Y Combinator（YC）是一家全球知名的创业孵化器和种子期投资公司。它以独特的模式和在硅谷的成功而闻名，被誉为"创业公司的大学"。
YC主要投资于非常早期的初创公司，甚至是一些想法还比较模糊的项目。公司每年会投资数百家公司，但每次投资的金额相对较小。
23日，YC的CEO Garry Tan携手三位合伙人Jared Friedman、Harj Taggar和Diana Hu，在最新一期播客节目中分享了他们对近期AI潮的看法。
他们认为，当前的人工智能确实存在炒作现象，但和加密货币式炒作不同，AI的技术基础更加坚实，AI的发展需要一定的时间才能看到其真正的影响。
对话要点总结如下：
○当前的人工智能热潮存在过度炒作的现象，类似于以往的互联网泡沫。虽然人工智能在技术上取得了巨大进步，但其在实际应用中的价值和商业模式仍存在不确定性。
○如果你想想是什么推动了Mag 7最近收益，它本质上都是人工智能炒作。
○过去一年中，大型语言模型的竞争格局发生了显著变化。原本OpenAI一家独大的局面，如今出现了多个具有竞争力的模型，如Claude 3.5和Llama。
○AI价值链中的价值分配仍存在很大的不确定性。新技术的发展需要时间来验证和成熟。就像智能手机的普及带动了Doordash和Instacart等公司的崛起一样，AI的发展也需要一定的时间才能看到其真正的影响。
○与加密货币泡沫相比，AI炒作同样具有估值过高、投机性强的特点。但AI的应用场景更为广泛，技术基础也更加坚实。
○尽管短期内存在炒作和泡沫，但从长期来看，人工智能技术将为企业带来可持续的增长和价值。
AI炒作撬动Mag 7收益
Garry Tan：
人们现在对人工智能的一些说法是，它是一个炒作周期，没有人会从中赚钱。你可以看看有多少资金被投入到英伟达和数据中心。从数字上看，这个领域不可能赚钱。
这就像互联网泡沫和加密货币的兴衰一样。你知道，末日论、减速主义等。当我想到市场狂热时，我脑海中浮现的一个梗是一个非常搞笑的漫画。它很有名。我有一支股票，它可以真正地表现出色、出售、表现出色、出售。然后下一帧是，这太疯狂了。我受不了了。再见，再见，再见。
这就像一种疯狂席卷了市场。我们也非常熟悉Gartner炒作周期，或者我们自己的版本，即初创公司的生命周期，虚假的希望的起伏和长期的悲伤，然后最终到达应许之地。
我们现在在哪里？你知道，我们看到了很多刚开始职业生涯的人在几周前的创业学校问我们，我现在是否应该从事人工智能工作？这对我来说是最疯狂的问题。
Diana Hu：
这种恐惧来自哪里？所有寻找想法的创始人都看着这个，这是真的还是炒作？
Garry Tan：
当你刚开始你的职业生涯时，你可能读过过去关于炒作周期的文章，比如每周五或周六晚上举办的20万美元派对，只是免费的酒精和疯狂的狂欢在旧金山，在1999、1998年，你读过这些，听到，哦，所有那些公司都死了，你有点担心，这就是我们现在的位置吗？
Jared Friedman：
是的，我不得不说，这对我来说是一种令人惊讶的经历，因为我们生活在硅谷，和我们的朋友和同事在一起，人们基本上一直在谈论人工智能，并强烈认为这是历史上的一个不可思议的时刻。
但几个月前，当我们去剑桥大学时，我和创业公司的大学生见面。其中只有少数人在研究人工智能，很少有人真正考虑人工智能。他们只是像我们看到大学生的创业20年一样，去做同样的创业。我很惊讶这两个世界之间的差距有多大。
Harj Taggar：
我认为这个当前炒作周期不同寻常或新颖的地方在于，我觉得创业世界总是经历这样的时期：想法很热，你感觉每个人都像你刚刚谈到的那个梗一样，人们开始进入一个特定的想法类型，然后突然每个人都在研究像Uber for X或他们的社交移动本地应用程序。然而，这一次，人工智能和创业世界都在发生这种情况。
但如果你看看公开股票市场，人工智能对那里也有巨大的影响。比如今年股市上涨，但所有的涨幅都来自大科技公司。
Garry Tan ：
就像Mag 7
Harj Taggar：
是的，Mag 7。我相信，历史上从来没有这么受限制。如果你想想是什么推动了这七家大科技公司的所有收益，它本质上都是人工智能炒作。所以我认为，像我从来没有见过像这两个东西以前如此同步，创业的东西和YC批次越来越多地趋向于100%的人工智能。然后公开市场的回报也基本上是100%的人工智能驱动，这就是为什么我认为这是捕捉到的。每个人都有些想象，但也有恐惧，认为这是不可持续的，一切都会在某个时候突然崩溃。
大型语言模型的竞争日益激烈，新的玩家不断涌现
Jared Friedman：
它会在某个时候突然崩溃吗？
Diana Hu：
网上有很多不同的文章都在说人工智能投资过度。即使在公开市场上，许多专家也很担心，你将如何处理所有这些对人工智能芯片的巨额投资？我的意思是，英伟达成为了世界上最有价值的公司。谁会想到呢？然后这就是基础设施的底层。许多人都在想，好吧，你投资了所有这些基础设施，那么需要发生一些事情来为它支付股息，对吧？有点像早期的铁路类比。所以你铺设了道路，火车会来吗？
Garry Tan：
我的意思是，我感觉现在正在折磨我们所有人的一种非常极端版本，就像大约一年前，似乎只有少数基础模型能够脱颖而出，并且存在成为不仅仅是AGI，而是ASI，人工智能超级智能的威胁。你知道，有一种想法，哦不，如果对于其他人来说，实际上没有任何机会了呢？它可能会摧毁社会。
你知道，Claude 3.5 sonnet是非常有竞争力的。你实际上有选择，我们正在转向另一个时刻，我们正在考虑，那么，价值是如何积累到基础模型而不是托管公司的？我认为他们是最大的赢家。然后我们希望软件公司本身，无论是初创公司还是老牌公司，也能从这些基础模型中受益。
Harj Taggar：
感觉因为一切都在飞速发展，很容易低估这一点的重要性。如果我们回溯到2023年初，在Chat GPT刚刚推出几个月后，我们开始看到人工智能想法的第一批产品。Chat GPT说唱歌手的梗非常流行，对吧？每个人都在谈论这些初创公司将如何被粉碎，因为在GPT和OpenAI将拥有所有东西。快进一年半后，很明显不会是这样。有多个模型。你现在刚从Facebook获得了第一个真正的开源模型，这是我们永远不会预测到的。
Diana Hu：
是的，太酷了，对吧？谁能想到最好的模型会是开源的，因为它落后于OpenAI 6个月到一年，对吧？
Harj Taggar：
我记得在这次最新的Llama发布之前，我们四个人都在谈论它，就像如果只是开创性的模型和开源之间的差距，每次都有新的发布，开源可以在X个月内赶上来。如果我们能让X越来越小，那会非常令人兴奋。但基本上达到同等水平，我一个月前没想到我们中的任何一个人会看到这一点。
Garry Tan：
我们到了。我的意思是，有那个图表，开源模型呈指数型增长，而先锋模型看起来像是在一个S曲线。
Diana Hu：
你所说的关于当前比赛中使用四个模型与六个月到一年前相比的差异是非常不同的。我确实记得之前的批次的大概数字。我想说大约90%的人都在使用OpenAI模型，因为那是最好的，而且简单地说，这是有效的。
现在，我们做了一个非正式调查，Sonnet Claude 3.5，实际上有很多人在使用它，但那时只有1到2个公司，现在有几十个在使用它。Llama也多了很多。所以我认为我们看到OpenAI模型的使用减少了，因为所有这些都变得具有竞争力。
AI的应用层面具有巨大的潜力
Jared Friedman：
我认为你对价值积累不明确这一点说得很好。即使你相信人工智能将是巨大的，它将创造数万亿美元的价值，但仍存在很大的不确定性，谁将获得最大的份额。是GPU制造商吗？是托管提供商吗？是模型开发人员吗？是应用程序开发人员吗？哪些部分被商品化，哪些部分变得非常有价值？
它让我想起了web 1.0和web 2.0，你都有同样的现象，很多人对整个空间非常看好，但它并不清楚你想住在哪个空间。即使你回到web 1.0，也有一个巨大的炒作关于拥有浏览器。很长一段时间，人们相信，在互联网上变得超级富有的方式是拥有互联网浏览器。因为这是互联网的入口，对吧？而且Netscape的价值是，我不知道，当时是数十亿美元。事实证明，这不是玩的地方。但这在几年内并不明显。
Harj Tagga：
我认为时间是一个重要的因素。因为如果你想想，在我们自己的世界里，在我们职业生涯中，YC资助的一些最大的公司可能是Doordash和Instacart，它们都是由我们所有人拥有智能手机并希望在手机上做事情驱动的。Uber显然是另一家大型公司，但这些都是发布的，或者至少这些的第一个版本是在iPhone发布后大约4年左右出来的。这些事情需要一段时间，然后你才能真正知道哪些想法会流行，所有的价值都会去哪里。
Garry Tan：
我认为一个非常重要的因素是，还有价值链的所有这些其他部分。显然，有基础模型、托管提供商、芯片制造商，然后还有我们资助的初创公司，即应用层。
需要注意的重要一点是，你不需要1亿美元来启动一个应用程序层公司。你只需要你，有时只需要你，通常是一个联合创始人。然后，如果你们两个都懂编码，你们就可以利用这些现在基本上现成的超强大功能，进入另一个市场，你们可以创建一个产品，解决一个真实的问题，从愿意永远付钱给你们的人那里获得资金，如果你能用手头的技术解决他们的问题。你们可以从桌子或你们看这个视频的电脑上做这一切。你不需要任何许可，除了一个工作的互联网连接和你的笔记本电脑。
Jared Friedman：
这正是Instacart和Doordash的故事，对吧？这些是移动电话技术支持的应用程序层公司，但他们不需要自己制造手机。
Garry Tan：
它的其他每个部分都是这样的，是的，也许你需要50、100万美元来让你的基础模型公司起步。也许你需要那么多钱用于晶圆厂或托管或所有这些其他事情。但即使这样，我想那也不是完全正确的。就像，这只是困难得多。
与加密货币泡沫相比，AI技术基础更加坚实
Harj Taggar：
我也认为，如果我们回到这个问题，像我们是否处于人工智能炒作周期的质疑，并试图像，如果我们更精确地定义它，没有人说人工智能没有任何价值。很明显，它确实有价值。我认为通常当人们谈论周期时，他们所反应的是他们看到事物价格上涨非常快。无论是像你提到的英伟达这样的公开市场股票，还是在创业世界，你看到像，你知道，公司在成立六到十二个月内就能达到10亿美元的估值。
Diana Hu ：
这些非常著名的AI研究团队已经发生了这种情况。我曾经在Deep Mind或OpenAI工作。他们离开并开始，没有产品市场契合度，六个月后，他们有了这个巨大的估值。
Garry Tan：
我不知道，对吧。是的，有点像加密货币繁荣时期的教授硬币。如果你有分布式系统的经验，并且你知道，你可以直接走进你遇到的第一个加密货币VC，你会拿着10亿到50亿美元的市场价值走出去，就像没有一行代码，甚至没有白皮书，什么都没有。
Harj Tagga：
加密货币是完美的例子。就像那是最后一次。这甚至还没有过去那么久，已经两年了。这是最后一次感觉有炒作周期。它专门定义为，嘿，对我们来说，这些公司的价值似乎以不可持续的快节奏增长。这是所有这些加密货币公司，他们正在进行代币发布，甚至只是筹集股权轮次，并看到估值每三到六个月翻倍和翻三倍。所以我认为肯定有一些疤痕组织。
另一方面，这也只是创业世界。就像，我一直记得人们谈论Stripe时是这样说的，因为它刚刚推出时，Stripe从Sequoia筹集了这轮大规模融资，估值约为1亿美元，而且我不认为他们甚至公开发布了。这都是对创始人、市场上的想法的信念。因此，部分原因是投资者投资是希望赚钱。他们赚钱的方式是，他们今天支付的任何价格都是未来公司增长多少的利润。
Diana Hu：
但是有一个很大的区别，可能是一种微妙的区别，关于如何评估技术公司与更像资产投机的东西，对吧？因为在加密货币世界，有很多这样的事情。所以我们可以谈谈它与真正的技术相比。
Garry Tan ：
我不会说这是纯粹的投机。对人们获得的数十亿美元市场价值可能有些不太合理，但如果你是一名分布式系统的教授，拥有某个网络，你需要实际创建人们信任并构建应用程序的加密货币，这是合理的。这实际上是一组可以做到的人。然后钱关上了身后的门。我认为这就是你拥有像Cognition Labs和Devin这样的东西，你拥有像Harvey这样的东西，这是市场试图弄清楚真正聪明人的才华在哪里。
Garry Tan：
我认为这实际上就在这个YC频道上。所以它不是完全不合理，但它在某种程度上值得嘲笑。
Harj Taggar：
我认为这是对加密货币最近的公平看法。我认为在那段时间，你可以把它分成资产投机，这本质上是那些专注于非常快速地推出这些代币并试图提高代币价格的人。但也有一些合法且非常激烈的技术团队试图开发新的协议，并尝试将现有的服务转变为去中心化的版本。我认为投资者的心态和你说的差不多。
实际上，我们不应该反对聪明技术人员尝试解决非常困难的技术问题。加密货币中有许多这样的问题。因此，让我们在产品市场契合之前进行投资，因为，这些人在未来将吸引下一个聪明人。如果有这样的事情，这些人会弄明白的。
Jared Friedman：
所以，我认为加密货币的类比非常好，因为当我与哈佛和麻省理工学院的许多优秀学生交谈时，我们听到的一致事情是，他们中的许多人感到被加密货币炒作周期所烧伤，无论是个人还是朋友，或者他们年纪够大了，经历了2021、2022年的加密货币炒作周期。许多人现在对人工智能和任何新热门事物都有些怀疑。
因此，YouTube是Coinbase的创始投资者，也是世界上最成功的加密货币投资者之一。你怎么比较2021年加密货币发生的事情和现在发生的人工智能？有什么相似之处？有什么不同？
Garry Tan ：
我认为，Coinbase在本质上并不是一种加密货币。它是实现它所需的启用技术。我认为他们仍然在那个旅程上。我的意思是，Brian Armstrong和收益，你只是在本周开始谈论，你知道，我们实际上正在与或与世界上每个金融机构合作，将区块链技术整合到金融的实际规范中。我认为这就是当我第一次见到Brian时，当我还是一名来自Airbnb的反欺诈工程师时，我感到兴奋的承诺。是的，像。
Harj Taggar：
本质上是一个市场。我认为它看起来与任何其他初创公司没有太大区别，就像，哦，嘿，有这样一件事情，人们想互相买卖。没有很好的市场来做到这一点。所以我们为什么不建立一个值得信赖的市场呢？
Garry Tan：
它是边缘的和利基的。我不认为当时人们认为它会走这条路。
Harj Taggar ：
Coinbase的未知之处在于市场有多大，但它非常明显地与早期关心它的人具有产品市场契合度。就像绝对有人想买卖比特币，需要更好的方法来做到这一点。因此，从未有人怀疑Coinbase在以下意义上具有实用性：嘿，有一群人想做一些事情，Coinbase正在让他们更容易做到。
我认为现在人工智能与加密货币的不同之处在于嗅探测试。因此，当你查看产品时，尤其是许多web 3产品，对于大多数人来说，从未真正通过嗅探测试，就像我不明白为什么我会使用它。但是当你看到人工智能产品时，很明显，能够总结一份50页的PDF市场分析报告并实际提取出三个关键点，这显然是有人愿意为此付钱的实用性。
许多人工智能创业公司价值被高估了
Garry Tan：
我的意思是，现在我的YC团队里有一家公司，他们可以做应收账款。他们从一个12人的团队变成了一个人负责应收账款，另外11个人可以负责财务上的所有其他事情。这就像你可以得到的尽可能切实的东西。就像你实际上是在做一些比人类传递黄油更好的事情，我们正在用传递黄油的机器人取代他们。
实际上，这有点像《瑞克和莫蒂》的笑话，但另一方面，它实际上也很严肃。像软件做的那个事情有多好，你知道，实际上不是人类能做的最棒的事情，那就是协调电子邮件和银行记录，以支付所需费用。这不像那种激励你的工作，你知道，能开启你的创造力，对吧？
这是一件有时可能让人痛苦的事情，你知道，我们可以给人们其他事情做。这就是我们现在能看到的那种事情。
Harj Taggar ：
我们实际上看到了，对吧？
Diana Hu：
我的意思是，有一项很酷的统计是，我们之前在之前一集中提到的，如果我们汇总公司申请YC时进入的所有收入，总收入为600万美元。在批次结束时，大约3、4个月后，如果我们加上他们增长到的所有收入，那就是2000万美元，这在短短三、四个月内是巨大的。它成功地超过了我们给出的许多仍然雄心勃勃的建议，例如，试图让你的公司每月增长20%。
这仍然是指数级增长。如果你使用这个基准，从6个月到600万美元的每月增长20%，为期三到四个月，只有大约1200万美元。所以，我们看到的是真正的收入，实际上正在累积。当公司找到一个好的想法时，你谈到的那个价值，他们的客户认出了它。我的意思是，客户是有眼光的，他们为它付费，并且有价值方面。
Garry Tan：
然后我认为最棘手的部分是它不能仅仅是第一个续约或第二个续约，就像你实际上必须熬过所有的续约。就像只有企业价值公司的方式是未来的折现现金流。所以这意味着保留必须是每个你得到的客户，你最好永远拥有那个客户。只有这样，你才能建立任何规模的业务。
Harj Taggar ：
这似乎也触及了问题的核心，我们是否处于炒作周期争论中？因为我觉得在 YC，我们所有人都在底层看到一些公司的例子，这些公司的 ARR 增长速度比我们在一批公司中看到的要快得多。
即使在一批公司上市后的六个月或十二个月内，收入增长也令人印象深刻。古斯塔夫一直在谈论刚刚完成 A 轮融资的 Leia，他们正在做法律 AI 来自动化法律工作。
Diana Hu：
有一家公司，我去年与之合作，今年年底可能会达到1000万美元。这只是他们在找到这个之后12个月。
Garry Tan：
主意。伙计，之后10倍，你可以IPO。
Harj Taggar：
我认为这与Jared和我搬到旧金山时的感觉非常不同，就像2007年，对吧？因为当时每个人都在追逐的东西。你显然有这个荒谬的太。每个人都在追逐的是页面浏览量。是的，页面浏览量，然后是活跃用户，只是，我知道注册帐户，不管是什么。
Garry Tan：
但是是的，很多指标。是的，你说的东西让你感觉很好。但是。
Jared Friedman：
好吧，我想跳到哈什之前提到的一个观点，那就是，如果你将炒作周期定义为一种资产大量被高估的情况。现在可能是这种情况。英伟达目前是世界上最有价值的公司。我不知道它是否应该是这样的，也许英伟达被高估了，TPU将开始工作，就像，你知道，所有这些事情都可能改变。有一些初创公司筹集了超过10亿美元的估值。
事后看来，其中一些交易可能会看起来非常愚蠢。对我们的业务来说，好消息是我们不在乎。就像，你知道，如果我们是公开市场投资者，你可能会非常担心英伟达是否被高估了。但是考虑到我们玩的领域，这实际上无关紧要。
Garry Tan:
我认为，亚马逊的创始人就是最好的例子。
Jared Friedman:
是的，这确实不错。即使有些事情被高估了，也是如此。
Garry Tan:
我认为，这实际上是对整个生态系统的一种免费资金。例如，英伟达被高估意味着，如果他们需要融资，他们可以非常便宜地筹集到资金。这相当于更多的资本，可以帮助他们更快地推动未来的发展。然后，生态系统中的其他人基本上都会受益。
Harj Taggar:
我们和创始人以及上市公司之间的最大区别在于，上市公司必须季度后季度地交付业绩。如果他们错过了一份收益报告，股价就会暴跌，员工也会开始感到不安。这是一种巨大的干扰。但对于 YC 来说，我们投资于人们的想法，我们并不期望在 10 多年内就知道某件事是否有效，对吧？这对创始人来说也是一样的，从 10 年的视角来看，今天是否被高估并不重要。你只关心方向，未来 10 年是否比今天更有价值？
Garry Tan:
我认为这些企业实际上可以更加健康，但并不总是如此。我认为，教授币筹集了数亿美元却从未发布，或者今天一些可能已经被世界上最大的风投基金青睐的人工智能宠儿，他们的资产负债表上有 1 亿或 2 亿或 5 亿美元，但完全没有收入。
这就像抬头看着珠穆朗玛峰，说，我怎么才能爬上去？这与我们看到的许多 YC 公司形成了鲜明的对比，这些公司可能只从 Demo Day 筹集了 100 万到 200 万美元，但他们开始达到 500 万或 1000 万美元的里程碑。事实上，因为他们从第一天起就实现了盈利，或者相对较快地实现了盈利，他们的银行账户一直在增长。他们会低头说，我筹集种子轮，我没有董事会，我不必出售我的公司了。所以我为什么不按照我想要的方式来构建公司呢？
我认为，也许 10 年前，在 YC 世界中没有这样的例子。例如，Weebly 只筹集了种子轮，然后以巨额资金出售给了 Square。他们之所以能够做到这一点，是因为在社交软件时代他们是盈利的。即使在今天，Zapier 可能是最具主导地位的纯软件公司之一，它只筹集了一轮种子轮。他们正在创造数亿美元的收入。这对他们来说是一种疯狂的时刻。
Jared Friedman:
而且他们正在对人工智能进行巨额赌注。
Garry Tan:
所以这是一个非常有趣的时刻。你真的需要巨额投资轮吗？事实上，巨额投资轮可能会像你脖子上的巨石一样，你永远无法克服它。
Diana Hu:
令人着迷的是，我们提到的所有这些公司都在实现盈利或盈亏平衡，它们不需要融资，并且有收入不断涌入并呈指数级增长，它们不需要这样做。因此，你可能听不到太多关于他们的消息，因为他们不公开上市并试图进行巨额投资轮融资，因为他们真正是在玩长线游戏。
AIGC的商业化潜力巨大
Diana Hu:
如果我认为我们现在有了更多数据，我们可以开始看到的事情的类别，我认为在增强现实、人工智能的每一个领域，我们都看到了早期迹象表明事情正在起作用。即使对于一些人们认为被过度炒作的事情，比如使用生成式人工智能来生成图像，我认为很难想象，这只是为了玩具或艺术或娱乐吗？但是有一家公司，Photo Room，实际上正在赚取真正的收入。我认为他们最近宣布了他们的价值为 5 亿美元，他们正在为电子商务生成图像。
所以当你进入一个垂直领域时，他们会想出一些东西。他们让生成式AI变得非常有利可图，因为品牌很难拍摄产品图像和产品放置，所有这些都很难。他们以非常便宜的方式完成了这项工作。你不需要一支摄影师或编辑团队，对吧？这是我能想到的一个例子。我们谈论了很多的另一个类别是这种人工智能代理工作流，对吧？你正在取代一队运营人员。你提到了，是的，比如 Green Light。
Harj Taggar:
Green Light 非常棒。另一个例子是 Permit Flow，这是一家使用人工智能来填写许可证流程的公司。如果我们试图扮演魔鬼的倡导者，对这些事情提出反对意见，那么会有两种攻击方式。首先，你说，这些东西正在自动化，但它们还没有完全让机器脱离人类的控制。因此，为了解锁这些估值并达到如此高的价值，他们必须让机器脱离人类的控制。
第二种观点是，企业永远不会信任这些东西。因此，你不会与大型 14500 家公司签订六位数或百万美元的合同，完全依赖人工智能。
Jared Friedman:
哦，我认为你说的第二个严厉的观点是，它们会被商品化。它们就像 GPT 包装器一样，所有的真正价值都将归功于基础模型，并且会有 100 个许可流程。那么，他们将如何捕捉到任何实际的价值呢？
Harj Taggar:
那个观点呢？我只是觉得，我认为这确实是最大的批评。这是大约一年前的主要攻击。也许我只是因为我非常相信这一点，所以才这样说，但我们谈到的所有事情，比如多个模型、开源、许可流程成为你所在领域的赢家，据我所知，都是关于如何销售、正确处理用户界面的细节、拥有所有这些小细节来使产品完美。
Jared Friedman:
我同意你的观点，我在考虑其他人的观点。是的，似乎相反的情况更有可能发生，即价值很快就会被许可流程吸收。
Diana Hu:
即使在技术层面，它也不仅仅是一个包装器，我知道他们做了很多工作来真正针对特定领域进行微调。在这些领域，私人数据具有很大的力量，例如许可证、银行数据，这些数据无法完成和复制。实际上，他们做了一些非常巧妙的事情，不仅仅是一个包装器。他们做了很多真正经过深思熟虑的工作。
Harj Taggar:
这是一个很好的观点。我认为马克·扎克伯格说过这样一句话。也许在一两周前，他说，即使所有的模型开发进展今天都停止了，仍然会有五年的创新空间，就像在模型之上构建点解决方案的应用层一样。
Diana Hu:
即使在编译器的方面，对吧？即使使用 Github 编译器，最著名的例子显然是 Github 增速最快的产品。据报道，它最近占收入增长的 40%。有传言称，他们正在赚取数亿美元的收入。这还有待验证，但大约是这个数字，这与它发布的时间相比是相当可观的。对吧？
Harj Taggar:
另一个轶事可以证明这一点，即为了真正像每个人所说的那样有价值，需要完全让机器脱离人类的控制。根据我从一些初创公司听到的轶事，他们正在将它构建到工作流程中，以便人工智能可以完成工作，但你可以通过用户界面来检查或让一个人进行审查过程。但越来越多地，客户甚至不再使用这个功能。所以他们只是...
Diana Hu:
我也听说过。还有一家公司基本上取代了许多呼叫中心，他们正在处理数十万个电话。同样的事情，他们解雇了整个中心。这家大型企业正在使用这家初创公司，速度快了 20 倍、100 倍，而且更便宜。同样的事情。
Harj Taggar:
回到你的观点，即使它现在还不完美，而且短期内不会出现另一个 10 倍的边界模型，所有的工作，比如微调、收集数据、私人数据存储库，都是非常有可能的，仅仅这些就能挤出并达到正确的质量水平，大企业将开始花费数百万甚至数千万美元在所有这些解决方案上。
Diana Hu:
实际上，我认为还有第四个类别正在奏效。虽然现在有很多工具可以构建、进行评估、微调等，但我们公司的几家公司实际上在微调方面取得了成功，特别是针对企业的这种工具，它们正在使用自己的私人数据，如果你想跳过特定的应用，即使是工具也是有价值的。
Jared Friedman:
我也认为还有很多地方可以应用 LMS，人们甚至还没有想到。我和黛安娜在我们的团队中有一家公司，就在两周前参加了这个行业评论的会议，他们有一个顿悟的时刻，他们意识到整个行业都是 LMS 的完美应用，而任何技术人员甚至都不知道或不知道它存在。所以没有人尝试过。他们只是，你知道，像赛车一样，在这个世界上一个模糊的角落里有一个价值数十亿美元的机会，非常适合这项技术。正如你所说，我认为还有多年的时间可以解锁当前的技术。
Garry Tan:
我认为最终这就是在这里上演的。这在每一个炒作周期、繁荣萧条周期中都上演过，不仅仅是在技术领域，而是在整个世界，有一种狂热开始，就像世界将会改变，然后很难真正理解发生了什么，其中很多都是传闻或媒体报道。
这就是 X 说的话，你知道，在 Product Hunt 上，有一种，就像，周围有一层战争迷雾。而这导致的结果就是一场受欢迎程度的竞赛。这基本上是短期内，所有企业都在投票，受投票机的投票影响，对吧？就像它还没有真正发生一样。它发生得如此之快，以至于人类是意义制造机器，我们需要时间来理解。
因此，在短期内，我们会受到快嘴骗子的欺骗。我们会被花哨的证书或，你知道，我曾在这样的公司工作所欺骗。他们是世界上那些快嘴的斯坦福辍学生，他们用骗术从非常聪明的投资者那里骗取了数百万美元，对吧？你会看到很多这样的情况，这只是投票机的偶然性和疯狂，对吧？就像人们并不是试图把钱投入到骗局中一样。更多的是，仅仅由于纯粹的社会效应，我们无法快速理解这个世界。因此，基本上，暴民错了。
另一方面，从长远来看，每家公司的价值都是未来折现现金流。你知道，你需要你的客户真正解决一个问题。人们付钱给他们，然后，你知道，你的客户会永远和你在一起。这就是为什么当你看到谷歌、元或任何七大巨头时，这些公司是世界上最有价值的公司，因为人们认为，你知道，这些公司可能会永远赚钱，对吧？并且在这个过程中有安全感。
Garry Tan:
这就是人们现在所相信的，然后公共市场最终也是如此，你知道，它们本身也是完全疯狂的投票机，但它们最终会变成称重机。最终你必须赚钱。最终，你必须要有客户。在这一点上，你需要创造出真正有分量和重量的东西，并且真正有效。今天我们就只能谈到这里了。下次见。
