FX168财经网_全球视野外汇黄金加密货币NFT资讯网

AI人才抢夺战：年初疯狂年末彷徨

更近一点的5月初，王小川出现在硅谷一场AI技术party上。对着在场数十名华人工程师，王小川把自己“AI重塑搜索”的创业理想讲了一遍，试图和人才拉近关系——在36氪的专访中，他曾提及：“国内的大公司、高校里有一些不错的领军人物，一些更明星级的人才，确实在美国。” △谷歌在山景城总部举办的I/O大会，吸引不少AI人才。图源：视觉中国帮国内创始人们与硅谷AI人才牵线，也成了一个商机。一名在硅谷的猎头记得，光3月份，Mountain View几乎每晚都有华人中介举办的party，报名参加光会费就达上万人民币，还要有门槛：成功创过业，或者投出过好项目。企业们砸血本招人的同时，还得防止员工被挖角。一家创业公司为了留住人才，给近十名核心员工涨了30%的薪水，几乎所有工程师在公司内部都用“花名”。大公司也在警惕。百度宣布大语言模型“文心一言”立项当晚，参与成员被HR拉了个会，重新签了一遍竞业协议。共识快速形成：人才储备最多的企业，离“中国的OpenAI”最近。千万年薪，难挖硅谷人才以如今AI人才的紧俏程度，Mia觉得千万级的年薪并不夸张。在2023年第一季度，超过17万中国AI企业如雨后春笋般冒了出来。圈内人爱用一句话形容AI赛道的创业热：“光北京就有20多家声称能做大模型的企业。” 但相对的，是写在中国工信部报告中的30万AI人才缺口。再严苛一些，国内有过完整大模型工程经验的人能有多少？AI行业资深人才顾问海浪告诉36氪：“不超过100个人。” 若想要挖到能直接带上百人的团队跑工程的P9、P10，国内就只剩下大厂的几个CTO和首席科学家。“企业想要招技术高管，只能看硅谷。”海浪解释。可惜的是，无论是茶叶、老干妈，还是一千万的高薪，都很难打动硅谷的人才。一名研究员在Mia尚未给出薪酬条件时，就开门见山地拒绝：“老婆孩子都在这里，回国之后孩子的教育问题，也很难解决。” 再过一年多，微软必应团队的算法工程师Joshua就能如愿拿到美国绿卡。在他的人生蓝图里，再积攒两年工作经验，他就从华盛顿搬到硅谷创业。他不愿离开硅谷——即便从今年2月起，求职软件上几乎每天都有99+的未读消息和通知红点。除了薪酬，Joshua还看到有公司开出隐形福利：前半年不背OKR。被求职信息轰炸近一个月后，Joshua关闭了几个求职软件的弹窗。抢人大战中，有成熟落地场景的企业，赢面会大一些。在Mia看来，落地场景就是企业的简历，更能吸引人才。而落地方案尚未成熟的公司，要么有个像王慧文和王小川一样，“人能来事，又能搞钱”的创始人，要么靠“画饼”吸引人才。但国内科研环境与硅谷的现实差距，让大模型创业者画的理想之“饼”，不那么有说服力。在硅谷期间，Mia去了英特尔总部。在那里，每位算法工程师能调用的GPU就有四五百块。“但在国内，四五百张GPU往往是一个项目组能够申请到的算力上限。”Mia说。 △英特尔总部。图源：视觉中国类似的，谷歌AI实验室对人才的大方一度让蓝振忠觉得惊讶。在那里，他能够自由调用相当于几千张A100的TPU。就算在比较冷门的研究组，部门团建仍然开得起高级餐厅最贵的酒。回国成立AI公司“西湖心辰”后，蓝振忠第一次感受到了算力资源的稀缺和昂贵：“公司和学校的科研经费只能买很少一部分，剩余的都得租公有云服务。”为了拉融资买算力，他每天需要和投资机构和客户开五六个电话会。回国的硅谷创业者为资源焦虑，而去硅谷的创业者也屡屡碰壁。一位知名创业者曾在公开场合被问及近期的硅谷之行收获时，坦言自己去硅谷不是为了挖人，而是为了交流技术经验。但一名与该创业者在硅谷交流过的人士告诉36氪：“别信他。因为挖人很难，大多数人过去，只能先建立个联系。” Meta一开源，猎头白干半年年初，AI技术大牛还是圈内最热的招徕对象。像ChatGPT一样参数千亿的大语言模型，仍然是个“舶来品”。对多数企业而言，想要做“中国OpenAI”，就必须大力招人搞技术。然而不久后，意外发生了。扇动翅膀的，是押注AI大模型已久的Meta（前Facebook）。2023年3月8日，被称为“最强开源模型”的大语言模型Llama遭到泄露，任何人都可以下载使用；7月，Llama的研发商Meta主动成为“搅局者”，开源了性能更强的Llama 2，几乎所有公司都能直接免费商用Llama 2。 Llama的开源，迅速降低了大模型训练的门槛。AI从业者们发现，根本没必要花这么多钱招技术人才从0训练模型。理论上，公司只要有足够多和高质数据，对Llama进行微调，就能用较低的成本训练出一个效果不错的模型。很快，不少公司的大模型如雨后春笋般冒了出来，更甚者基于Llama微调后，就冠以“自研”之名。圈内广为流传的一句戏言是：如果Llama不“惨遭开源”，国内就没那么多的“自研”。紧接着，技术领域的人才就开始“贬值”。曾经想从硅谷挖人的几家企业，把自己的需求改成了从国内找工程师，年薪控制在40万元以内。猎头Mia在KTV点了一首《老子明天不上班》：“感觉自己上半年跑硅谷，最后白干。” 上半年，由于技术尚未成熟，大模型的商业化落地并不十分顺利。开源的Llama解决了卡脖子的大模型技术，也将AI企业发展的进度条从大炼模型，快速拉到应用落地。相应的，企业们年初招徕技术人才的热情，在下半年一度转移到了产品经理。在Netflix最新发布的招聘启示中，AI产品经理的年薪开到了90万美元，超过了AI技术总监的65万美元。不过，市场供需并非衡量顶级人才的唯一标尺，Icon（标志）级别的技术大牛热度仍然不减。对企业来说，技术大牛不光是敲代码的员工，还是一个充满内涵的符号：技术人才，意味着技术的天花板，以及持续吸纳资方、客户和人才的门面。昆仑万维CHO杨姝一直觉得，人才是AI公司最优质的资产。公司不仅需要基本功扎实的研发者，也需要一个名号响亮的Icon。就像乔布斯之于智能手机，“Icon和研发者的区别在于，Icon是有市场号召力的，还能吸引更牛的人才过来”。 2020年昆仑万维即布局AIGC和AGI领域，目前相关团队整体规模近千人。但到了2023年，为了争夺人才，杨姝和HR同事每周要沟通近百位候选人。最近，昆仑万维还请来了一位“Icon”——顶级AI科学家颜水成，出任天工智能联席CEO和昆仑万维2050全球研究院院长，吸引全球的AI人才。 “杨红霞博士来之前，我感觉市面上没什么人觉得字节能做大模型这件事。”一名大厂HR点评。作为曾经阿里达摩院大模型M6的项目带头人，杨红霞在今年初转投字节跳动的AI阵营——这一消息也让不少人认为，字节有了和AI“老玩家”百度、阿里同桌竞技的可能。至于花千万元挖一个技术大牛来做AI到底值不值，上述HR回复36氪：“在实现技术革新前，确保企业形象跟上时代潮流。” 所有人都在警惕泡沫 6月后，水温渐凉。钱在上半年，已经涌向了大模型的早期玩家。据不完全统计，上半年融到钱的大模型企业大概有20多家，而6月后，数量骤减至不到1/2。一名双币基金的AI投资人终止了四五家大模型企业的投资进程。她告诉36氪，近期他们只看AI应用。可惜时至今日，AI赛道依然没有一款“杀手级”应用——市场和投资人都在观望，高开的大模型技术是否能持续高走，给予可观的回报。 “CV（计算机视觉领域）好歹也火了一两年，但大模型冷却的速度巨快。”海浪说，“今年大家只是看似拿了很多钱，其实背负了很大压力。” 与赛道一起降温的，还有企业对AI人才的热情。年初的抢人热，更多的是企业们面对新技术的兴奋和FOMO（Fear of Missing Out，害怕错过）情绪。“大家也不管招这么多人有没有用，先把气氛炒起来。”年初Mia接到的需求，大多没有指明招募人才数量的范围，“一是挖人确实难，二是企业不知道挖多少人。” 精打细算后，企业们逐渐发现，人海战术、跑马圈地的互联网打法并不适用于大模型。王慧文曾告诉36氪，他觉得搞大模型“人多了反而起负作用”，最小的建制只要30来人。今年7月，马斯克高调宣布入局大模型领域，新公司xAI只有12名成员。 △xAI的12名成员。图源：xAI官网人海战术的反例是Meta——即便拥有Llama和OPT两支明星大模型团队，但由于算力资源分配的不平衡，目前超半数Llama作者选择了离职。在资源紧俏的大模型领域，缩减人员规模既能如马斯克所说“提高人均可支配资源数量”，也能提高管理效率。王小川在媒体访谈中提到，管理过3000人的搜狗后，发现现在百川只有100、300人，非常容易把效率提上去。更何况，大模型的研究是亟需才能和悟性的领域，人海战术收效甚微。 “一个聪明的大脑胜过万马千军。”智子引擎CEO高一钊告诉36氪，他们团队自研的多模态元乘象ChatImg 2.0，核心算法编写只用了不到5人。当大模型人才的供需趋向平衡，企业对AI人才的急切之心，也迅速恢复平静。 “企业基本只要招一个厉害的CTO，或者个位数的技术带头人。”Mia近期接到的招人需求数量骤减。顶级人才的流动，在上半年的“热战”中基本已成定局，而模型团队中剩余的工程师，Mia发现只要用三四十万的年薪，并不难从国内外大厂或者高校计算机专业中挖到。企业们对AI人才扩张的谨慎，更源于在视觉识别（简称CV）领域发生的那场人才扩张泡沫。 2018年，CV的风口吹起了AI四小龙。当时，估值飙升至60亿美元的高汤，一年内融了20多亿美元。最后大部分融资都去了哪？答案是挖人。当时，即便是CV方向出身的应届毕业生，不少人年薪也能拿到60万元。 △商汤，图源：IC photo 但很快，不少公司发现，CV没有太高的技术壁垒。AI企业To B、To G的业务，很快就被上游的云厂商蚕食。这几年四小龙的难处有目共睹，最早上市的商汤，在2022年每赚一块钱，就要净亏2块。企业不得不让科学家背上营收指标。2020年以来，海浪能明显感到风向的变化，高校出身的教授变得不那么受欢迎，“大家更需要带过团队、做过产品的人”。一家想要智能化转型的物流企业说得更直接：“我们的钱是一个盒子一个盒子搬出来的，不是发论文发出来的。” 迫于营收压力，不少去大厂研究院的大牛，又回到了高校。海浪发现，此前帮大厂挖角的北美高校出身的华人科学家，重新开始以教授的身份发论文。几乎所有企业都不希望人才泡沫再次产生。 Llama发布前，由于大模型是个高壁垒的新技术，企业给人才定的绩效并不具体，比如“年末前超越GPT-3.5，未来1-2年超越GPT-4”。但Llama把进度条快速拉到做应用的阶段，人才们的绩效，迅速指向了商业化。赚钱成了首要指标。Mia下半年接到来自企业的不少需求，从挖人，变成了帮人才做项目管理。一名硅谷出身的研究员对Mia诉苦：“（企业）不是说好给足空间做研究吗？怎么又要背营收？”Mia脑子转得飞快：“企业方觉得您有能力。” 2023年末，是不少企业和投资人检验人才价值的关键点。 “投资人和创始人都需要先看看，到年底花钱找来的人，能跑出什么东西，再决定是否继续入场。”海浪说。从给title的爽快程度，他能感受到今年企业的谨慎：2018年，帮技术大牛谈个T10、P10以上的岗位并不难。但今年，P9的职级都需要垫脚伸手够一够。早上六七点起，游一小时的泳，紧接着去实验室工作到晚上9点，然后回去陪家人——这是在卡内基梅隆大学读博时蓝振忠的一天，“从不加班熬夜，也不把工作带回家”。但在这轮热潮中，蓝振忠破了戒。这位技术老手、创业新手最近主动约见了不少投资人，从头学习管理和战略：“在终场来临前，努力让自己不被市场淘汰。” （应采访者要求，文中海浪、Mia、Joshua为化名）来源：金色财经

金色财经2023-09-16

海通国际：给予传智教育增持评级，目标价位16.87元

高热度，公司有望借出色教研能力、口碑和AI技术培训需求、职业教育发展趋势取得优秀的经营表现。我们给予其相对可比公司一定的估值溢价，给予23年40倍PE（不变），对应目标价16.87元/股（原目标价21.34元/股，-21%）。维持优于大市评级。　　风险提示：竞争加剧风险，IT行业人才需求减弱风险，客群消费能力不足风险。证券之星数据中心根据近三年发布的研报数据计算，中信证券郑逸坤研究员团队对该股研究较为深入，近三年预测准确度均值高达92.03%，其预测2023年度归属净利润为盈利2.19亿，根据现价换算的预测PE为21.57。最新盈利预测明细如下：该股最近90天内共有15家机构给出评级，买入评级13家，增持评级2家；过去90天内机构目标均价为17.83。以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-09-15

“万亿美元企业债风暴”倒计时！这两大行业成重灾区城堡创始人示警： 2023年股市涨势或难以持续

和 41%。股市的涨幅得益于人工智能（AI）技术的繁荣，以及市场对于美联储即将停止加息的期望。#美联储政策转向# 肯·格里芬周四（9月14日）对 CNBC 表示："我有点担心这次涨势能否继续。" 他补充说： "显然，这次涨势的主要推动因素之一就是...对生成式 AI 的狂热，这推动了许多大型科技股的涨势。我希望相信这次涨势还有潜力，但我有点担心我们可能已经处于这次涨势的第七或第八局。" 格里芬指出，在过去一年里，尽管美联储大幅提高了利率，但美国经济和股市仍然表现出强大的韧性。不过他表明，借贷成本上涨通常需要两年时间才会传导到经济中。他说："这并不是瞬间发生的。" "现在我们已经到了看到这些加息措施产生真正影响的时候了。我们看到就业市场开始走弱。" 硅谷银行 (Silicon Valley Bank)、Bed Bath & Beyond、Lordstown Motors 和 Mediamath Holdings 等是今年破产的一些知名企业。#硅谷银行爆雷# 自 2022 年初以来，美联为抑制通胀，已经将利率从接近零的水平提高到 5% 以上，目前看来其紧缩政策已经成功使通胀率从 40 年来的高点回落，不过仍高于 2% 的通胀目标。

芷莹2023-09-15

科沃斯： YIKO语音助手包含语音识别、文本纠正、语义理解、信息抽取、家居知识图谱等AI技术

助手包含语音识别、语义理解、知识图谱等AI技术吗？科沃斯董秘：YIKO语音助手包含语音识别、文本纠正、语义理解、信息抽取、家居知识图谱等AI技术。语音识别将用户的语音输入转化为文本信息，通过垂域文本纠正解决口音问题，再通过语义理解和信息抽取理解用户意图和需求，最终结合家居知识图谱解决歧义及产生控制指令。科沃斯YIKO通过AI技术的结合，使得智能语音助手能够更加智能和灵活地与用户进行对话，并提供准确和个性化的服务。谢谢！投资者：请问公司研发的AIVI3D技术在智能识别能力如何，能辨人识物吗？科沃斯董秘：公司研发的AIVI3D技术在智能识别方面采用了先进的人工智能算法和深度学习技术，不仅能够辨人识物，而且能够实时分析和理解场景中的信息，拥有较高的准确性和稳定性，为用户提供更加智能化和便捷的服务。谢谢！投资者：请问公司研发的“双子星”半固态激光雷达有什么优点？科沃斯董秘：公司全新自研的混合固态激光雷达，对比以往使用的机械式D-tof和其他厂商使用的LDS主要有以下优点：（1）在结构设计上拥有IP5X防尘防护等级，完全防止灰尘进入雷达本体内；（2）全新光路设计，可以保证透光罩刮伤的情况下不影响雷达功能；同时传感器内采用无刷电机，寿命长，更可靠耐用，长期使用扫描效果也几乎不会衰减；（3）拥有对严寒、高温、潮湿环境更高的抗干扰性，可以支持不同地区的不同环境用户拥有同样优异的智能体验。谢谢！投资者：请问科沃斯AINA模型是AI大语言模型吗？可否介绍一下科沃斯AINA模型科沃斯董秘：公司AINA模型是“AI深度学习与强化学习”的结合。“深度学习”即通过摄像头与结构光的融合，帮助扫地机器人进一步提升物体识别精准度和避障能力；“强化学习”是一种机器学习算法，使机器能够在不断的试错中获取经验，从而改进自身的决策能力，并提高工作表现的学习方法。落地到扫地机器人身上，可以提高机器人的自主决策能力和适应性，让它得以更加高效、灵活地进行路径规划、动态调整、并最终执行任务。公司搭载AINA模型的X2产品，通过传感器获得外部信息后，可以采用端到端的方式，直接采取行动，节省掉中间算法链路，大大降低对已建地图的依赖，可根据外部的实时环境，动态调整行走路线，由此提升清洁效率。谢谢！以上内容由证券之星根据公开信息整理，由算法生成，与本站立场无关。证券之星力求但不保证该信息（包括但不限于文字、视频、音频、数据及图表）全部或者部分内容的的准确性、完整性、有效性、及时性等，如存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

证券之星2023-09-15

加密市场的未来是AI、去中心化存储？还是一片未知的领域？

加密领域甚至风险资产领域最大的牛市。 AI技术也是未来一个重要的发展趋势。自计算机互联网问世以来，计算机普及推动了人类文明的快速进步，这也解释了投资者对AI的关注。据估计，整个AI经济的潜在规模可达到17.1-25.6万亿美元。AI的发展需要算力和数据存储支持，因此，对于加密行业来说，未来将是双倍牛市。 AI的数据存储需求市场也日益增长，而中心化的数据管理存在一系列问题。因此，AI需要去中心化存储，并且这将创造对去中心化存储的巨大需求。根据预测，到2030年，AI的数据存储需求市场规模将增长至4724.7亿美元。至于FIL代币是否还有戏，这要视具体情况而定。然而，小黑（Arthur Hayes）对FIL持乐观态度。他提出希望购买一种代币，该代币已经经历了巨大的跌幅，当代币开始上涨时，还有很大的增长空间，并与AI产业链相关联。这意味着FIL可能会成为市场关注的热点。从斐波那契数列的角度来看，比特币目前已经到达了0.618的黄金位置，同时25000美元也是一个重要的支撑位。结合9月下旬到10月下旬和历史数据分析，这个时期往往存在多头踹息的机会。此外，很多长线指标也显示出买入信号。因此，未来一个月比特币行情值得看好。总的来说，尽管加密货币市场存在不确定性，但基本面向好。AI技术的发展和去中心化存储的需求将为加密行业带来更多机会。投资者应该保持理性分析市场，抓住合适的机会，以长期眼光来投资。来源：金色财经

金色财经2023-09-15

生成式AI市场潜力巨大，九方财富喝下投顾行业“头啖汤”

，量身定制适合自己的投资方案，而生成式AI技术具备的强大学习和生成能力，正中投资者需求。据介绍，这款数字人采用了知识图谱、自然语言处理、实时语音交互等多项先进AI技术，拥有大盘分析、板块挖掘、热点追踪、个股诊断等八大核心能力，不同能力匹配不同细分用户需求。对于“金融小白”来说，“九哥”可以成为行走的“金融百科全书”；对有更高需求的用户，“九哥”可以发挥金融数据处理功能；对于“投资高手”，“九哥”可以提供策略生成等更高阶服务。总之，就是主打一个有求必应。当前，人工智能技术已经成为各国、各行业之间竞争的新战场，国家已经明确到2030年人工智能理论、技术与应用总体达到世界领先水平。作为人工智能发展高地，上海今年也正式发布《上海市人工智能产业发展“十四五”规划》，其中提到要在金融领域“深化人工智能在风控、监管、客服、投顾、投研、支付等各环节应用。大势所趋之下，以九方财富为代表的投顾企业率先踏出第一步，将有望更好地抢占“AI+投顾”发展先机。风险提示：界面有连云呈现的所有信息仅作为参考，不构成投资建议，一切投资操作信息不能作为投资依据。投资有风险，入市需谨慎!

有连云2023-09-15

风投 Greylock：会最先被 AI 重塑的高潜市场

心，生产与供给两方分割。如今，Gen-AI 技术能够打破「算法墙」，同时实现信息的个性化收集与分发。流量分发类的公司更有机会跑出 AI-First 模式，同时连接信息的供给与消费方，并从信息供给方收集更独特的数据。社交、游戏、劳动力市场和专业技能市场是典型例子。「客服」是最容易看得见摸得着的应用场景，会计、保险的服务成本尤为突出，Copilot 直接成为效率工具。 * Greylock 作为在这波 Gen AI 浪潮中出手应用项目最多的投资公司之一，在大模型概念被市场追捧之前 Greylock 就投了 Adept, Inflection 等大模型公司，也是 Tome 和 Cresta 之类的应用层项目最早背后的支持者之一。在每一个新的技术时代，投资者们总是热衷于支持当下所谓的「开矿与铲子」技术。我们可以在今天 NVIDIA 和基础模型的估值中看到这一点。但是，当其他人都在支持这些技术推动者的时候，总得有人去找金子。Greylock 希望支持那些愿意冒险去创建长久、以 AI 为基础，能改变人们工作和生活方式的产品的创始人。我相信，那些能够成功将 AI 的力量融入人们喜欢的产品的产品创造者将能够获得巨大的价值。正如 Greylock 的合伙人 Jerry Chen 最近提到的，如果我们正生活在一个任何人都可以创建 AI 公司的时代，那么「应用的最大策略优势是你可以与几个记录系统共存，并收集通过你的产品传递的所有数据。」像 Tome （Sense 说：Tome 是一家利用 Generative AI 讲故事的平台，base 在 SF, 用户数已超 300w，并于 2023 年完成 4300 万美金的 B 轮融资。）的 Keith Peiris 和 Henri Liriani ，或 Runway 的 Cristóbal Valenzuela 这样的创始人已经在做这样的事情。他们不仅仅是使用 AI 来增强产品，他们还使用 AI 作为驱动整个产品开发和商业策略的关键抓手。当然，也有很多反对的声音不相信初创公司在这个层面上有机会 - 现有的大公司拥有数据和分发，而且访问大型语言模型（LLMs）既是商品化的，也充满了平台风险。仅仅通过对 OpenAI 的 API 调用来创建持久价值的公司可能会有很多失败。在这篇文章中，笔者为下一波 AI Native 的产品提出了其观点，并概述了创始人可能如何抓住这个机会。作者认为，创始人创建 AI 为先的公司有三个最大的机会： 1. AI-First 的网络和市场 2. 重新定义企业软件类别 3. 各类服务的 Copliots 01. AI-First 的网络和市场在上一波消费软件中，社交网络和市场是主导的商业模式，创造了数万亿美元的市值，仅 Meta 的估值就接近 8000 亿美元。Greylock 有幸支持了其中的很多，包括 Meta、LinkedIn、Roblox、Airbnb、Discord、Musical.ly（现在的 TikTok）和 Nextdoor。从这些估值中可以看出，这些网络被认为是「不可打破的」。但现在，AI 挑战了我们的许多最初的假设。这正在创造一个新的竞赛，建立下一个以 AI 为首的网络。我们从连接人的网络转向了算法连接人和内容。现在，我们正转向算法取代人。作者观察到的进程如下： Pre-AI 网络 → 人与人和企业相互连接 AI 驱动的网络 → 人们为算法发布和消费内容仅 AI 网络 → AI 为每个人创建个性化内容除了社交网络外，AI 将影响一系列的「纯数字」网络，包括约会应用、游戏、劳动力市场和专业技能市场。大多数现有的公司都会以某种形式融入 AI，而其他公司则会完全改造他们的产品，使之成为 AI-first。很可能，现有的公司会动作迟缓，整个类别都会被重新定义。当创始人评估 AI-first 的市场机会时，可以重点看两件事： • 从参与者那里产生独特数据的市场 • 连接双方的市场，而不是替代其中一个为了说明这一点，让我们拿两个将用 AI 重建的市场来比较：一个自由职业者的 logo 设计市场和一个求职工作市场。想象一个自由职业者的 logo 设计市场，像 Fiverr 的一部分功能（Sense 说：Fiverr 是一家自由职业者的 freelancer 求职平台。成立于 2010 年并已成功上市），将被一个算法所取代。用户输入一个提示，几次尝试后，得到他们的 logo 。在这种情况下，算法接收到的数据相对较浅（提示和选择），供应端完全被算法所取代。与之相比，AI-first 的工作市场会是怎样的呢？最佳产品将是一个为求职者提供的 AI 职业教练和一个为招聘者提供的 AI 助手 - 两个看似独立的产品，由同一个算法连接起来。教练可以从求职者那里收集深入的信息 - 远超过他们在简历或 LinkedIn 上分享的信息 - 并使用这些数据不仅找到完美的匹配，还帮助他们发现最令人满足的职业道路。结合对招聘者需求的深入了解，教练和助手都会变得更好。在这种情况下，产品旨在收集更加细微的数据，AI 增强并连接供应（求职者）和需求（招聘者），而不是替代其中一个。 02.重新定义企业软件类别平台的转变往往足够重大，以至于为重建大型软件类别创造了机会。以生产力和云端转变为例。尽管 Microsoft 凭借 Microsoft Office 拥有了主导地位（并在云端通过 Microsoft Azure 拥有了互补的主导地位），但他们在协作软件市场上留下了超过 500 亿美元的空白，这一空白被 GSuite 和 Figma 等产品所占据。对于许多用例，唯一重要的特性是实时协作，这使 GSheets 能够获得市场份额，尽管它的功能少于 Microsoft Excel。同样地，现在将会有许多软件类别，其中主导特性是 AI ，这为新入行者提供了足够的发展空间，直到现有企业赶上 AI。对于进攻大型软件类别的初创企业来说，最好的机会来自于找到现有企业无法竞争的角度。以下是四个例子： 1. 用 AI 重新构想的 UI/UX - 现有的 UI 会变得不相关。 2. 用 AI 重新构想的 UI/UX - 现有的 UI 会变得不相关。 3. 用 AI 重新构想产品功能 - 现有企业在不同的范围内竞争。 4. 用 AI 重新构想的商业模型 - 现有的商业模型无法适应。其中一个最不明显的一个维度是当 AI 让初创公司能够通过重新定义产品功能来进行竞争。以生产力 / 效率工具为例。像 Tome 这样的公司，是 Greylock 支持的一个 AI 驱动的演示工具，希望解决知识工作者的端到端工作流：从想法到收集必要的数据，再到提出连贯的论点。如今，PowerPoint 只涉及这一过程的最后部分，使得 Tome 可以在不同的维度上进行竞争。另一个很好的例子是客户服务，这是一个 100 亿美元的软件市场。最「明显」的起点是使用 AI 自动化客户服务代表。但是，如果整个客户服务的概念被重新想象呢？如今，大多数公司通过在 5 个菜单后面隐藏「联系我们」按钮和不断扩展的电话树来积极减少来电量。但在 AI 的世界里，每次互动都可以是便宜、愉快且能带来收入的。在那样的世界里，公司可能会积极地尝试与他们的客户交谈。当笔者 2016 年还在 Meta 工作时，有试图用一个 AI 机器人平台来解决这个问题。当时同 KLM 航空公司进行了试点，构建了一个体验，其中 Messenger 处理了乘客旅程的每一个环节 - 登机牌、客户服务、目的地的旅行建议等，全部在一次对话中完成。尽管得到了很好的反馈，但由于服务成本的原因，这个试点被终止 - 但现在，LLMs 可以使这类互动成为可能。 Greylock 的投资组合公司中包括 Cresta、Postscript、Gladly 和 Curated，都在从不同的角度研究这个问题，即重新思考企业如何使用 AI 与他们的客户沟通。 03.各类服务的 Copilots AI 中最有趣的新机会之一是利用 AI 「副驾驶」追求服务市场，这个市场相对于软件来说要大得多。大多数的知识工作涉及分析和转化数据，这是算法更适合的任务。 Greylock 认为那些金牌销售人员的副驾驶具有最好的机会，比如财富管理者、保险经纪人和抵押贷款经纪人。他们的角色涉及大量基于文本的协调，他们在多个应用程序中工作，而且提高效率的投资回报是实实在在的。以财富管理者为例。根据摩根士丹利的数据，财富管理者的客户保留的最大指标不是投资组合的表现，而是与客户的个性化互动的一致性。如果一个基于 AI 的代理能够结合客户的投资组合信息、单个公司的股票研究和公司的 CRM —— 所有这些都是基于个人独特语气的培训 —— 一个财富管理者只需按一个按钮就可以每周向客户发送个性化的便条。最后，如果财富管理者能为 1000 个客户提供个性化的服务，而不是 100 个，那么每个人都会受益。尽管某些人可能过度炒作副驾驶，但这个机会是巨大的 —— 使软件公司能够追求服务的支出，而不仅仅是软件，打开了以千亿计的市场。 04.总结 AI 领域充满了噪音。从真正的技术乐观主义者，他们视 AI 为人类的巨大放大器，到悲观主义者，他们认为每个应用只是建立在 OpenAI 之上的套壳，再到从乐观主义者变成的悲观主义者，他们相信 AI 将自动化所有工作（并取代人类）。无疑，会有批评者认为许多产品只是基础模型上的功能。但那些将 AI 视为产品开发和 GTM 策略背后的驱动力的构建者实际上将创造出以前从未存在过的新市场和体验。通过结合产品和领域的专业知识，以及对人类行为和 AI 的基本了解，这些构建者将使有防御性、有价值的 AI 优先产品成为现实。 AI 是一个重要的代际技术浪潮——就像互联网、移动和云计算一样。这是对最有雄心的企业家来说，建立新事物、改变我们工作和生活方式的机会。正如笔者所概述的，这可能是 AI 优先的网络，如劳动力市场；完全由 AI 解锁的新类别的软件产品；或者在金融服务等行业启用的 AI 副驾驶。来源：金色财经

金色财经2023-09-15

A16z主动寻投 ChatGPT的风潮下 Gensyn是否值得我们参与？

划实现AI民主化，让更多的人可以参与到AI技术的创新和应用中。该计划的核心理念是利用未充分利用的计算设备资源，通过构建一个开放的、去中心化的验证系统，来提高AI模型的效率和准确性，并为AI创业者提供更多的机会和可能性。它是一个具有创新性和前瞻性的计划，有望在未来的AI领域中发挥重要作用。目前AI板块代币还没有真正意义的龙头，Gensyn上线有望成为该板块的最大BOSS！来源：金色财经

金色财经2023-09-14

天知地知你知我知？德意志银行训练AI辨识交易员打电话暗语

”Maufe在接受采访时说。“利用新的AI技术，可以大大提高理解这方面语言的能力。” 法国兴业银一位发言人表示，该行使用AI来分析交易员在大约30个渠道的沟通信息，包括手机通话、即时通讯和社交媒体。法兴的这个系统也称CAST，涵盖16个国家和26种语言。法兴的一位发言人拒绝透露该行使用的是何种AI，以及该工具否可以用来分析说话语气。律师事务所Friedman Kaplan Seiler Adelman & Robbins LLP的合伙人Anne Beaumont在纽约表示，这个系统可以像测谎仪一样工作，能够在无需证明的情况下帮助识别可疑行为。她说，“我不能告诉你具体数字，但想想有一个人说‘老兄，干的不错’（you the man）是什么情况，你在买三明治时应该不会说这句话，但当别人为你做了件他们不该做的事情时，你会这么讲话”。

金融界2023-09-14

海港寻宝记——NFT与现实的融合探索 | veDAO研究院

unt/ 关注我们 veDAO是一个由AI技术驱动的Web3投资决策平台，通过情绪指标和链上链下指标进行大数据分析，发现趋势，精准捕获Alpha。通过打造AI顾问，帮用户高效投资获益。 Website：http://www.vedao.com/ Twitter：https://twitter.com/vedao_official Facebook：bit.ly/3jmSJwN Telegram：t.me/veDAO_zh Discord：https://discord.gg/NEmEyrWfjV ?投资有风险，项目仅供参考，风险请自担哦? 来源：金色财经

金色财经2023-09-13

24小时热点