實(shí)際上，這一新波AI的一些早期受益者是已經(jīng)能夠?qū)⑸尚訟I加入其應(yīng)用的現(xiàn)有公司和初創(chuàng)公司，如 Adobe、Abnormal、Coda、Notion、Cresta、Instabase、Harvey、EvenUp、CaseText 和 Fermat。

借用達(dá)爾文的話來解釋即“能夠生存下來的公司不是最強(qiáng)大的（最大的、資本最充裕的或最知名的），而是最能適應(yīng)整合 AI 的?！北疚牡闹攸c(diǎn)不在于探討是否存在護(hù)城河，而在于 AI 的價(jià)值在何處得以積累而爆發(fā)。

從歷史上看，開源技術(shù)已經(jīng)降低了它所在層的價(jià)值，并將價(jià)值轉(zhuǎn)移到相鄰的層。例如，像 Linux 或 Android 這樣的開源操作系統(tǒng)減少了應(yīng)用對 Windows 和 iOS 的依賴，并將更多的價(jià)值轉(zhuǎn)移到了應(yīng)用層。這并不意味著開源層沒有任何價(jià)值（ Windows 和 iOS 絕對有價(jià)值?。?。同時(shí)，你仍然可以通過基于云的開源商業(yè)模型創(chuàng)造價(jià)值，比如 Databricks、MongoDB 和 Chronosphere。

在六年前發(fā)布的文章中，作者強(qiáng)調(diào)了鄰近層如何更受益于大型云平臺(tái)。然而，對于開源基礎(chǔ)模型，我們可以看到原本可能被 OpenAI 或 Google 捕獲的一部分價(jià)值現(xiàn)在可以轉(zhuǎn)移到圍繞 LLMs 的應(yīng)用、初創(chuàng)公司和基礎(chǔ)設(shè)施上。OpenAI 和 Google 仍然可以獲取價(jià)值，而構(gòu)建和運(yùn)行這些巨型模型的能力仍然是一個(gè)護(hù)城河。建立開發(fā)者社區(qū)和網(wǎng)絡(luò)效應(yīng)仍然是一個(gè)護(hù)城河，但在存在開源替代品的世界里，這些護(hù)城河捕獲的價(jià)值減少了。

在這篇文章中，我們將回顧一些技術(shù)公司通常利用的傳統(tǒng)商業(yè)護(hù)城河，以及它們?nèi)绾伪淮蚱?。今天的初?chuàng)公司需要構(gòu)建智能系統(tǒng) —— 由 AI 驅(qū)動(dòng)的應(yīng)用 —— “新的護(hù)城河”。企業(yè)可以構(gòu)建幾種不同的護(hù)城河，并在時(shí)間的變化中隨之改變護(hù)城河。

一、傳統(tǒng)商業(yè)護(hù)城河

要建立一個(gè)可持續(xù)盈利的企業(yè)，你需要在公司周圍建立堅(jiān)固的防御性護(hù)城河。在我們經(jīng)歷一代人中最大的平臺(tái)轉(zhuǎn)型之際，這一點(diǎn)尤其重要，因?yàn)閼?yīng)用程序正在移向云端，被消費(fèi)在 iPhone、Echo 和 Tesla 上，基于開源構(gòu)建，并且由 AI 和數(shù)據(jù)驅(qū)動(dòng)。這些劇變使一些現(xiàn)有的護(hù)城河變得無用，讓 CEO 們感覺幾乎不可能建立一個(gè)具有防御性的業(yè)務(wù)。

1. 規(guī)模效應(yīng)

一些最偉大且最老牌的技術(shù)公司都擁有強(qiáng)大的護(hù)城河。例如，微軟、谷歌和 Facebook（現(xiàn)在的 Meta ）都有基于規(guī)模經(jīng)濟(jì)和網(wǎng)絡(luò)效應(yīng)的護(hù)城河。

在這個(gè)技術(shù)轉(zhuǎn)型的時(shí)刻，構(gòu)建有價(jià)值的AI產(chǎn)品的關(guān)鍵組成部分是基礎(chǔ)模型 ， 這些模型在數(shù)十億或萬億的參數(shù)上進(jìn)行訓(xùn)練，它們需要數(shù)億美元的訓(xùn)練費(fèi)用，以及為它們提供動(dòng)力的計(jì)算資源。如果沒有 LLaMA 的發(fā)布，大部分的價(jià)值可能將歸屬于像谷歌這樣的公司或像 OpenAI、Anthropic 和 Inflection 這樣有資本（和 GPU ）訓(xùn)練這些模型的初創(chuàng)公司。我們面臨的一個(gè)問題是萬億參數(shù)模型與小型模型之間的平衡。如果競賽更偏向于越來越大的模型，那么可能規(guī)模就成為了最終的護(hù)城河。

一個(gè)產(chǎn)品的規(guī)模越大，產(chǎn)品擁有的運(yùn)營杠桿就越多，這反過來會(huì)降低你的成本。SaaS和云服務(wù)可以具有強(qiáng)大的規(guī)模經(jīng)濟(jì)：你可以在保持產(chǎn)品核心工程相對穩(wěn)定的情況下，擴(kuò)大你的收入和客戶基礎(chǔ)。

作為初創(chuàng)公司開發(fā)基礎(chǔ)模型的重要計(jì)算伙伴，全球三大云提供商 AWS、Microsoft 和 Google 正在利用規(guī)模經(jīng)濟(jì)和網(wǎng)絡(luò)效應(yīng)來在當(dāng)前的AI熱潮中保持競爭力。訓(xùn)練AI模型已經(jīng)成為一個(gè)數(shù)據(jù)中心規(guī)模的問題，將計(jì)算和網(wǎng)絡(luò)組合成一個(gè)巨大的建筑規(guī)模的超級計(jì)算機(jī)。

依賴大型云提供商來運(yùn)行復(fù)雜的機(jī)器學(xué)習(xí)模型甚至導(dǎo)致 Oracle 作為首選合作伙伴的復(fù)興。這家公司最初在云服務(wù)器業(yè)務(wù)上落后，后面主要通過與 NVIDIA 合作，在 AI 方面做出了一系列趕超。Oracle 目前正在與一些領(lǐng)先的初創(chuàng)公司合作，包括 Adept、Character 和 Cohere。

2. 網(wǎng)絡(luò)效應(yīng)

梅特卡夫法則提出，如果一個(gè)產(chǎn)品或服務(wù)的每一個(gè)額外用戶都能為所有其他用戶帶來更多的價(jià)值，那么你的產(chǎn)品或服務(wù)就具有”網(wǎng)絡(luò)效應(yīng)”。像 Slack 和 WhatsApp 這樣的消息應(yīng)用，和 Facebook 這樣的社交網(wǎng)絡(luò)都是強(qiáng)大網(wǎng)絡(luò)效應(yīng)的好例子。像 iOS、Android 和 Windows 這樣的操作系統(tǒng)具有強(qiáng)大的網(wǎng)絡(luò)效應(yīng)，因?yàn)樵蕉嗟目蛻羰褂貌僮飨到y(tǒng)，就會(huì)有越多的應(yīng)用在其之上構(gòu)建。

最成功的云廠商之一，亞馬遜網(wǎng)絡(luò)服務(wù)（AWS），既具有規(guī)模優(yōu)勢，也具有網(wǎng)絡(luò)效應(yīng)的力量。因?yàn)?#8221;那里有客戶和數(shù)據(jù)”，更多的應(yīng)用和服務(wù)得以在 AWS 上構(gòu)建。反過來，提供解決方案的基礎(chǔ)設(shè)施生態(tài)系統(tǒng)吸引了更多的客戶和開發(fā)者，他們構(gòu)建更多的應(yīng)用，生成更多的數(shù)據(jù)，繼續(xù)良性循環(huán)，同時(shí)通過規(guī)模優(yōu)勢降低亞馬遜的成本。

首批獲得用戶支持的創(chuàng)新者可以建立網(wǎng)絡(luò)效應(yīng)。OpenAI 正在迅速地圍繞他們的模型建立第一個(gè)網(wǎng)絡(luò)效應(yīng)壁壘。特別是他們的函數(shù)調(diào)用和插件架構(gòu)可能會(huì)把OpenAI變成新的“ AI 云”。然而建立網(wǎng)絡(luò)效應(yīng)的競賽還為時(shí)過早，無法宣布任何公司為贏家。事實(shí)上，有許多玩家擴(kuò)展了這個(gè)概念，創(chuàng)建了像 LlamaIndex、Langchain、AutoGPT、BabyAGI 等代理，所有這些都旨在自動(dòng)化你的應(yīng)用、基礎(chǔ)設(shè)施或生活的一部分。

3. 深科技/IP/產(chǎn)業(yè)積累

大多數(shù)科技公司都是從自有軟件或方法開始的。這些商業(yè)秘密可以包括對硬技術(shù)問題的核心解決方案、新的發(fā)明、新的流程、新的技術(shù)，以及后來保護(hù)開發(fā)出的知識(shí)產(chǎn)權(quán)（IP）的專利。隨著時(shí)間的推移，公司的 IP 可能從特定的工程解決方案演變?yōu)榉e累的操作知識(shí)或?qū)栴}或過程的洞察。

如今一些 AI 公司正在建立自己的模型，它們既被用于開發(fā)應(yīng)用程序，又作為服務(wù)提供給其他人使用。這個(gè)領(lǐng)域的初創(chuàng)公司包括 Adept、Inflection、Anthropic、Poolside、Cohere 等。如之前所言，這些模型的關(guān)鍵在于權(quán)衡模型訓(xùn)練的成本。有趣的是，OpenAI、谷歌等早期基礎(chǔ)模型的先驅(qū)者是否能夠利用他們的深度技術(shù)構(gòu)建起護(hù)城河，或者最終他們是否只是面對開源和 AI 領(lǐng)域中的所有學(xué)術(shù)研究和工作的又一個(gè)模型。

4. 高轉(zhuǎn)換成本

一旦客戶開始使用你的產(chǎn)品，你希望他們盡可能難以切換到競爭對手。你可以通過標(biāo)準(zhǔn)化、缺乏替代品、與其他應(yīng)用和數(shù)據(jù)源的集成，或者因?yàn)槟銟?gòu)建了一種根深蒂固且有價(jià)值的工作流程，使你的客戶依賴于它，來建立這種粘性。其中任何一種都可以作為一種形式的鎖定，使客戶難以離開。

一個(gè)有趣的思考是模型層或應(yīng)用層是否存在切換成本。例如，Midjourney 有數(shù)百萬用戶使用其擴(kuò)散模型生成圖像。如果出現(xiàn)了一個(gè)更好的模型，Midjourney 要替換自己的模型有多難？即使存在一個(gè)更好的模型，用戶要切換到另一個(gè)應(yīng)用有多難？在接下來的幾年中，我們將看到公司試圖在應(yīng)用層和潛在的模型層建立切換成本。

5. 品牌/客戶忠誠度

強(qiáng)大的品牌可以成為一種護(hù)城河。隨著產(chǎn)品和客戶之間每一次積極互動(dòng)，品牌優(yōu)勢會(huì)隨著時(shí)間的推移而變得更加強(qiáng)大，但如果客戶對其產(chǎn)品失去信任，品牌的實(shí)力很快就會(huì)消失。

在 AI 領(lǐng)域，信任至關(guān)重要，但對于許多人來說，這種信任尚未贏得。這些早期的 AI 模型可能會(huì)出現(xiàn)“錯(cuò)覺”，給出錯(cuò)誤的答案或產(chǎn)生奇怪的人設(shè)，比如 Bing 中的 Sydney。將會(huì)出現(xiàn)一場建立可信賴的 AI 和像 Trulens 這樣的工具的競賽，以獲得客戶的信任。

二、傳統(tǒng)護(hù)城河將被重塑

強(qiáng)大的護(hù)城河可以幫助公司在主要平臺(tái)轉(zhuǎn)型中生存下來，但生存不能被誤解為蓬勃發(fā)展。

例如，高切換成本在一定程度上可以解釋為什么在這些年頭之后，主機(jī)和“大型計(jì)算機(jī)”系統(tǒng)仍然存在。擁有深厚護(hù)城河的傳統(tǒng)企業(yè)可能不再是它們黃金時(shí)期的高增長驅(qū)動(dòng)力，但它們?nèi)匀辉诋a(chǎn)生利潤。公司需要在行業(yè)整體轉(zhuǎn)型的過程中認(rèn)識(shí)到并做出反應(yīng)，以免成為自己成功的受害者。

“切換成本”作為護(hù)城河：x86服務(wù)器收入直到2009年才超過主機(jī)和其他“大型計(jì)算機(jī)”收入。

我們可以通過 NVIDIA 作為 GPU 主要提供商和 Intel 作為 CPU 主要提供商的財(cái)務(wù)表現(xiàn)來看到向 AI 平臺(tái)的轉(zhuǎn)變。在 2020 年，NVIDIA 超過 Intel 成為市值最高的芯片提供商。在 2023 年，該公司市值達(dá)到了萬億美元。

這些大規(guī)模的平臺(tái)轉(zhuǎn)變，比如云計(jì)算和移動(dòng)領(lǐng)域，都是技術(shù)潮流，為新進(jìn)入者創(chuàng)造了機(jī)會(huì)，并使創(chuàng)始人能夠在現(xiàn)有護(hù)城河上建立自己的道路。

成功的初創(chuàng)公司創(chuàng)始人往往采取雙管齊下的策略：

1. 攻擊傳統(tǒng)企業(yè)的護(hù)城河；
2. 同時(shí)建立自己的可靠護(hù)城河，以順應(yīng)新潮流。

AI 正成為當(dāng)今的平臺(tái)技術(shù)，這種新的 LLM 潮流有可能打破現(xiàn)有企業(yè)之間的等級體系。一個(gè)例子是，通過與 OpenAI 的 ChatGPT 集成，長期備受詬病的微軟必應(yīng)（Bing）可能最終打破谷歌的搜索護(hù)城河。

再比如，F(xiàn)acebook 擁有最牢固的社交網(wǎng)絡(luò)，但 Instagram 構(gòu)建了一個(gè)以移動(dòng)為主的照片應(yīng)用，搭上智能手機(jī)的浪潮進(jìn)行了 10 億美元的收購。在企業(yè)服務(wù)領(lǐng)域，像 Salesforce 這樣的 SaaS 公司正在打破像 Oracle 這樣的本地軟件公司的市場格局。現(xiàn)在，隨著云計(jì)算的出現(xiàn)， AWS、Azure 和 Google Cloud 正在為客戶創(chuàng)造直接的渠道。這些平臺(tái)轉(zhuǎn)變也可以改變買家和最終用戶的角色。在企業(yè)中，買家已經(jīng)從中央 IT 團(tuán)隊(duì)轉(zhuǎn)變?yōu)檗k公室的知識(shí)工作者，再到使用 iPhone 的人，最后變成任何擁有 GitHub 賬戶的開發(fā)者。

如今，新的 LLM 模型已經(jīng)創(chuàng)造了一個(gè)新的用戶類別：提示工程師。隨著生成式 AI 模型被訓(xùn)練用于各行各業(yè)，用戶的角色變得更加廣泛和多樣化。隨著 AI 成為每個(gè)產(chǎn)品的內(nèi)在組成部分，提示工程師的角色的持久性還有待觀察。

三、新護(hù)城河？

在當(dāng)前的顛覆浪潮中，是否仍然有可能構(gòu)建可持續(xù)的護(hù)城河？對于創(chuàng)始人來說，他們可能會(huì)覺得自己建立的每一個(gè)優(yōu)勢都可能被另一個(gè)團(tuán)隊(duì)復(fù)制，或者至少感覺只有在大規(guī)模的情況下才能建立護(hù)城河。開源工具和云計(jì)算已經(jīng)將權(quán)力轉(zhuǎn)移到了“新的現(xiàn)有企業(yè)”——那些處于大規(guī)模、擁有強(qiáng)大分銷網(wǎng)絡(luò)、高切換成本和強(qiáng)大品牌的公司。這些公司包括蘋果、Facebook、谷歌、亞馬遜和 Salesforce 等。

為什么感覺好像“沒有了護(hù)城河”可以建立？在云計(jì)算和開源時(shí)代，攻擊困難問題的深度技術(shù)正在成為一種較淺的護(hù)城河。開源的使用使技術(shù)進(jìn)步變得更難以實(shí)現(xiàn)商業(yè)化，而使用云計(jì)算來交付技術(shù)則將防御性轉(zhuǎn)移到產(chǎn)品的不同部分。那些過于關(guān)注技術(shù)而沒有將其放入客戶問題的背景中的公司將陷入進(jìn)退兩難的境地，“處于開源和云計(jì)算之間”。例如，像 Oracle 的專有數(shù)據(jù)庫這樣的現(xiàn)有技術(shù)正在受到 Hadoop 和 MongoDB 等開源替代品以及亞馬遜 Aurora 和 Google Spanner 等創(chuàng)新技術(shù)在云端的攻擊。另一方面，構(gòu)建出色的客戶體驗(yàn)的公司可能會(huì)通過軟件的工作流程獲得防御性。

我們相信，深度技術(shù)的護(hù)城河并沒有完全消失，可以圍繞知識(shí)產(chǎn)權(quán)建立可靠的商業(yè)模式。如果選擇技術(shù)棧中的一個(gè)領(lǐng)域，并成為絕對最佳的解決方案，同樣可以創(chuàng)建一個(gè)有價(jià)值的公司。然而，這意味著選擇一個(gè)沒有太多替代品、需要艱難工程和需要運(yùn)營知識(shí)來擴(kuò)展規(guī)模的技術(shù)問題。

基礎(chǔ)模型是當(dāng)今的深度技術(shù)/知識(shí)產(chǎn)權(quán)護(hù)城河之一。基礎(chǔ)模型的所有者發(fā)布 API 和插件，同時(shí)還在公司內(nèi)部不斷努力開發(fā)更好的產(chǎn)品。開發(fā)人員可以相對輕松地在開源 LLM 之上構(gòu)建應(yīng)用，這導(dǎo)致了大量的初創(chuàng)公司提供各種專用產(chǎn)品。但目前已經(jīng)清楚的是，大多數(shù)處于這一層的初創(chuàng)公司并沒有建立足夠的護(hù)城河。它們不僅可能被指責(zé)擁有“薄薄的知識(shí)產(chǎn)權(quán)”（本質(zhì)上是 ChatGPT 周圍的簡單應(yīng)用封裝），而且面臨著與基礎(chǔ)模型提供商的直接競爭風(fēng)險(xiǎn)，正如我們在 OpenAI 和 Jasper之間所看到的。

一個(gè)潛在的可能是，大型模型可以解決大部分復(fù)雜問題，而較小的模型可以解決特定問題或?yàn)槭謾C(jī)、汽車或智能家居等邊緣設(shè)備提供動(dòng)力。

如今，市場偏向于“全?！惫?，即提供應(yīng)用邏輯、中間件和數(shù)據(jù)庫的 SaaS 產(chǎn)品。技術(shù)正在成為完整解決方案的一個(gè)無形組成部分（例如，“只要你的食物能按時(shí)送達(dá)，誰關(guān)心你最喜歡的移動(dòng)應(yīng)用程序后臺(tái)使用的是哪個(gè)數(shù)據(jù)庫！”）。

在消費(fèi)者領(lǐng)域，蘋果通過無縫地將硬件與軟件集成在一起，使集成或全棧體驗(yàn)成為流行。這種集成體驗(yàn)也逐漸主導(dǎo)企業(yè)軟件。云計(jì)算和 SaaS 使得以成本效益的方式直接接觸客戶成為可能。因此，客戶越來越傾向于購買以 SaaS 應(yīng)用程序形式提供的全棧技術(shù)，而不是購買技術(shù)棧的各個(gè)組成部分并構(gòu)建自己的應(yīng)用。對整個(gè)應(yīng)用體驗(yàn)或“技術(shù)棧頂部”的強(qiáng)調(diào)，也是作者通過額外的框架——企業(yè)系統(tǒng)的堆棧來評估公司的原因。

企業(yè)系統(tǒng)的堆棧：

1. 記錄系統(tǒng)（Systems of Record）

一個(gè)系統(tǒng)的底層通常是數(shù)據(jù)庫，上面構(gòu)建著應(yīng)用程序。如果數(shù)據(jù)和應(yīng)用程序支持關(guān)鍵的業(yè)務(wù)功能，它就成為一個(gè)“記錄系統(tǒng)”。在企業(yè)中有三個(gè)主要的記錄系統(tǒng)：客戶、員工和資產(chǎn)?？蛻絷P(guān)系管理（CRM）管理客戶，人力資源管理（HCM）管理員工，企業(yè)資源計(jì)劃（ERP）/財(cái)務(wù)管理管理資產(chǎn)。

幾代公司圍繞著擁有一個(gè)記錄系統(tǒng)建立起來，每一次技術(shù)浪潮都會(huì)產(chǎn)生一個(gè)新的勝者。在 CRM 領(lǐng)域，我們看到 Salesforce 取代 Siebel 成為客戶數(shù)據(jù)的記錄系統(tǒng)，Workday 取代了Oracle PeopleSoft 成為員工數(shù)據(jù)的記錄系統(tǒng)。Workday 還擴(kuò)展到了財(cái)務(wù)數(shù)據(jù)領(lǐng)域。其他應(yīng)用程序可以圍繞記錄系統(tǒng)構(gòu)建，但通常不如實(shí)際的記錄系統(tǒng)有價(jià)值。例如，像 Marketo 和 Responsys 這樣的市場自動(dòng)化公司圍繞 CRM 建立了大型業(yè)務(wù)，但從未像 Salesforce 那樣具有戰(zhàn)略意義或價(jià)值。

基礎(chǔ)模型并不取代現(xiàn)有的記錄系統(tǒng)，而是用于解鎖所有記錄系統(tǒng)中的價(jià)值和理解。如前所述，目前有幾個(gè)基礎(chǔ)模型。至于世界是否朝著幾個(gè)大型模型的發(fā)展方向演變，這些模型經(jīng)過提煉或修剪后可以用于各種情況，還是存在一個(gè)較小模型的市場，目前還存在爭議。無論哪種情況，這些模型都是我們在六年前的《新的護(hù)城河》中稱之為“智能系統(tǒng)”的關(guān)鍵要素。

2. 用戶參與系統(tǒng)（Systems of Engagement）

用戶參與系統(tǒng)（Systems of Engagement?）是用戶和記錄系統(tǒng)之間的接口，它們可以成為強(qiáng)大的業(yè)務(wù)，因?yàn)樗鼈兛刂浦罱K用戶的互動(dòng)。

在大型機(jī)時(shí)代，記錄系統(tǒng)和參與系統(tǒng)是綁定在一起的，當(dāng)時(shí)大型機(jī)和終端實(shí)際上是同一個(gè)產(chǎn)品?？蛻?服務(wù)器浪潮帶來了一批試圖占據(jù)你的桌面的公司，但他們最終被基于瀏覽器的公司所顛覆，而后又被以移動(dòng)為先的公司所取代。

當(dāng)前一代爭奪參與系統(tǒng)所有權(quán)的公司包括 Slack、亞馬遜 Alexa 和其他語音/文本/對話界面的初創(chuàng)公司。在中國，微信已成為一個(gè)占主導(dǎo)地位的參與系統(tǒng)，現(xiàn)在已成為覆蓋從電子商務(wù)到游戲等各個(gè)領(lǐng)域的一體化平臺(tái)。

參與系統(tǒng)的更替速度可能比記錄系統(tǒng)快。連續(xù)幾代的參與系統(tǒng)并不一定消失，而是用戶不斷添加與其應(yīng)用程序互動(dòng)的新方式。在多渠道世界中，擁有參與系統(tǒng)的所有權(quán)最有價(jià)值，如果你控制了大部分終端用戶的參與，或者是一個(gè)跨渠道系統(tǒng)，能夠接觸到用戶所在的任何地方。

作為參與系統(tǒng)的最重要戰(zhàn)略優(yōu)勢之一是，你可以與多個(gè)記錄系統(tǒng)共存，并收集通過你的產(chǎn)品傳遞的所有數(shù)據(jù)。隨著時(shí)間的推移，你可以利用累積的所有數(shù)據(jù)，將你的參與位置演變成一個(gè)實(shí)際的記錄系統(tǒng)。

六年前，作者強(qiáng)調(diào)了聊天作為一種新的參與系統(tǒng)。Slack 和 Microsoft Teams 試圖成為企業(yè)的主要參與系統(tǒng)，并為企業(yè)應(yīng)用程序提供聊天前端，但未能達(dá)到目標(biāo)。這種以聊天為先的愿景尚未實(shí)現(xiàn)，但基礎(chǔ)模型可能會(huì)改變這一點(diǎn)。我們可以通過詢問我們的 AI 助手來訂購?fù)聿突蛴?jì)劃度假，而不是打開 Uber 或 Instacart 這樣的應(yīng)用程序來叫車或送貨。在每個(gè)人都擁有自己的AI助手的未來，所有的互動(dòng)可能都會(huì)像是在使用消息應(yīng)用程序。像 Siri 和 AAlexa這樣的基于 AI 的語音聊天系統(tǒng)將被像 Pi （Inflection.ai開發(fā)的個(gè)人智能助手）一樣的智能聊天系統(tǒng)取代。

OpenAI 的插件和接口調(diào)用的發(fā)布正在構(gòu)建一種新的構(gòu)建和分發(fā)應(yīng)用程序的方式，有效地使 GPT 成為一個(gè)新的平臺(tái)。在這個(gè)世界中，聊天可能成為幾乎一切的前門，成為我們?nèi)粘５膮⑴c系統(tǒng)。我們將會(huì)看到AI應(yīng)用程序的用戶體驗(yàn)在不久的將來如何演變，這將是非常有趣的。雖然聊天似乎在今天非常流行，但我們預(yù)計(jì)會(huì)看到多模態(tài)交互模型創(chuàng)造出超越聊天的新的參與系統(tǒng)。

3. 新護(hù)城河：智能系統(tǒng)（Systems of Intelligence）

超級智能系統(tǒng)依舊是新的護(hù)城河。

“什么是智能系統(tǒng)，為什么它如此有防御性？”

智能系統(tǒng)之所以有價(jià)值，通常是因?yàn)樗缭蕉鄠€(gè)數(shù)據(jù)集和多個(gè)記錄系統(tǒng)。一個(gè)例子是將網(wǎng)站分析、客戶數(shù)據(jù)和社交數(shù)據(jù)結(jié)合起來，以預(yù)測終端用戶的行為、流失、生命周期價(jià)值（LTV）或提供更及時(shí)的內(nèi)容。你可以在單個(gè)數(shù)據(jù)源或單個(gè)記錄系統(tǒng)上構(gòu)建智能，但這個(gè)位置將更難抵御擁有數(shù)據(jù)的供應(yīng)商的競爭。

對于初創(chuàng)公司而言，要在Oracle和SAP等老牌企業(yè)周圍蓬勃發(fā)展，需要將它們的數(shù)據(jù)與其他數(shù)據(jù)源（公共或私人）結(jié)合起來，為你的客戶創(chuàng)造價(jià)值。老牌企業(yè)在自己的數(shù)據(jù)上具有優(yōu)勢。例如，Salesforce 正在構(gòu)建一個(gè)名為 Einstein 的智能系統(tǒng)，從他們自己的記錄系統(tǒng) CRM 開始。

在六年前提出建立“智能系統(tǒng)”的概念之后，我們見證了一些令人難以置信的人工智能應(yīng)用程序的出現(xiàn)，例如 Tome、Notable Health、RunwayML、Glean、Synthesia、Fermat 等，還有成百上千的其他初創(chuàng)公司。雖然目前尚不清楚在這個(gè)新興堆棧中價(jià)值將累積在哪里，但這個(gè)轉(zhuǎn)變?yōu)槌鮿?chuàng)公司提供了充足的機(jī)會(huì)。

但正如之前提到的，我們最初沒有預(yù)見到大型語言模型的威力，這些模型真正增加了我們在六年前所稱的智能系統(tǒng)的價(jià)值。

而在LLM 應(yīng)用程序中出現(xiàn)了一批“新堆?！?，包括一批新的中間件工具，用于鏈接提示或組合模型。就像我們看到創(chuàng)立了大量公司來使云計(jì)算和存儲(chǔ)更易管理一樣，我們正在看到一批旨在使基礎(chǔ)模型更易于使用的初創(chuàng)公司。

這個(gè)新的中間件堆棧將包括數(shù)據(jù)框架，如 LlamaIndex，用于連接企業(yè)數(shù)據(jù)與 LLM；代理框架，如Langchain，用于構(gòu)建應(yīng)用程序和連接模型。此外，還需要一代新的安全性和可觀察性工具，以確保這些新應(yīng)用程序的運(yùn)行時(shí)間和安全性。

未來一代企業(yè)產(chǎn)品將使用不同的人工智能（AI）技術(shù)來構(gòu)建智能系統(tǒng)。不僅應(yīng)用程序?qū)⑹艿?AI 的改變，數(shù)據(jù)中心和基礎(chǔ)設(shè)施產(chǎn)品也將發(fā)生變革。我們可以將構(gòu)建智能系統(tǒng)的主要領(lǐng)域歸類為以下三個(gè)方面：以客戶旅程為中心的面向客戶的應(yīng)用程序、面向員工的應(yīng)用程序（如人力資源管理、IT服務(wù)管理、財(cái)務(wù)等）或基礎(chǔ)設(shè)施系統(tǒng)（如安全、計(jì)算/存儲(chǔ)/網(wǎng)絡(luò)以及監(jiān)控/管理）。除了這些廣泛的橫向用例之外，初創(chuàng)公司還可以專注于特定行業(yè)或市場，在垂直領(lǐng)域（如生命科學(xué)中的 Veeva或建筑行業(yè)中的 Rhumbix ）構(gòu)建基于獨(dú)特?cái)?shù)據(jù)的智能系統(tǒng)。

以前的應(yīng)用程序代替了數(shù)字化流程，但這些新的 AI 應(yīng)用程序?qū)⒚爸〈祟惖娘L(fēng)險(xiǎn)，或者從積極的角度來看，它們將增強(qiáng)和提升人類能力，使個(gè)人更加高效。

AI 工具已經(jīng)存在，可以使設(shè)計(jì)工作、編碼、數(shù)據(jù)處理、法律工作和其他工作更加準(zhǔn)確和快速。

例如，在法律領(lǐng)域，像 Harvey.AI 和 Even Up Law 這樣的公司正在執(zhí)行法律助理和律師的任務(wù)。Github Co-pilot 使每個(gè)開發(fā)者的生產(chǎn)力提升數(shù)倍，新開發(fā)者現(xiàn)在可以像經(jīng)驗(yàn)豐富的專業(yè)人士一樣編寫代碼。使用 Adobe 的的新產(chǎn)品Firefly 進(jìn)行設(shè)計(jì)的設(shè)計(jì)師可以創(chuàng)作以前需要整個(gè)團(tuán)隊(duì)完成的數(shù)字圖像。Tome、Coda 和Notion 等生產(chǎn)力應(yīng)用程序現(xiàn)在使每個(gè)辦公桌上的工作者擁有了新的超能力，提高了速度和生產(chǎn)力。這些確實(shí)是技術(shù)承諾的由 AI 驅(qū)動(dòng)的“鋼鐵俠裝備”。隨著我們越來越依賴于基于 AI 的應(yīng)用程序，管理和監(jiān)控可信賴的 AI 變得更加重要，以確保我們不會(huì)基于幻覺做出決策。

在所有這些市場中，競爭的焦點(diǎn)正在從舊的壁壘（數(shù)據(jù)的來源）轉(zhuǎn)向新的壁壘（如何利用數(shù)據(jù)）。利用公司的數(shù)據(jù)可以向客戶推銷增值產(chǎn)品，自動(dòng)回復(fù)支持票，預(yù)防員工流失，并識(shí)別安全異常。使用特定于某個(gè)行業(yè)（如醫(yī)療保健、金融服務(wù)）或特定于某個(gè)公司（客戶數(shù)據(jù)、機(jī)器日志等）的數(shù)據(jù)來解決戰(zhàn)略問題的產(chǎn)品，看起來就像是一個(gè)非常深厚的壕溝，特別是如果 AI 能夠替代或自動(dòng)化整個(gè)企業(yè)工作流程，或者創(chuàng)建一個(gè)由這種智能技術(shù)實(shí)現(xiàn)的新的增值工作流程。

建立記錄系統(tǒng)的企業(yè)應(yīng)用程序一直是強(qiáng)大的商業(yè)模式。一些持久存在的應(yīng)用程序公司，如 Salesforce 和 SAP，都建立在深厚的知識(shí)產(chǎn)權(quán)基礎(chǔ)上，從規(guī)模經(jīng)濟(jì)中獲益，并隨著時(shí)間的推移，在公司的工作流程和業(yè)務(wù)流程中積累了更多的數(shù)據(jù)和運(yùn)營知識(shí)。然而，即使是這些現(xiàn)有巨頭也無法免受平臺(tái)轉(zhuǎn)變的影響，因?yàn)樾乱淮墓菊诠羲麄兊念I(lǐng)域。

事實(shí)上，我們可能面臨著對 AI 營銷產(chǎn)生疲勞的風(fēng)險(xiǎn)，但所有的輿論反映了 AI 在改變許多行業(yè)的潛力。機(jī)器學(xué)習(xí)（ML）是一種受歡迎的 AI 方法，它可以與數(shù)據(jù)、業(yè)務(wù)流程和企業(yè)工作流程相結(jié)合，為構(gòu)建智能系統(tǒng)提供上下文。谷歌是早期將機(jī)器學(xué)習(xí)應(yīng)用于流程和工作流程的先驅(qū)：他們收集了每個(gè)用戶的更多數(shù)據(jù)，并應(yīng)用機(jī)器學(xué)習(xí)在網(wǎng)頁搜索的工作流程中提供更及時(shí)的廣告。還有其他正在發(fā)展的AI技術(shù)，如神經(jīng)網(wǎng)絡(luò)，將繼續(xù)改變我們對這些未來應(yīng)用程序的期望。

然而對于這個(gè)預(yù)測，作者認(rèn)為在兩個(gè)方面的判斷有些錯(cuò)誤：首先，AI 在當(dāng)前不會(huì)讓人們產(chǎn)生疲勞的感覺。我們正在目睹下一個(gè)偉大技術(shù)浪潮的開始，興奮情緒理所自然較高。其次，基礎(chǔ)模型已經(jīng)成為人工智能中最具變革性的進(jìn)展。以此為例，許多先前的機(jī)器學(xué)習(xí)/人工智能公司正面臨被最新的 LLM（大型語言模型）所超越的風(fēng)險(xiǎn)。

這些以人工智能驅(qū)動(dòng)的智能系統(tǒng)為新創(chuàng)企業(yè)提供了巨大的機(jī)遇。在這個(gè)領(lǐng)域取得成功的公司可以構(gòu)建數(shù)據(jù)的良性循環(huán)，因?yàn)槟闵珊陀?xùn)練產(chǎn)品所用的數(shù)據(jù)越多，你的模型就會(huì)變得越好，產(chǎn)品也會(huì)越來越出色。最終，產(chǎn)品會(huì)因每個(gè)客戶而定制，從而形成另一個(gè)護(hù)城河 – 高昂的切換成本。建立一個(gè)同時(shí)結(jié)合了系統(tǒng)的參與和智能甚至是企業(yè)整個(gè)技術(shù)層面的公司是有可能的，但是智能或參與系統(tǒng)可以成為新創(chuàng)企業(yè)針對現(xiàn)有企業(yè)的最佳切入點(diǎn)。構(gòu)建一個(gè)系統(tǒng)的參與或智能并不是一項(xiàng)微不足道的任務(wù)，它需要深厚的技術(shù)背景，特別是在速度和規(guī)模方面。特別是那些能夠促進(jìn)多個(gè)數(shù)據(jù)源之間智能層的技術(shù)將是必不可少的。

我們已經(jīng)看到數(shù)據(jù)的良性循環(huán)正在發(fā)揮作用。不僅僅是數(shù)據(jù)在訓(xùn)練原始模型方面的價(jià)值，還有用戶數(shù)據(jù)、模型和應(yīng)用程序的反饋循環(huán)，甚至是在極端情況下的強(qiáng)化學(xué)習(xí)等，隨著時(shí)間的推移，所有這些都會(huì)堅(jiān)固數(shù)據(jù)的護(hù)城河。

ChatGPT 或像 Inflection AI 的 Pi 這樣的個(gè)人 AI 工具有明顯的潛力成為每個(gè)任務(wù)的主要渠道，無論是訪問應(yīng)用程序、開發(fā)軟件還是在各種場景下進(jìn)行溝通。同時(shí)，像 LlamaIndex 這樣的數(shù)據(jù)框架將是將個(gè)人數(shù)據(jù)與 LLM 相連接的關(guān)鍵。模型、使用數(shù)據(jù)和個(gè)人數(shù)據(jù)的結(jié)合將為每個(gè)用戶或公司創(chuàng)造個(gè)性化的應(yīng)用體驗(yàn)。

最后，有些企業(yè)可以通過使用客戶和市場數(shù)據(jù)來訓(xùn)練和改進(jìn)模型，從而為所有客戶提供更好的產(chǎn)品，進(jìn)而加快智能的發(fā)展。

初創(chuàng)公司可以構(gòu)建一個(gè)有防御性的商業(yè)模型，作為參與、智能或記錄的系統(tǒng)。隨著人工智能的出現(xiàn)，智能應(yīng)用將成為下一代偉大軟件公司的源泉，因?yàn)樗鼈儗⒊蔀樾碌淖o(hù)城河。

四、舊護(hù)城河即新護(hù)城河

人工智能的興起令人興奮，當(dāng)前初創(chuàng)公司在建立新護(hù)城河的探索中也基本已經(jīng)走了一整圈。事實(shí)證明，舊的護(hù)城河比以往任何時(shí)候都更重要。如果谷歌的“我們沒有壁壘”的預(yù)測成為現(xiàn)實(shí)，并且 AI 模型使任何可以訪問 GPT 或 LLaMA 的開發(fā)人員都能夠構(gòu)建智能系統(tǒng)，那么我們?nèi)绾谓⒁粋€(gè)可持續(xù)的業(yè)務(wù)呢？應(yīng)用的價(jià)值在于如何傳遞價(jià)值。工作流程、與數(shù)據(jù)和其他應(yīng)用的集成、品牌/信任、網(wǎng)絡(luò)效應(yīng)、規(guī)模和成本效率都成為經(jīng)濟(jì)價(jià)值和壁壘的創(chuàng)造者。能夠構(gòu)建智能系統(tǒng)的公司仍然需要精通市場推廣。他們不僅要完美地找到產(chǎn)品與市場的契合點(diǎn)，還要找到產(chǎn)品與市場推廣的契合點(diǎn)。

人工智能并不改變初創(chuàng)公司的營銷、銷售或合作方式。人工智能提醒我們，盡管每一代技術(shù)都有其技術(shù)基礎(chǔ)，但企業(yè)建設(shè)的基本原理始終保持不變。

舊的壁壘其實(shí)也是新的壁壘。

參考材料：

[1] https://greylock.com/greymatter/the-new-new-moats/

[2] https://greylock.com/greymatter/the-new-moats/