作者：Neeva创始人Sridhar和Vivek

 

原文链接：https://neeva.com/learn/2023-ai-predictions

 

Sridhar Ramaswamy（图左）和 Vivek Raghunathan（图右）图片来自：Frobes

 

Neeva 由 Google 前广告高级副总裁 Sridhar Ramaswamy 和同样是该部门前高管的 Vivek Raghunathan 联合推出的搜索引擎。

 

2022年可谓AI倍受瞩目的一年，随着ChatGPT和Stable Diffusion以令人惊艳的功能性引爆全球，2023年一系列AI应用将以爆发式增长融入我们的日常生活。这可能是自 iPhone 以来最激动人心的技术进展。

其中，哪些AI玩家更能抓住这次爆发式机会？未来行业格局如何？2023年AI将如何演进？这将是最具挑战的几个问题。

各路AI玩家们又该如何构建护城河，是以自身的核心技术做搜索类等应用，还是依赖开源模型或训练自己的大模型？我们将以此文对未来一年作以分析和预测。

 

目前的AI玩家们可以分为五类：

一、纯基础大模型公司

这类主要包括 OpenAI、Anthropic、Cohere 和AI21等几家资金雄厚又名气响亮的AI新势力，这几家都是基于Transformer架构来开发自己的工具和模型，涵盖生成、嵌入、微调、分类等能力，以较高的技术壁垒吸引AI前端应用的初创公司。受支付巨头Stripe的启发，这类玩家将采用YC孵化器的商业模式，且将市场营销类的工作外包给AI前端初创公司。这类玩家的主要竞争力在于模型训练的质量，以及吸引愿意使用其API客户的能力。

二、AI前端应用公司

以 Jasper 和 Copy.AI 等崭露头角的AI新星公司为典型，这类公司主要依赖于基础模型公司的API为用户提供解决方案。其组织架构一般包含一位设计师、两位全栈工程师、一位 BE 工程师、一位 ML 应用工程师和一支市场营销团队。这类公司的优势是以用户为中心，并长期注重市场营销。2023年，典型的Y Combinator孵化公司将以此类为主。

这些公司大多以技术营销型为导向，随着生成式内容的成本断崖式降低，未来市场将充斥着各具特色的文本和视频营销类产品。显而易见，这些公司很像以前那些带有AI属性，但又非常注重用户消费体验和产品主导增长的，有一定商业场景壁垒的 ToB SaaS 公司。
 

三、垂直大模型公司

 
这类主要包括面向程序员的AI编程工具类（如GitHub/微软）、基于大模型的聊天机器人平台（如Character.ai、Inflection）、基于大模型的RPA厂商（如Adept）、基于大模型的搜索引擎公司（如Neeva）等。
另外还包括最初训练大模型的公司，如深耕B端聊天机器人的 Cresta，以及专注AI翻译的 Lilt。这些公司将「训练大模型完成特定任务的技术 + 对用户的深刻理解 + 产品本身」视为赢取市场的关键法则，但想要用这套逻辑去实现商业化发展，尚需大量融资才行。
此类公司既基于自建的大模型，形成相当的技术壁垒，且重视场景开发和垂类数据积累，并在此基础上微调，将面向用户的应用程序与本土模型紧密结合，形成相当的商业场景壁垒，以此构建坚实的护城河，将更有机会在市场中胜出。
 

四、工具服务类公司

如同「给淘金工人提供铲子」的工具提供商，包括Scale.AI、SurgeHQ、Snorkel等AI数据标注公司，以及MosaicML、Stronger Compute等AI基础设施训练型公司。
 

五、大型云供应商

 
随着AI行业的快速发展，GCP、AWS、Azure 和甲骨文等云公司逐渐意识到训练大模型所带来的巨大商业机会，他们不甘于仅作为「GPU 计算」的提供商，而是非常积极地去争夺整个价值链的上游，力争成为这场AI游戏的头号玩家。目前，微软的Azure就已经开始着手布局下一步了。
分裂诸夏，龙战虎争。接下来的一年，我们将看到各类AI英雄之间的争斗、整合与分裂。
 

以下是我们对2023年的一些预测：

首先，云计算和基础模型类玩家之间将会发生一系列冲突。所有的云计算玩家都将以「训练大模型的AI功能」作为其主要发展方向。鉴于这种情况，势必会导致基础模型公司和大型云公司出现严重的同质化。
微软已经对 OpenAI 进行了大量投资，Google也将通过布局AI医疗服务来开放大模型API，借此加入基础模型提供商的行列，亚马逊和甲骨文将收购独立的基础模型公司或训练自己的大模型。
 
2023年底，是否将出现更多像 Snowflake 和 Databricks 这类的独立公司，目前看来还有待考证。
其次，提供编程工具类服务的公司，如果想要赢得市场，将与使用基础模型 API 的AI前端应用公司进行竞争，竞争方向会以搜索引擎、RPA、代码编程等为主。
 
另外，是否需要投资深度技术才能在这些垂类领域取得成功，或者是否可以在纯基础 API 玩家之上建立前端业务，目前尚无定论。但通过我们的预测来看，前者的可能性会更大一些。
 

 

而工具类型公司的未来发展也会有一些困难。因为最大的基础模型将被证明更适合生成标注数据，并且大部分情况下都比人类做得更好，AI数据标注公司也将发现自己正在与他们助力的大模型形成直接竞争。

而基建类公司会看到随着开源工具不断变得更好，GPU计算的可用性情况变得更容易，从而削弱自己的优势。

数据标注类公司和基础设施供应商都将通过「上移价值链」来解决商业问题，并发现自己将与AI应用类公司和垂直大模型公司竞争。

同时，OpenAI 将尝试同时成为 API 提供商和更全面的垂直大模型公司，这将导致其与合作公司的渠道冲突和摩擦，我们马上就将看到OpenAI开始收费的动作了。

 
像 SalesForce、ServiceNow 和 UIPath 这类传统软件公司将发现自己正处于前所未有的被猛烈攻击的危急之境。
 
他们将同时受到来自AI应用类公司和垂直大模型公司的威胁，而这些公司正积极通过自动化来改变现有的商业模式。为规避陷入这种困境，传统公司或将通过收购技术驱动的商业公司，来应对潜在危机。