來源：財聯社
編輯瀟湘
圖片來源：由無界AI工俱生成
隨著ChatGPT推動AIGC熱潮在全球範圍內迅速升溫，大量的生成式人工智能初創公司眼下也正如雨後春筍般湧現。
然而，即便這些初創公司能夠輕而易舉地獲得數十億美元的投資資金，但依然有一個致命軟肋，在眼下幾乎難以避免——那就是訓練數據的缺失，而這最終可能成為這些初創公司成功道路上的最大“絆腳石”。
風投公司Primary Venture Partners聯合創始人兼普通合夥人Brad Svrluga就表示，“我們已經收到了許多初創AI公司的毛遂自薦，它們很可能正在追求創造出色的AI應用，但它們很多無法獲得能夠讓它們構建強大應用的訓練數據，更不用說那些能夠幫助它們在業務中，建立有競爭力的護城河的專有數據了。”
數據比錢還“難得”
根據PitchBook的數據，生成式人工智能初創公司的風險投資規模，已從2022年的48億美元增長到了2023年前5個月的127億美元。
現在，這些公司中的許多都在尋求在金融或醫療保健等領域，建立更小眾的人工智能模型，但獲得這些領域的訓練數據集並不容易。
Bullpen Capital的首席技術官Paul Tyma便指出，現在建造實際模型在某種程度上已經商品化了，而真正的價值就在於數據。
一些人工智能初創公司正瞄準與大型、數據豐富的企業合作。例如，安永公司負責稅務的全球副主席Marna Ricker就表示，由於該公司擁有大量的交易數據，每天都有生成型人工智能初創企業前來接洽合作。
但安永的全球客戶服務管理合夥人Andy Baldwin指出，他擔心，如果安永的數據被用於訓練外部模型，不知道會發生什麼情況。
“誰會擁有這些數據？當我們訓練模型時，我們對模型的訪問權限是什麼？其他人又能怎樣使用這個模型呢？”Baldwin稱，“這些數據是我們知識產權的一部分。”
當然，初創公司可以通過僅僅使用客戶的數據，為每個客戶訓練不同的模型來解決知識產權問題。創業公司TermSheet就正在使用這一策略來構建其Ethan產品，這是一個生成式人工智能模型，能夠為房地產開發商、經紀人和投資者回答行業問題。
但TermSheet首席執行官兼聯合創始人Roger Smith表示，即使是讓客戶同意這一點，也需要耗費不少唇舌來說服對方。
法律科技公司Logikcull的聯合創始人兼首席執行官Andy Wilson指出，如何讓企業相信你擁有強大的網絡安全實力，並可以切實保護這些數據，也是一個挑戰。
大企業握有巨大優勢
Primary Venture Partners的Svrluga表示，大型科技公司在生成式人工智能應用方面，顯然要比初創公司更有優勢，部分原因是它們已經獲得了大客戶的信任，這些客戶對它們處理數據感到更為放心。
金融服務公司Truist首席數據官Tracy Daniels就表示，她目前只與大型科技企業而不是初創公司，探索生成式AI的用例。她表示，她更信任大型供應商能保證數據的安全。
這一切都意味著，即使是那些能夠利用公開數據取得先機的初創企業，在利用企業數據集充實其模型方面也面臨挑戰。
Veesual是一家人工智能初創公司，可以生成人們試穿衣服的樣子的圖像。該公司最初就主要利用互聯網上的公共圖像來進行模型訓練，但此後很難讓大型零售商同意交出他們的數據來增強模型。
Veesual首席執行官兼聯合創始人Maxime Patte表示，在某些情況下，大型零售商甚至想要Veesual支付巨額股息或獲得該公司的股權，以換取Veesual對這些數據的使用權，這些交易最終沒有談成。
PatentPal是一家幫助律師事務所起草專利申請的生成式人工智能初創公司。其首席執行官兼創始人Jack Xu也表示，該公司最初只能根據對外公開的專利申請文件進行培訓。
他指出，若能繼續通過加密貨幣或匿名的實際客戶案例反饋來進行培訓，該AI工具有機會變得更加準確。但想要做到這一點很複雜，因為反饋必須與高度敏感和機密的數據(包括商業機密)分開。
“對於處於早期階段的初創公司來說，存在一個品牌認知的問題，此外還面臨著社會認同的問題，”他表示。
與此同時，行業間的“內捲”也正變得越來越激烈。 Struck Capital創始人兼執行合夥人Adam Struck表示，一些初創公司正在相互競爭，以確保在某些特定領域獲得更多數據，而且速度更快。
他表示，“如果你相信有一個專有數據集，你就會想在其他人之前得到它，然後就排他性進行談判。從這個意義上說，這幾乎已經演變為了一場軍備競賽。”
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載