喝点VC｜BVP对话AI独角兽创始人：仅有产品并不足以成功；与巨头竞争时，应聚焦一个狭窄的应用场景

图片来源：Bessemer Venture Partners

Z Highlights

• 垂直行业及其独特的背景为人工智能初创公司带来了新的挑战，尤其是那些基于特定数据集训练模型、以完成特定任务的公司。然而，这也为市场细分提供了机会。

• 在成熟的市场中，进入市场的策略需要更加精心规划。而在如今这个迅速扩展且充满未开发潜力的市场中，可能更重要的是能够迅速开始。

• 随着技术的发展和新商业模式的出现，许多大企业尚未出现。但能够早期占领市场并建立稳定分销渠道的人工智能公司，将获得竞争优势，并能够灵活地探索新的盈利策略，从而保持持续增长。

尽管人工智能已经具备了强大的能力，但它仍处于初期阶段。

当我们向顶尖CEO询问人工智能市场的现状时，有一个观点尤其突出：“目前仍处于初期阶段。”

然而，如果我们从云计算经济的发展中汲取教训，未来的人工智能行业领导者将不仅依赖技术优势，还需依靠强大的分销渠道和可持续的商业模式。今年，众多新一代人工智能初创公司在模型和应用层面展开了创新，探索如何实现盈利和开拓市场。

因此，在Cloud 100大会上，我们汇聚了塑造人工智能未来的几位重要领导者：Anthropic的联合创始人兼总裁Daniela Amodei、Perplexity的CEO兼创始人Aravind Srinivas、Abridge的CEO兼创始人Shiv Rao，以及Scale AI的CEO兼创始人Alexandr Wang。

这些顶尖的人工智能领军人物分享了当今企业高管和创业者所面临的现实挑战。尽管技术发展迅速，人工智能的普及依然面临诸多障碍，包括可用性、伦理问题、分销渠道和客户留存等。

为了应对这些挑战，初创公司必须专注于特定应用领域，设计以用户为核心的体验，并解决提供企业级解决方案所需的复杂基础设施问题。最终，人工智能领域的成功将取决于是否能够随着时间的推移不断积累价值，适应不断变化的市场需求，并在激烈的竞争中找到独特的差异化优势。

过去几年，人工智能领域发生了哪些变化？其中最显著的变化可能是大语言模型（LLMs）变得更加易于用户使用。机器学习和算法早已成为软件技术栈的一部分，但在2022年之前，这些技术主要由研究人员和技术团队掌握。而如今，几乎每个人都在日常生活中使用这些技术。因此，许多人开始认为自己对这些技术有了基本了解。我们向几位创始人请教，他们认为公众应该更多了解人工智能的哪些方面？

首先，很多人可能没有意识到，组建一支拥有正确技能和技术的团队，推动人工智能工具走向市场是多么复杂且困难。Abridge的创始人兼CEO Shiv Rao表示：“我不确定人们是否真正理解，要交付一个企业级解决方案需要付出多少努力。”Abridge提供的AI工具专为临床医生设计。他补充道：“所需的资源包括计算机科学、数据模型，甚至教授、博士、领域专家的贡献，还有在实际应用中测试这些工具的人员。”

Anthropic的创始人兼总裁Daniela Amodei强调，行业距离目标仍有很长的路要走。“尽管数字数据令人震惊，但我们所面临的挑战远超已取得的进展，”她表示。她在Anthropic的工作重点是思考如何将伦理、安全性和信任融入到今天的Claude模型中。

Scale AI的创始人兼CEO Alexandr Wang，提供人工智能基础设施服务，他指出技术进步的速度远超消费者的直观感受。“你不应期待这些模型的表现会出现任何放缓，”他说。“这是一个令人震惊的技术进步领域。”

与此同时，Perplexity的CEO Aravind Srinivas指出，智能搜索的普及程度仍然不足。“现在还处于早期阶段，很多人并没有定期使用这些工具。它们需要变得更加直观，”他说。“我们在Perplexity的目标是将其他公司所构建的所有优秀模型转化为卓越的消费者体验。”

人工智能的发展速度已经超出了行业的吸收能力

Daniela指出，实际上公司对节省资金和时间的人工智能技术的吸收是有限的，而我们正接近这一极限。

“我们将继续提出新的研究领域、兴趣和功能，但最终必须将它们转化为企业能够迅速应用的技术，”她表示。她将这一过程比作用双手工作，而其中一只手的动作远比另一只慢得多。

Alexandr认为，社会尚未发现人工智能的最佳应用，这对他来说是一个激动人心的前景。“我们还不清楚哪些应用将成为颠覆性的‘杀手级’应用。这意味着基础设施层将在未来多年继续增长。”他说，这一进程恰逢全球和政府发生变革的时期，这将进一步增强机构对人工智能的兴趣。“在我看来，自由世界的命运取决于人工智能是否成为这一时代的标志性创新。我真心希望各国政府能意识到这一点。”

受监管行业正在以最快的速度采用人工智能

Shiv表示：“目前没有任何行业像医疗保健一样如此迅速地采用人工智能。”他补充道：“我们每周都在宣布新的医疗系统，这些系统正在采纳人工智能技术，因为我们正处于公共卫生紧急状态。五分之二的医生在未来两到三年内不再打算继续从医，超过四分之一的护士在接下来的一年内也不愿继续从事护理工作。”这种高离职率和疲劳感迫使医疗机构急需寻找方法，改善护理质量和临床人员的工作体验。

例如，Abridge通过生成式人工智能将患者与临床医生的对话转化为实时临床记录，带来了显著的即时效果：减少文书工作、提高患者参与度、支持多语言交流，并改善临床人员的工作福祉。

Shiv表示：“我们从初级保健医生那里收到的最深刻反馈是，他们在自己20到30年的职业生涯中，第一次能够与患者进行眼神交流。”

Daniela回应道：“我们也听到类似的故事。许多医疗从业者因繁重的行政工作而感到精疲力尽。与此同时，那些通常在技术应用上较为缓慢的行业，如金融服务行业，也开始迅速采纳人工智能。这些行业的公司拥有庞大的传统代码库，且其业务依赖于信任。在这些情况下，人工智能使得专家能够将更多时间用于与客户的互动。”

在医疗保健等行业中，创始人深知医院、诊所、牙科诊所和医疗设备供应商的需求各不相同。垂直行业及其独特的背景为人工智能初创公司带来了新的挑战，尤其是那些基于特定数据集训练模型、以完成特定任务的公司。然而，这也为市场细分提供了机会。

Shiv表示：“有大型医疗系统，而在另一方面，也有街头的某位医生。”这两者在需求和容忍度上存在很大的差异。“在大型医疗系统中，‘足够好’的标准非常高。每位医生都是‘边缘案例专家’——如果出错一次，他们可能永远不再理会你。而街角的那位医生，‘足够好’可能就足够了，他们只是需要一些解脱。”

仅有产品并不足以成功

当Aravind首次为Perplexity筹集资金时，他确信自己能够基于一种新模型构建出比竞争对手更好的产品，这种新模型在用户体验上避免了与现有竞争者的利益冲突。但仅有产品并不足以成功，人工智能公司一再证明了这一点。

Aravind回忆道：“投资者说，这个产品很酷，但你如何获取分销渠道？”他进一步指出：“这是大家常谈的Sundar Pichai成为谷歌CEO的故事。其他人专注于炫目的产品，而他专注于使Chrome成为主导浏览器。这也是我们与电信公司、LinkedIn、Uber等公司合作的原因。”

Aravind认为Perplexity的价值在于比其他搜索引擎更好地回答用户问题。人们会选择最佳的体验。“我们总是从网络上提取多个相关来源，”他说。“这帮助我们提高准确性，尤其是在实时知识方面。”这种专注推动了他们的快速增长：去年，他们回答了5亿个查询，Aravind表示。现在他们每月都能做到这一点。同时，他们也在探索不同于传统赞助搜索引擎链接的盈利方式——比如赞助问题或发布者计划。

但最终，他们仍在摸索具体细节：“这实际上是一项实验，”Aravind说。“目前，除订阅外，没人尝试过其他商业模式。我们的信念是，如果这一模式成功，我们可以通过分享广告收入来回报内容创作者。”

在成熟的市场中，进入市场的策略需要更加精心规划。而在如今这个迅速扩展且充满未开发潜力的市场中，可能更重要的是能够迅速开始。

Alexander表示：“我们现在处于人工智能行业的早期阶段，许多商业模式都能成功。获取用户的方式也有很多种， 无论是产品驱动增长、从上到下的销售、政府销售、模型层还是基础设施层，所有这些模式都有可能成功。如果我们看10年后的发展，人工智能将无处不在。”总体而言，人工智能市场有着广阔的增长空间，且参与者众多。

然而，正如我们在其他技术变革中所见，Alexander认为，早期的先行者仍将在人工智能时代占据优势。他将这种局面与互联网初期的浏览器大战进行了类比。“我曾与一位风险投资人士谈论Netscape，”Alexander说，“他说，‘当时我们以为会通过浏览器来赚钱，结果Internet Explorer打败了我们。我们转而建立了一个全新的业务——服务器，最终这个业务的规模远超了我们当初的浏览器业务。’”

结论是什么？随着技术的发展和新商业模式的出现，许多大企业尚未出现。但能够早期占领市场并建立稳定分销渠道的人工智能公司，将获得竞争优势，并能够灵活地探索新的盈利策略，从而保持持续增长。

应对留存挑战的最佳方式：了解客户

留存是几乎所有数字市场面临的挑战，尤其是在转换成本较低的市场中。人工智能初创公司如何留住首次使用者？Perplexity专注于让首次使用的不同群体进行第二次查询。“我们追踪两种类型的留存——按周和按人口统计学特征，看看人们是否会持续使用。”Aravind表示，“最初我们的留存率为80%，我告诉团队，我们需要将其推向100%。然后，我们将专注于让用户进行五次查询，让它成为一种习惯。”

对Daniela和Anthropic来说，成功的关键在于准确了解并服务于特定受众。“Claude的用户通常受过高等教育，使用它来进行工作或相关任务。所以我开玩笑说，我们不是在做滑雪猫视频。虽然这些视频很有趣，但这不是我们用户所需要的。他们需要的是帮助写作、分析信息和查阅法律文件等功能。”

与巨头竞争时，应聚焦一个狭窄的应用场景

Perplexity正在与现有最大的搜索引擎竞争。他们打算如何取胜？专注于那些自己能够胜出的领域，提供用户增值的服务。“有一点很明确，我们并不打算改变用户的导航行为——像谷歌搜索‘Reddit’或‘Costco’等词，用户依然可以进行。这可能每天就占据了十亿次搜索，”Aravind说。“相反，我们和团队正在专注于那些复杂且细节化的查询，这是Perplexity能够发挥优势的地方。我们希望能在这些领域占据主导地位。”

Perplexity团队还特别关注用户体验，专注于与他人竞争时，只有真正能满足用户需求的部分。“早期，所有试图与谷歌竞争的公司都会批评它的隐私或垄断行为，”Aravind说。“但消费者并没有获得差异化的体验。现在情况不同了，因为LLM在指令调优、对话和总结能力上的表现非常好，而且没有幻觉。用户开始转向那些在这些方面表现更好的工具。”

每个人工智能初创公司面临两种选择

“要么公开上市，要么被收购，这是一个渐进过程，”Aravind说。“要做到这一点，你必须是盈利的，或者在盈利的道路上。最好是你不需要大量投入销售，利润率会更高。如果你能够改变人们的日常习惯，产品能够广泛传播，并且你能从大量查询中获利，那就是我们努力的方向。”

许多人工智能初创公司在这一点上有优势——它们受益于基础设施的快速发展，竞争推动了模型价格的下降，开源也消除了许多障碍。但问题是，如何将这些优势转化为对其他公司竞争的优势？

“归根结底的问题是，你能否实现复利增长？”Alexander问道。“人工智能可以做到这一点。Aravind说的就是这个意思。是否能成为万亿市值公司，关键在于你是否能够在极长的时间内持续实现复利增长。人工智能领域完全有这个可能。”

原文：AI’s race to value: A conversation with Abridge, Anthropic, Perplexity, and Scale AI

https://www.bvp.com/atlas/ais-race-to-value-a-conversation-with-abridge-anthropic-perplexity-and-scale-ai

编译：Liyun Yao