近日，創投機構a16z（Andreessen Horowitz）的兩位創辦人Marc Andreessen 和Ben Horowitz 在一場對談類節目中就AI 的現狀、AI 新創公司如何與科技巨頭競爭、以及AI 投資等話題進行了深入探討，對談內容涵蓋了AI 業內的多個關鍵問題。
Marc 是美國知名企業家、投資者和軟體工程師，是第一個被廣泛使用的具有圖形用戶界面的Web 瀏覽器Mosaic 的合著者，Netscape 公司的聯合創始人和頂級風險機構a16z 的創始人，曾投出Meta 和Twitter。 Ben 是科技創業家和投資者，曾是企業軟體公司Opsware 的共同創辦人，也是a16z 的創辦人，著有《創業維艱》一書。
創投機構a16z 成立於2009 年，因投中了Facebook、Twitter、Github、Instagram、Airbnb 等多家知名網路成為與紅杉、基準資本等齊名的矽谷頂級創投機構。
Marc 和Ben 在科技領域投資具有獨到的看法，在這檔對談節目中，兩位分享了自己面向未來該領域的趨勢判斷，觀眾可以透過他們的視角快速了解行業現狀和發展機會。
重點：Marc Andreessen 和Ben Horowitz 對談有哪些核心觀點？
1、Marc 和Ben 深入討論了AI 新創公司如何在資源和規模上與行業內的巨頭企業競爭的問題。 Ben 認為，儘管大公司擁有顯著的運算能力和數據資源優勢，但新創公司可以透過專注於細分市場、採用創新的商業模式和技術，開發出獨具匠心的解決方案來獲得市場優勢。
2.新創公司在兩年內達到現有AI 的標準通常是不切實際的。因為AI 技術的發展速度非常快，大公司在這領域的投入和優勢很難被新創公司在短期內超越。創辦人應該思考如何利用目前的基礎模型，如果這些模型的效能提升10 倍，新創公司應該如何調整自己的策略來充分利用這項進步。
3.面對「新創企業融資成本的激增，同時成本逐漸趨近於零」的AI 對科技投資影響的矛盾現象，Ben 認為，不建立基礎模型可能會提高公司的營運效率並加快獲利步伐。 Jevons Paradox 提醒我們，技術進步並不總是導致成本降低，有時反而可能因為需求的增加而導致總體成本上升。
4.近期，隨著Reddit 等社群平台向AI科技公司出售內容數據，關於專有數據是否成為了公司最關鍵的競爭優勢引發探討。 Ben 認為，儘管許多公司認為他們擁有的專有數據是競爭優勢，但實際上，由於網路上存在大量數據，單一公司的專有數據價值可能被高估了。此外，目前尚未形成大規模的數據交易市場，這也反映出專有數據可能不如人們想像的那麼有價值。
5、Ben 和Marc 一致認為，我們目前仍處於AI 技術發展的初期階段。其中，特別提到了大型語言模型的潛力，探討了這些模型未來可能如何透過自我學習和利用AI 產生的資料來實現持續的演化和最佳化。
6、Ben 和Marc 強調了創投在推動技術創新和企業發展的關鍵作用。他們指出，對於嘗試和失敗的接受度是創新和長期成功的重要組成部分。
7.此外，Ben 和Marc 也探討了AI 在特定產業，例如健康保險中的潛力，尤其是在基因數據和個人化醫療方面。他們討論了AI 如何在這個領域提高服務效率和準確性，同時也指出了技術進步帶來的法律和倫理挑戰。
以下為Marc Andreessen 和Ben Horowitz 的對話全文內容，在不改變原意的前提下進行了最佳化整理：
01 AI 新創公司如何與巨頭們競爭？
Marc：AI 新創公司如何與更大的參與者競爭？
Ben：如果新創公司專注於與眾不同的領域，或利用特定的數據平台以獨特的方式應用基礎模型，它們就可以與大型企業競爭。例如，Databricks 結合其領先的資料平台，以特定的方式使用基礎模型，為企業提供深入理解其資料模型的細微差別的模型，即便其他公司的模型效能大幅提升，這樣的專注也不會受到太大影響。
Marc：在期待即將到來的人工智慧能力時，創辦人應該專注於建立什麼？
Ben：創辦人應該思考如何利用目前的基礎模型，如果這些模型的效能提升10 倍，新創公司應該如何調整自己的策略來充分利用這項進步。如果新創公司能夠因此獲得顯著的優勢，那麼模型效能的提升就是一個正面的發展。
Marc：小型AI 新創公司如何與擁有龐大運算和資料規模優勢的老牌玩家競爭？
Ben：小型的AI 新創公司應該避免與資源豐富的老牌企業正面硬碰硬地競爭。相反地它們應該專注於開發具有差異化的產品或服務，利用特定的領域知識或獨特的數據集來建立解決方案。透過這種方式，即使老牌企業擁有大量的運算和數據資源，新創公司也能在市場上找到自己的立足點。
02 AI 超越人類智慧的挑戰與機遇
Marc：AI 大模式未來會變得更好嗎？
Ben：我相信這些模型會變得越來越好。儘管存在一些限制，例如AI 知道很多但不能全部表達出來，但它們的輸出品質、以及事實依據的能力都有望顯著提升。
Marc：我們是否需要一個質的飛躍，來實現從現有的人工智慧到更高階的通用人工智慧的轉變？
Ben：如果我們目前已經達到了人工特殊智慧的極限，那麼在某些方面AI 可能不會實現十倍的改進…
人工智慧是否能夠超越人類智慧的極限？人工智慧在未來的發展中將面臨哪些挑戰？ AI 創企如何確定價值導向的商業模式？如何看待AI 時代的投資悖論？ ……
訂閱機器之心Pro會員通訊?，看完整解讀
