《AI未来指北》栏目由腾讯新闻推出,邀约全球业内专家、创业者、投资人,探讨AI领域的技术发展、商业模式、应用场景、伦理及版权争议。

Hugging Face是一家人工智能(AI)公司,主要产品是一个开源的NLP模型库和平台,名为"Transformers"。这个库包含了各种预训练的深度学习模型,涵盖了广泛的NLP任务,如文本分类、情感分析、命名实体识别等。这些模型是基于Transformer架构构建的,这是一种强大的神经网络架构,广泛应用于NLP领域。

Hugging Face的Transformers平台为用户提供了训练、微调和部署自定义NLP模型的工具和资源。用户可以使用平台来加速NLP模型的开发和部署过程,同时还可以与其他开发者共享和探索各种NLP模型的最新进展。Hugging Face的愿景是建立一个开放、协作和共享的AI社区,使机器学习和NLP技术更加可访问和可应用。他们积极支持开源项目,并鼓励用户和开发者之间的知识交流和合作。

Clem Delangue是Hugging Face的联合创始人兼CEO,在创立Hugging Face之前,他曾在两家初创公司担任产品和营销职位,并成功将这两家公司卖给了其他公司。

本月,Clem Delangue 做客 Harry Stebbings 的播客节目,分享了 HuggingFace的创业历程、当前&未来的AI发展趋势,以及 Delangue 的个人洞察,本期内容分为 9 个话题:

 

  1. HuggingFace的起源,享受与构建

  2. 没有开源与开放,便没有今天

  3. AI的伍德斯托克

  4. 如何选择合适的AI  API

  5. 模型与内容平台的微妙关系

  6. 初创公司如何把握AI红利

  7. 新生代 AI 公司的最大挑战

  8. POV视角复盘融资历程

  9. 创业最大的风险、教训与困难

 

 

 
 
HuggingFace的起源,享受与构建

 

Clem Delangue: 当你看到一个创始人正在经历挑战,你或许会觉得事情总会好转,但事实上每个阶段都有各自的挑战。创业者需要认识到这一点,享受当下正在做的事,努力去构建自己心中的公司,而不是盲目追求B轮、C轮或IPO的快感。真正的快乐源自于投身其中,不是吗?

 

Harry Stebbings: Clem,我对此感到非常激动,非常感谢你能加入我们。

 

Clem Delangue:  非常感谢你的邀请,我对此也感到非常激动。

 

Harry Stebbings: 这将会非常有趣。首先,我想了解一下Hugging Face的一些背景。名字的由来是什么?公司的起源和创立都是如何发生的,就用两三分钟来简单介绍一下吧。

 

Clem Delangue: 是的,当我们创立Hugging Face时,我和我的联合创始人Julia和Thomas是在开玩笑,我们说要成为第一家以表情符号而非三个字母代码上市的公司,我们觉得那些在纳斯达克交易所的三字母股票代码有点无聊,是时候让emoji表情符号登陆交易所了,所以我们想要的一个表情符号作为公司的名字。

 

我们选择了“拥抱”的表情符号,就是那个两人手牵手的符号,那是我们最喜欢的表情符号。于是我们说,就这个了。我们当初以为这个名字可能只会存在几个星期,顶多几个月。但后来社区开始在各处使用它,比如在社交媒体上、衣服上等等,简直无处不在。于是我们说,哦,看来我们得保留这个名字了。现在它已经成为一个非常有品牌力且备受欢迎的品牌,很遗憾的是,我们现在很难去改变它了。

 

Harry Stebbings: 听起来,至少你们上市的时候,股票代码会是一个表情符号。所以,你们只需要达到那个阶段。关于公司的创立,在你们决定投入10年、20年时间的这个想法上,你们为什么会做出这样的决定?

 

Clem Delangue: 我们其实是从完全不同的东西开始。实际上,公司的创立是由于我和我的联合创始人之间的一种职业契合,我们当时就说,我们一定要一起工作。再加上我们对AI的兴趣,是的,那是七年前。那时候,人们对AI的关注程度还不像现在这样高,没有那么多人在讨论它。但我们对它非常热衷,想看看它是否是一种新的技术范式,能否把你带入虚拟现实,让你体验到神奇的事物等等。

 

我在15年前工作的第一家创业公司已经在做AI了,尽管那时我们并不称其为AI。所以我对这种技术的能力有一些了解。当我们开始构思Hugging Face时,我们想做的是一些科学上具有挑战性的事情,因为我们的一位联合创始人Thomas是科学家,我们都对科学很感兴趣,同时我们也希望它具有娱乐性,我们实际上是开始做一些类似于Siri、Alexa或者ChatGPT,只是用于娱乐,而非提高生产力。

 

我们实际上花了差不多三年时间在这个项目上,我们在这个想法上筹集了Pre-Seed和Seed轮的资金,我们推出了一个产品,用户之间交换了几十亿条消息,那是Eguchi AI的时代。但正如你所知道的,有时候事情会发生变化。当我们开始分享一些底层技术和我们构建的底层平台时,我们得到了来自社区、开源社区以及使用这些技术的公司的大量关注。所以这基本上导致我们从Eguchi AI转变为现在的AI平台。

 

 
 
没有开源与开放,便没有今天

 

Harry Stebbings: 你刚才提到的很有趣,Hugging Face在过去一年里崛起并成为该领域一个非常重要的品牌,但七年的时间确实很长。所以当你回顾过去时,对于现在对Hugging Face的炒作和兴奋程度,在多大程度上是由投资者和炒作周期驱动的,而在多大程度上是真正的AI发展的基础?考虑到你在这个领域有15年的经验。

 

Clem Delangue: 这个问题很有意思。感知和现实之间的差异有时可能存在延迟,甚至可能是完全不同的。在我看来,现在的情况是,风投和主流媒体的兴趣其实在迎头赶上现实。因为如果你看一下AI的使用情况,它已经非常广泛,并且在过去几年里大幅增长。即使在诸如GPT模型这样的新模型推出之前,它就已经被广泛应用了。比如谷歌每天都在用AI为数十亿用户提供服务,Facebook用AI来排名你的帖子,Zoom用AI来移除背景。所以我认为,现在的AI热潮,是风投和主流媒体在迎头赶上实际的应用情况,并认识到AI如何成为构建旧产品、技术或工作流的新范式。我不认为这是一种炒作,更像是他们正在迎头赶上现实。

 

Harry Stebbings: 在过去的12个月里,有没有一些突破性的时刻,让AI达到了一个新的水平?还是说,正如你刚才所说,这只是对现有使用情况的延续和迎头赶上,我觉得OpenAI和GPT向世界展示了这种意识。这是否是一种跳跃式的变化?还是只是你提到的迎头赶上的延续?

 

Clem Delangue: 这是一个非常重要的问题,但我有我的观点。你要记住的是,我们在AI领域看到的大部分进展都是基于开放科学和开源的原则。AI科学家们倾向于开放分享他们的研究成果,人们互相在彼此的基础上建立,形成了一种非常有趣的正反馈循环,这加速了我们在AI方面的进步。

 

如果没有开放科学,没有开源,如果谷歌没有分享他们的《Attention is all you need》论文,没有分享他们的Bert论文,没有分享他们的原生扩散论文,我们可能还需要再过30、40或50年才能达到今天的水平。在过去的几个月里,我们开始看到了一些主流的突破,比如你提到的ChatGPT,以及在底层技术栈上的一些突破。

 

我认为硬件正在变得越来越好,GPU的可用性正在增加,模型的优化也正在提升,比如量化、蒸馏等技术。这些技术使我们能够运行更大的模型,为数亿甚至数十亿用户提供服务。有时候,这些突破会成为AI进入主流的最后一块拼图,这正是我们现在看到的情况。

 

 

 
AI的伍德斯托克

 

Harry Stebbings: 在我们深入研究具体细节之前,我真的很想理解不同模型的运用方式。我确实进行了三次与AI相关的交易,但是任何一位卓越的投资者都会这样做,这并不新鲜。所有人都提到AI是他们业务的核心,而这个核心是硅谷,我们需要将创始人带到硅谷。你是否认同硅谷将成为下一代AI初创公司的中心地带?还是你认为这只是个无稽之谈?实际上,如我们在过去几年中所见,它是一个全球化的分散人才网络?

 

Clem Delangue: 毫无疑问,硅谷充满了激动人心的活动。我对此没有异议,因为两周前我就在旧金山。我在推特上发布了我在城里的消息,并建议与开源AI社区的成员碰个面,结果几天之内就引爆了,最后有5000人参加了大型社区展示活动,人们称之为AI的伍德斯托克。这个活动让我真切地感受到硅谷在AI领域的活力。

 

同时,如果你看整个生态系统,特别是在早期初创公司领域,如果你看AI科学家,如果你看机器学习工程师,你会发现他们分布全球。比如,LAMA是Meta发布的最好的开源模型之一,我不确定具体的数据,但我认为LAMA的13个作者中有10个在巴黎的Meta AI实验室。这是个明显的差异,硅谷确实活跃,但并不是唯一的活跃地。

 

Harry Stebbings: 所以,对于那些被告知需要搬到硅谷的AI创始人,作为一位创始人,你觉得这个建议公平吗?还是你认为这并不必要?

 

Clem Delangue: 我认为这并不必要。Hugging Face的团队是高度分散的,团队遍布全球。我是法国人,我们在巴黎有一个庞大的团队,在纽约、旧金山以及全球其他地方都有人,你可以去硅谷,你可以在那里旅行一段时间。

 

最重要的是,创始人应该在他们最快乐的地方创立公司,如果他们快乐,他们就能建立一家伟大的公司;如果伦敦让你快乐,就应该在伦敦创立公司;如果硅谷让你快乐,那就应该在硅谷创立公司,最重要的是快乐。

 

Harry Stebbings: 我有同样的经验,我已经做这个工作八年了,每个人都告诉我,如果你想做投资,你必须去硅谷。但是,如何在硅谷找到快乐呢?我并不喜欢硅谷。我喜欢伦敦,所以我让自己在伦敦找到了属于我的一片天地。

 

听着,我想深入探讨一下这两种世界观,即有一种模型,这是 OpenAI 的观点,一种模型主宰一切,另一种观点,即存在许多开源代码模型;首先,我们在讨论个人观点之前,能不能让大家了解一下这些方法的区别?

 

Clem Delangue: 是的,它们在AI构建者的分配上有很大的差异。如果只有一种模型可以主宰一切,那么你可能会看到模型变得越来越大,具有更多通用的能力,而构建这些模型的人主要集中在一个或几个组织中。另一种观点则认为,会有很多不同的模型,你希望看到事情更加分散,所有公司都能构建和训练模型。这种观点基于一个简化的理解,即模型或AI就像一个代码库,尽管有一些区别,但基本上,它就是一个代码库。因此,说这个代码库比那个代码库好,或者说有一个代码库会主宰所有其他代码库,这听起来有些愚蠢。

 

实际上,代码库的好坏取决于你的使用场景、约束条件和你想要实现的目标。所以如果你是Facebook,你有一个代码库,可以按照你的想法服务你的用户。如果你是Slack,你有一个代码库,可以优化并服务你的用户。我认为AI领域也是如此。如果你是一家消费品公司,你需要构建一个为你的使用场景优化的AI模型,它们会更快、更便宜、更高效,这就是你的差异化。

 

 
 
如何选择合适的AI API

 

Harry Stebbings: 好的,你刚提出了一些有关消费者的观点。现在,假设我们已经有了一些消费者,我们可能需要运用AI模型来构建我们想要的产品。在这个过程中,我们可以选择使用多种模型,或者只选用一种模型来统一整个产品。那么,你如何判断应该选择哪种方式?这个选择背后的原因又是什么呢?

 

Clem Delangue: 这确实是一个复杂的问题,因为它涉及到短期和长期之间的权衡。事实上,有时在项目初期,采用一个模型或一个API可能更加快速和简单,但从长期来看,这种做法有很多风险,因为你没有在内部建立自己的AI能力。你无法对这些模型进行优化,使用它们的成本较高,而且你面临的竞争风险也会增大,因为你无法真正区分自己。

 

一个类比是,在互联网的早期,你可以用像Squarespace这样的工具来创建一个网站,这样做的感觉很好,因为你能迅速地建立一个漂亮的网站,然后开始尝试;在我看来,使用AI API就是这种情况。但是,如果你真的想要在竞争中脱颖而出,建立自己的能力,并且真正为你的用户和使用场景定制一些东西,并能够进行优化,你就需要像编写代码构建技术产品一样,在机器学习中训练和优化模型。

 

Harry Stebbings: 我完全同意你的观点,但我也意识到,在企业采购和企业教育方面存在一些问题。当我们在巴黎使用它时,我正在伦敦,我们都知道大公司对新的创新浪潮的反应往往较慢且知识匮乏。实际上,如果你能为他们提供一种已经通过验证、安全且易于使用的一站式服务,他们可能会选择使用。那么你认为,在未来3~5年里,Ta 们会先选择这种一站式解决方案,因为这很方便,然后才会意识到需要更个性化的解决方案吗?

 

Clem Delangue: 很可能是这样,这也正是新公司颠覆现有格局的巨大机会。因为他们会先选择更简单的解决方案,而更深入理解AI的公司则可能选择更具颠覆性的方式。许多创业公司已经在这么做了,比如使用huggingface的创业公司,例如RunwayML、Stability AI或者巴黎的PhotoRoom,这些都是AI原生的公司,他们正在构建和训练自己的模型,我认为他们有能力做出比只用API更好的产品。

 

Harry Stebbings: 你刚刚提到了一个非常有趣的推文,Yamla Kuhn表示,公开模型面临的最大问题实际上是训练数据的法律地位。你对这个问题有什么看法?他是对的吗,这是最大的问题吗?你觉得这样的说法公平吗?

 

Clem Delangue:  是的,我认为他的观点有一定道理。我觉得这也是对于AI原生方法的一个挑战,因为他们同样面临这样的问题。我不知道你是否注意到,但Elon Musk曾发推文说他要起诉OpenAI,原因是他们在训练GPT-4时使用了他的推文。我认为这对AI原生领域是一个挑战。

 

今年,我们可能会看到更多关于这个问题的法律明确性,我们将开始更清晰地了解如何公平使用数据,以及监管机构对AI公司的期待是什么。我对更多的法律明确性感到兴奋,我认为这对我们行业的成长和发展是好事。

 

 
 
模型与内容平台的微妙关系

 

Harry Stebbings: 我想请教一下,你对内容访问的未来有何看法?现在,我们看到Reddit开始探讨如何将他们的内容和访问权限商业化,你觉得开源或封闭模型与内容提供商之间的关系会如何发展?在未来6~24个月,你预见会发生什么变化?

 

Clem Delangue: 其实很难有确定的答案,因为这将受很多因素影响。我希望我们能找到一种对所有人都更好的模式,但这需要激发内容创作者的创作热情,同时也要激励AI公司。

 

在这方面,我们有一些创新举措。例如,我们正在训练一个非常优秀的代码模型,它使用了一种名为decode的技术。我们首次训练了一个完全剥离个人信息的数据集,允许开发者自主选择是否参与训练。我们正在这个领域中尽力推动发展,我觉得这只是开始,无论是对我们huggingface,还是整个行业来说,接下来几个月会有很多有趣的事情发生。

 

Harry Stebbings: 在我们深入讨论之前,我想问一下你对Elon Musk和OpenAI案件的看法?我注意到了这件事,想听听你的看法。

 

Clem Delangue: 这是个好问题。我们很难知道背后究竟发生了什么,毕竟他们的操作方式各不相同。Elon Musk是那种在一天之内可能表达出相反观点的人。但我认为他在AI开放性问题上有一些观念,我相信我们将会进一步探讨这个问题,看看对AI和整个社会来说,开放性和透明性的重要性。所以,我很赞赏他把这个问题推到了大家的视线中。

 

Harry Stebbings: 确实,我想要问的是,我在节目之前与你们的一些投资者进行了交谈。他们希望我能更深入地了解hugging face的商业模式和盈利方式。你如何看待与内容提供商和出版商的关系?hugging face是如何盈利的?从长期角度看,你认为会发展成什么样?

 

Clem Delangue: 我们的商业模式其实比你想象的更简单,作为一个平台,HuggingFace有相当多的用户量,我们主要使用的是典型的免费增值模式,大多数公司可以免费使用我们的服务,目前已有15,000家公司在使用。

 

只有一小部分公司实际上为我们的服务付费,大约有3,000家。他们付费是为了获取高级功能,如单点登录、高级技术支持以及更强大的计算资源,像Meta、Bloomberg、Grammerly等公司都是我们的付费用户。

 

Harry Stebbings: 所以你们是按照席位收费,还是按照查询量收费?你们的定价模式和商业模式是否相符?

 

Clem Delangue: 这实际上是各有差异的。我认为我们还没有真正找到并优化最大收入的方式,因为我们现在更关注的是提高使用率和扩大平台规模。

 

 
 
初创公司如何把握AI红利

 

Harry Stebbings: 你之前提到,当别人问你如何盈利时,你会感到烦恼么?

 

Clem Delangue: 我想说的是,这个问题并不是最关键的,对于我们这种带有网络效应的平台,吸引和使用量才是最关键的指标,这在早期就已经成为了我们的假设和立场,尤其考虑到我们更倾向于消费者层面,就像Facebook或Twitter这样的平台,首要任务就是吸引和使用;我们的假设是,使用量将转化为延迟的收益,特别是在AI领域,人们已经开始期待为AI服务付费。

 

如果Hugging Face继续成为公司首选的AI构建平台,那显然,我们会从中收益,并围绕此建立一个成功的业务。然而,尽管盈利并非首要问题,但这个问题的确有趣。

 

对我们这种平台来说,盈利是一个需要逐步解锁和学习的过程。我们从一开始的六位数收入出发,逐步学习其运作方式,然后再到七位数、八位数,甚至九位数的收入,每一步都在学习。特别是在AI领域,底层技术发展极快,我们今天的盈利方式或许在3~5年后就过时了,而进行这种盈利和收入的学习是非常有趣的。

 

Harry Stebbings: 我可以问一下,你刚才提到了用户接纳率。我一直在思考一句话——问题在于已有的公司先买下创新,还是创业公司在已有公司获得分销渠道前就先得到分销渠道?你提到的用户接纳率,让我联想到谁会是这个赛局的最大受益者。

 

我越来越觉得,像微软那样将AI快速整合进PowerPoint,或者像Adobe将AI整合进其全套产品的现有大公司,会获得90%的收益,因为他们既有分销能力,又能快速行动。你认同这种看法吗?还是你认为实际上创业公司会在这一波浪潮中占据更大的优势?

 

Clem Delangue: 这和我们刚才的讨论是相关的。如果你只是将AI看作API,那么我同意你的观点。但如果你将AI看作一种更激进的技术构建方式,把AI创业公司视为那些实际上在训练模型、创造新的架构、优化模型的公司,那么情况就不同了,因为对于已有的公司来说,这很困难。

 

因此,我认为新兴公司在这方面有机会做得比已有公司更好,甚至可以做到超过他们10倍、50倍甚至100倍。

 

Harry Stebbings: 为什么已有的公司会觉得这么困难?对不起,我对此不是很了解。他们为什么会觉得难以适应呢?

 

Clem Delangue: 因为这是一种全新的技术构建方式,你需要让科学家们花上6个月的时间来开发新的架构和模型,然后才能将其发布,这是一种全新的软件构建范畴。

 

根据我的经验,这种差异足以让大型团队和大型公司难以适应;至少在我看来,这就是现状;预测未来总是难度较大,但我认为,那些真正以AI为导向的创业公司,那些不仅仅使用API,而是真正自行构建AI,创建新的架构和模型并优化它们的创业公司,有着广阔的机会。

 

 
新生代 AI 公司的最大挑战

 

Harry Stebbings: 对于以AI为核心的创业公司,你认为他们面临的最大挑战或障碍是什么?数据模型的获取?还是招聘问题?有很多可能的挑战,但你认为最大的是什么?

 

Clem Delangue: 我认为,最难的部分在于招聘。找到最优秀的人才,特别是那些科学和工程技能兼备的人才,是非常困难的;市场竞争激烈,很多公司筹集了大量的资金,因此对于真正优秀的人才来说,他们的薪酬是非常高的,在我看来这就是最大的挑战。

 

Harry Stebbings: 我们看到一些AI创业公司在早期就进行了大规模的融资,有的达到了1~2亿美元,他们是否真的需要这些资金来获取数据模型或其他特定内容?还是他们只是在利用现有的需求,尽可能多地筹集资金?我不太明白,构建以AI为核心的公司是否需要比构建上一代私营公司更多的资金?

 

Clem Delangue: 确实,根据我的观察,构建以AI为核心的公司确实需要更多的资金,比构建传统软件的私营公司要多,这是因为AI的计算成本比传统软件要高,同时我们之前提到的,招聘团队的成本也比普通软件工程师高,所以建立以AI为核心的创业公司需要更多的资金。

 

对于是否需要更多资金的模式持保留态度,特别是因为我们开始意识到,计算资源越多,并不一定足以解决问题,投入在训练更大模型的回报开始下降,这改变了我们对筹集更多资金并将其用于计算资源的看法,这可能是一种障碍,但是就像所有的技术周期一样,总会有公司进行投资。

 

如果投资者愿意跟进,我认为这不是坏事,反而是好事,这并不意味着他们都会成功,也并不意味着这种方法一定有效,但我认为这是一种有趣的风险,一种有趣的公司构建方法,我非常期待看到这些公司将来能创造出什么。

 

Harry Stebbings: 我想问一个问题,Elon Musk 曾经说过,AI与大多数监管环境不同,不能等到事情发生了才去监管,到那时监管就已经无效了。你同意这个观点吗?你如何预测接下来6~24个月的监管格局会如何发展?

 

Clem Delangue: 我对这个观点持保留态度。我对AI非常热衷,我认为这是技术领域的新范式。但同时我们距离AI能够自主运行、拥有自我意识、掌控世界,以至于毁灭人类的那一天还很遥远。我认为这种恐惧观念更像是科幻电影的情节,而非现实。

 

我认为在持有这个观点时,你会意识到监管是必要的,因为AI是一种新的技术构建方式,它带来了一些新的挑战,但这些挑战并不是AI失控、接管世界的问题,而是模型中的偏见、误导或错误信息的放大;这些问题需要解决,这与我们监管或限制传统技术的方式可能有所不同,但并不是我们需要立即停下一切的问题,也不是因为AI可能会毁灭人类,我们就需要停止一切的问题。

 

我们可能会错过技术的优势,错过进步,而且实际上并不能解决我们今天面临的问题。所以,我的观点与Elon Musk 以及OpenAI的观点是不同的。

 

 
 
POV视角复盘融资历程
 

Harry Stebbings: 我们的讨论似乎还没有涉及到一件事——融资。在你15年的经验中,有没有常常听到的错误理解让你特别恼火?毕竟,这个话题现在好像成了热门,所有人都在谈论你多年来的工作。你对这些都了如指掌,而且像AlphaGo这种话题,我希望你已经厌烦了。所以现在,有没有什么误解让你特别恼火?因为这些理解都是错误的。

 

Clem Delangue: 是的,最让我头疼的误解就是关于AGI和将AI人性化的讨论,把AI想象成人,甚至宣称我们即将看到AI控制世界,消灭人类的“机械战警”情景;事实上,我们离这种情况还很远。目前的AI只是一种新的技术构建方式,我们用机器学习来构建功能、产品和工作流程,而不是编写数百万行代码,这是一种重大的进步,但它并不代表我们已经创造出了半人半机器的生物,我们离这还有很长的路要走。

 

所以这就是我最不喜欢的误解,我认为我们应该更多地关注这些问题。确实,我们需要有研究者在这个领域深入钻研,但我们也不应让这种讨论主导公共话语。我们还需要解决当前技术中的一些AI挑战,而不仅仅是讨论长远的科幻威胁——那种我们甚至不能确定是否真的会发生的威胁。

 

Harry Stebbings: 我非常赞同你的观点。另外,我听说你有一个有关融资的趣事,我真的想不到。能分享一下那个故事吗?

 

Clem Delangue: 对于接触的外部投资者,我为自己设定了一些规则,我发现这些规则对我很有帮助。其中一个规则就是,我在融资周期间不与任何外部投资者交流。当然,这次访谈是个例外。但除此之外,我基本不和他们交流。我觉得在融资周期间花时间与他们交谈大部分是浪费时间,会分散我的注意力。

 

对我来说,建立公司已经足够困难,我无法全身心投入,所以这就是我设定的其中一条规则。当我开始融资的时候,过程通常会进行得非常快,我会有一个时间窗口,在这段时间内我会和外部投资者进行交流;然后到了某个点,我开始收到投资意向,所以我就停止和其他投资者交流;当我觉得已经收到足够多的投资意向,而且这些人都是真心实意的,我就不再和其他投资者交流。

 

这里有一个趣事,有一位投资者在这个过程中稍微晚了一步。所以我告诉他,“很抱歉,已经过了一周。我现在已经开始接受投资意向,所以很遗憾,我不能再和没有提供投资意向的投资者交流。”我原以为他会理解,毕竟他在其他条件上都非常符合要求。但他的回复很有趣,他说:“好的,这是我的投资意向。”尽管在那之前,我从未与他电话沟通,甚至从未见过他。

 

Harry Stebbings: 那么,我要对你的观点提出一些质疑,我在多年的经验中也有了自己的观点;我认为你的做法是错误的,之所以这么说,是因为投资人看的是你的发展轨迹,而不仅仅是一个点。

 

如果你只在融资期间才接触我,那么这段时间可能无法建立起真实且尊重的关系,而这种关系对你来说非常重要,就像你过去15年的生活一样。因此,我认为你应该谨慎选择与谁交谈,你可以选择3~5个你尊重的投资者,然后与他们建立关系,而不是随便找一个人交谈,你在进行一场速配,你觉得我说得对吗?

 

Clem Delangue: 嗯,你的观点确实有道理。但是,从创始人的角度看,选择与谁交谈是挑战性的;事实上,当你不在融资时,所有的投资人都想和你交谈,对吗?但这并不意味着他们真正对你所做的事情、你正在构建的产品有兴趣,或者他们和你有一样的目标。

 

所以如何选择投资者,特别是在像hugging face这样快速发展的初创公司,我们在种子轮时候的消费者AI产品和我们在B轮时做的B2B AI平台并不一样,前后的投资人也完全不一样的,所以如果我在轮次之间花时间和大量的消费者投资人交谈,结果发现这完全是浪费时间。

 

另外,我发现投资人在融资期间和非融资期间的态度是非常不一样的,当他们和你交谈时,他们只是想让你喜欢他们,这和他们真正成为投资人后的态度是非常不同的,所以很难说在他们成为投资人之前建立的关系能否真实地反映他们成为投资人后的关系。

 

最后,也许我不会花1年的时间和投资人交谈,但是当我在融资的时候,我会投入大量的时间,我会花至少3天的时间,这已经是非常多的时间了,和投资人一起度过,并且我会做很详细的背景调查;虽然这段时间可能比较短,但是非常密集。

 

我认为这可以给我一个很好的信号,告诉我这是否会是一个好的关系,我们是否在愿景、期待等方面达成一致,并不是说我的方式是完美的,但对我来说它确实是有效的。

 

Harry Stebbings: 我明白了,你提出了一些很有说服力的观点。

 

我认为你对转型的看法是完全正确的。在hugging face这一点上是非常独特的,你说得对,你可以花时间与面向消费者的投资人交流,也许他们是不同类型的投资人,Lena完全理解你的意思,至于谁来指导你?你看看你的投资人,股东名单上有很多厉害的人物。

 

对于正在倾听的创业者来说,这将是你的早期投资人非常关键的引导者,我想说的是,抱歉Clem,我并不是想反驳你,但这样也挺好的。

 

 

Clem Delangue: 我不确定,我觉得这更接近于创始人和投资者之间的关系,而不是你和我这样的对话,我们不了解彼此,任何一种融资都需要时间,人们也会在头脑中考虑一些事情,这也是一种不同的关系,与他们成为hugging face的投资人时的关系是不同的。

 

Harry Stebbings: 我很愿意成为你的投资人。

 

Clem Delangue: 因为我不与融资外的投资人交流,所以如果我这样做,就意味着你可以成为投资人,否则就不会起作用。

 

Harry Stebbings: 我在节目之前与Brandon Reeves交谈过,他是我们的共同朋友,也是hugging face的投资人,他说你对风险投资领域有一些有趣的看法,请问你对风险投资有什么有趣的观点?

 

Clem Delangue: 我的意思是,我认为投资人首先是投资人,这意味着他们的主要价值是在你的轮次中提供帮助,帮助你处理财务问题。例如,当一家公司走下坡路时,他们会帮助你,然后帮助你正确地为公司融资,这是投资者的95%的价值,对你的财务支持,帮助你为公司融资。

 

我认为现在的投资人完全忘记了这一点,他们将大部分时间都集中在其他事情上;有时候他们几乎像一位CEO或者像企业家一样行事,而在我看来,这并不是他们的工作。

 

更糟糕的是,我觉得有时候企业家在为投资人而建立公司,而投资人在行事时像企业家一样,有时候这实际上会摧毁公司,因为与企业家相反,不幸的是,投资人有很多不同的公司,所以他们只能在每个公司上花很短的时间,即使他们是世界上最聪明的人,时间也是有限的,所以对于像技术这样的事情,他们的理解有时可能比较简单。

 

Harry Stebbings: 我完全同意。我认为一个很大的问题是,创业者为了迎合投资人或者以他们认为投资人想要的方式来建立公司;我完全同意你的看法。

 

最后一个问题,关于你的股东名单,你是法国人,你在巴黎,我只是想知道你对欧洲的风险投资生态系统有什么看法?因为你的股东名单中没有欧洲的风投。

 

Clem Delangue: 是的,我有法国的天使投资者,我们刚开始时,我们的第一批投资人是一些法国天使投资人;关于欧洲风投,我没有太多的经验,因为之后我们只有美国的投资人,所以我不确定我是否是一个好的评判者。

 

Harry Stebbings: 我完全理解。最后,你已经从业内顶尖的投资人那里筹集到了资金,假设回到一开始,你希望对当时的自己或者其他创始人什么样的建议

 

Clem Delangue: 对于公司建设,我认为我希望我早点知道的一件事是,事情不会变得更容易,当你是一个早期创业者时,你正在苦苦挣扎,你会觉得,哦,一切都会好起来的,然后1~2年后,你成长更多,事情会变得更容易。

 

抱歉,事实是每个阶段都有各自的挑战,我认为重要的是让创业者意识到这一点,享受他们现在所做的事情,并尽量找到他们喜欢建设的公司,而不是强迫自己遭受痛苦,而是从建设中获得乐趣,享受从事创业的乐趣,我觉得这完全改变了你的冒险之旅。

 

Harry Stebbings: 曾经有人跟我说过,事情并不会变得更简单,只会呈现出不同的形态,我认为这就是个很好的例子,你能不能谈谈你的融资经历,之后我们进行一轮快速问答?

 

Clem Delangue: 融资的方式更多取决于你的具体情况,比如市场反应、动力和成就等等,所以你可能会在C轮融资中遭遇很大的困难,可能需要6个月的时间,辛辛苦苦地挣扎,而初期可能会相对轻松。

 

反之亦然,你可能在1周内就能完成C轮融资,工作量很小,非常轻松。你可能在初期融资中经历一场艰难的斗争,6个月的挣扎,这对我来说是个有趣的发现,因为作为创始人,我或许天真地以为随着公司的成长,融资会变得更简单,或者我会得到更多支持性的数据,但实际情况并非如此;融资最终总是落在合同双方的协商上,这个过程可能非常快,也可能非常复杂,简单或繁琐,它更多取决于合同双方的权力对比。

 

 

创业最大的风险、教训与困难

 

Harry Stebbings: 有什么是别人不知道的,而你却知道真相?

 

Clem Delangue: 嗯,我们之前讨论过一些,但我认为最重要的是,我相信所有的公司都会拥有自己的AI模型,就像所有的公司都会有自己的GPT。

 

Harry Stebbings: 我喜欢这个观点,我刚看到有人说一个孩子从0~5岁接受的关爱程度将决定他们长大后的行为方式,我问你同样的问题,你的回答非常出色,我很喜欢。对Hugging Face来说,最大的风险是什么?你是否与团队和合作伙伴坐下来讨论过这个问题?

 

Clem Delangue: 嗯,对我们来说,最大的市场风险是如果AI作为一个平台无法达到我们的期望,那么对Hugging Face来说就行不通;无论如何,如果AI不能达到我们的期望,对Hugging Face来说都无法成功。

 

因此,我们采取了以社区为中心、开源的方式,并积极支持整个生态系统,因为从根本上说,如果AI成功了,我们也会成功,所以最重要的是对社区和生态系统做出贡献,以达到我们的目标。

 

Harry Stebbings: 你说Brandon是你最喜欢的风险投资家,那你最喜欢的天使投资家是谁?对你影响最大的天使投资家是谁?

 

Clem Delangue: 你这个问题可能会让我陷入困境,但我必须选择一个,我想到很多优秀的天使投资人,但我会选择Richard Souter,他是自然语言处理领域最知名的科学家之一,也是一位喜剧演员,他在自然语言处理方面一直是最具影响力的研究者之一,后来他加入了Salesforce,担任首席科学家多年;现在他又创办了u.com,一家颠覆性的搜索引擎公司,他是我最喜欢的天使投资人之一,几乎从一开始就一直支持我们,并在很多不同领域给我们提供了帮助,因为他在科学、商业和创业方面都有丰富的经验,我非常欣赏他能一直陪伴我们在这个冒险旅程中。

 

Harry Stebbings: 他真是个了不起的人,是个很好的答案;那么你最痛苦的一次教训是什么?你为这次教训付出了很多努力,你从中学到哪些东西?

 

Clem Delangue: 对我来说,最大的教训是事情不会变得更容易,这改变了我的思维方式,一旦我认识到事情不会变得更容易,我开始更加关注过程,不只是建立一个大公司或者最大的公司,而是建立我喜欢建立的公司,以及我认为有必要建立的公司,这对我的思维方式有了很大的改变,证明非常有用,我对此感到非常感激。

 

Harry Stebbings: 倒数第二个问题,你认为生活中或者现在最困难的角色是什么?

 

Clem Delangue: 我认为最困难的角色是机器学习工程师,指的是那些真正构建新架构、能够训练最先进模型的人,在过去的50~100年里,全球能够做到这一点的人非常少,可能只有几百人,希望现在能有更多的人能够做到,也有很多以前从未做过的人现在能够做到。但是这样的人非常非常稀缺,目前很难招聘到。

 

Harry Stebbings: 最后一个问题,如果一切顺利,Hugging Face未来有多大?十年后它会变成什么样的公司?

 

Clem Delangue: 我不知道这个问题对我来说是否合适,因为我认为我们的目标并不是构建最大的公司,我更看重的是构建对所有人有影响力和有用的东西。

 

事实上,我经常给我遇到的很多创业者的建议是要确保记住建立自己想要建立的公司,以及自己认为有必要建立的公司,即使这意味着并不明显地成为最大的公司;所以希望10年后,Hugging Face会成为AI领域最具影响力的组织和公司,在这个新的AI范式中发挥重要作用。那么Hugging Face成为最大的公司可能只是副产品,而不是我们的首要目标。