作者：Evie 來源：X，@0xEvieYang
這兩天大盤慘不忍睹，來看看AI轉移下注意吧
所謂“炒新不炒舊”，幣圈一直在尋找新敘事。從去年開始，出了不少Web3+AI項目，今年完成融資的AI項目就有50多個。
我今年也陸續入手了 $WLD 、 $LPT 等熱門AI概念代幣。然而，卻一直好奇，主流AI發展如何？ Web3+AI和純AI的差異在哪裡？ Web3+AI還有什麼樣的機會呢？
都說「人難以賺到認知以外的錢」。 5月舊金山舉辦了一場萬人參與的GenAI大會@genaisummitsf，我就藉機在美國待了1個月，拜訪了在當地的AI、投資人、創業家、研究員 @FinanceYF5 等。接下來就和大家分享我的見聞和思考。
由於篇幅有限，此推文先以主流AI圈的發展為主，包括：
AI投融資狀況
AI創業氛圍
AI細分賽道狀況
中美AI發展
AI投融資狀況
我看了今年融資額5000萬美金以上的項目，發現，絕大部分項目都是2B的，包括健康/醫療、交通/駕駛、金融財務等垂類，以及提高組織效率的工具；其次為雲端平台或計算服務商；2C端的應用很少。
關於這個問題，我的看法是，現階段C段的陣亡率很高，現有AI用戶量遠不足以支撐C端應用的成本，且做C端應用所需的大量高品質數據都在大廠手中，而非新創企業。基於此，甚至有投資人認為，90%的C端機會，都在大廠。
AI創業氛圍
我在灣區的感受就是，連呼吸都是AI味的。 GenAI大會的路演中，甚至有的項目只有個簡單想法，就開始pitch了，可見創業市場對這個領域還是比較包容的，有點當年「大眾創業、萬眾創新」的感覺了。
但是，真要從眾多AI項目中跑出來，遠比想像中要捲得多，依然是要比技術、看背景、拼資源。現在的明星AI項目，團隊清一色的北美頂尖高校+大廠背景，或是連續成功創業家。
就專案的組織架構而言，我觀察到的一個特徵就是「倒金字塔化」──也就是高層高品質高水準的成員多，junior的工程師反而少。
AI細分賽道發展狀況
算力：現在市場對Nvidia有大量需求，但供應非常有限，大公司內部也要搶GPU。現在大模型公司的競爭，更是一場殘酷的金錢角逐，要有更多的資本，才能購買更多的卡，搶奪更多的人才。除了GPU的供需問題外，能耗的降低，也是個需要解決。
數據：大模型發展需要強大的GPU，但同時，數據作為另一項關鍵資源也越來越受關注，所以，現在一些頂級AI實驗室也在競爭以獲取更有價值的數據，他們會花費大量資金來購買數據、找專家產生數據，或和像Scale AI這樣的公司合作進行數據標註。
有研究人員預測，高品質的數據將會在2026年用光。因此，合成資料的重要性日益提高。 2024年，預計用於訓練AI的資料中有60%將是合成資料。
模型：關於開源、閉源模型誰比較好的問題，我有聽到不一樣的看法。有投資人非常看好開源，認為開源能吸引貢獻者參與進來，不論是大公司還是新創公司，在開源的模式下或許能夠出現成本更低的模型。目前有模型已經能達到ChatGPT 4的水準了。另一種觀點認為，開源模型大部分都沒有經過算力驗證，市場不買單，肯定還是閉源的人才、資源支持力度更大。
基於開源的邏輯，嵌套個Web3的商業模式的話，那就是所有人都可以來對一套模型進行貢獻，基於貢獻度來共享模型收益。現在有專案在做類似的事兒了，但是否可行，這裡就先不展開了。
另外，大部分相對成熟的模型背後都有雲端服務公司在支撐，例如月之暗面最近一輪10億美金的融資中，阿里作為領投，有一部分是以投算力作為投資。
像Salseforece這樣的企業軟體服務公司，也有自己幾百人的AI團隊，他們的AI就直接服務自己的產品。
應用：Chatbot是大廠的必爭之地，搜尋領域產品大廠入局相對較少，主要是微軟，NewBing目前基本上處於壟斷地位。
雖然蘋果在今年開發者大會公佈其在AI方面的計劃後，股價還跌了，但我個人還挺期待蘋果跟AI的結合的，畢竟蘋果算是日常用得最最多的電子設備，而且其有自己的模型、晶片、雲，還有大量數據，這些組成了一個生態系統，每個環節優化一點，疊加起來就會很強。
中美AI發展狀況
美國AI的發展而言，創新還是在灣區。矽谷的AI新創公司獲得的創投金額遠高於其他地區。紐約的AI主要是重落地應用，一些公司正在利用AI替代或輔助律師助理的工作。
我在紐約碰見了一位做AI諮詢服務的朋友，他們正在幫一些傳統企業做AI系統方案。 AI和企業工作流程的整合是不可逆的，感覺再過幾年，諮詢、審計、律師等行業的junior都將面臨著不小的裁員壓力。
大模型主要集中在美國，其次是中國、歐洲；去年發布的美國的大模型數量是中國的3～4倍。國產的大模型——月之暗面，今年宣布融了10億美金，騰訊、阿里等大廠也都有入局，算是「舉國之力」支持了自己的大模型出來。
