重写人工智能时代的创业手册
随着生成式人工智能打破公司建设规则，由NEA支持的创始人确定了4个关键的新兴趋势。
去年秋天，随着人们对生成人工智能的兴趣达到白热化，Perfuity AI联合创始人Aravind Srinivas和Denis Yarats知道他们必须迅速采取行动。他们没有数周或数月的时间来招聘人才，因此他们省去了招聘人员、安排面试和适合文化的讨论。相反，他们采取了更直接的方法：
他们会为主要候选人提供为期两周的付费试用。
这个计划奏效了。Perfuity聘请了联合创始人Johnny Ho，他在几天后加入担任首席战略官。除了第四位联合创始人安德鲁·康温斯基（Andrew Konwinski）之外，该公司的所有员工都是以这种方式聘用的。除了节省时间之外，这个过程还淘汰了那些无论如何都不太可能加入的人，并且比任何演讲或激励计划都能更好地激发对 Perplexity 使命的热情。“现在我听说其他公司正在使用这种试验性招聘，”Srinivas说。
自去年11月发布病毒式聊天机器人ChatGPT以来，像Perplexity这样风险投资支持的初创公司不得不抛弃公司建设手册的一部分，并采用新的思维方式。从筹款到产品开发再到客户服务，许多历史悠久的做法在短短几年内就会显得过时，NEA合伙人Ann Bordetsky说：“我们正处于原始阶段，事情有点混乱和实验性。但你可以看到人们正在组装一种新的方法。
这不是第一次突破性技术促使伟大公司的建立方式发生深刻变化。随着个人电脑的发明，史蒂夫·乔布斯和比尔·盖茨等创始人发明了制造、营销和销售复杂数字技术的新规则。亚马逊、雅虎和1990年代无数的互联网创业公司也是如此，Facebook和其他社交网络公司紧随智能手机问世，Salesforce、Box和其他SaaS提供商都得益于云计算。
作为硅谷最成熟的风险投资公司之一，NEA一直处于这些革命性技术转变的前沿。如果说公司在过去四十年中学到了一件事，那就是像这样的迷失方向的时代往往会产生一些世界上最成功、最有影响力的公司。
“这些技术中的每一项都实现了以前不可能实现的商业模式创新，”NEA董事长兼首席执行官Scott Sandell说。例如，互联网使开源变得可行，并使软件作为一种持续改进的服务而不是许可产品交付成为可能——如果有人愿意的话，可以免费提供。“它改变了开发软件、分发软件和获得软件报酬的模式，”Sandell 说。“这也是我相信人工智能将产生的影响。
如果有的话，人工智能的影响将更大，NEA合伙人Aaron Jacobson说。虽然之前的剧变涉及技术的使用方式和地点，但“人工智能实际上正在改变谁来做这项工作，”他说。“这以前从未发生过，所以这种破坏将比以往任何时候都更快、更激烈、更大，因为有更多的人可供争夺。
生成式人工智能热潮还不到一年，但已经发生了很多事情，我们已经可以辨别出公司建设在未来几个月、几年甚至几十年内将如何变化的轮廓。为了更好地理解这一历史性转变，NEA邀请了其投资组合中人工智能初创公司的四位创始人分享他们的新思维的例子。从这些讨论中，我们确定了四个新兴趋势，这些趋势可能会在不断发展的人工智能革命中定义公司建设。
新兴AI趋势#1：敏捷性至关重要
即使与过去的泡沫相比，生成式人工智能市场的发展速度也是惊人的。似乎每周都会发布使用大型语言模型（LLM）的令人难以置信的新方法。谷歌、微软和ChatGPT的所有者OpenAI等科技巨头和领导者正在投入数百亿美元，不仅创建这些模型，还用于API和其他工具，以帮助创新者将他们的产品商业化，通常拥抱开源，而不是追求围墙花园战略来寻求锁定和更高的利润率。
此外，生成式人工智能让公司——不仅仅是人工智能初创公司，而是所有类型的公司——行动得更快。当Srinivas离开OpenAI开始Perfuity AI时，这位首次创始人使用公司自己的“答案引擎”技术来学习一些东西，这些东西需要花费数小时的谷歌搜索和无数次与专家共进午餐和咖啡。“我们不知道创始人需要知道的许多基本知识，比如如何进行公司税。我们不知道你必须向承包商发放1099，“他说。
结果，该公司正在以愤怒的速度执行。该团队在几个月内发布了基于OpenAI的GPT-3.5 LLM的Perplexity聊天机器人的四个版本，每天带来超过一百万的观看次数。然后，当OpenAI在4月中旬发布GPT-<>时，联合创始人Yarats迅速召集了整个公司，进行了一场延长的黑客马拉松。两周后，他们推出了Perplexity Copilot，这是一个“交互式搜索伴侣”，可以向用户提出澄清问题，同时运行多个搜索，并提供更准确的结果。
Srinivas指出了快速迭代的AI初创公司的成功，例如OpenAI和Midjourney，他说：“执行速度快的人将获得奖励。速度是这里的常数。
速度需要不同的思维方式。当一名员工在最近的一次全体员工会议上问他们是否可以制定可衡量的季度目标时，斯里尼瓦斯说他很乐意考虑——只要员工准备好每隔几周改变一次目标。
这种灵活性也要求对技术和创新采取更加灵活的方法。公司需要严格控制他们用于开发产品的技术，甚至他们创造的产品和技术，而不是押注特定的供应商或专有产品。当Deon Nicholas在2017年看到基础模型的进步时，他开始了Forethought，以创建一个基于AI的客户服务系统。由于 3 年 OpenAI 的 GPT-5.2022 和 ChatGPT 等突破，该公司有意识地放弃了大部分本土技术堆栈。
“我们经历了悲伤的五个阶段，因为我们几年来一直拥有技术护城河，”尼古拉斯说。“但最终，我们意识到，我们可以继续通过应用 GPT-4 等技术来保持领先地位，从而在竞争中领先两三年。人工智能将从根本上改变我们的市场，所以重要的是引领这种变化。
Rewind AI的创始人Dan Siroker说，适应性势在必行，该公司通过所有数字交互的可搜索记录为人们提供“完美的记忆”。“世界变化得越来越快，所以比其他人更快的能力比以前更重要，”他说。“这就是为什么我们每天发布11个版本的产品。我什至会说，你的反应和适应能力比你主动预测未来的能力更重要。这可能就是10年前伟大的创始人的原因，但我认为这并不像能够每天关注、倾听和做出更好的决定那么重要。
新兴人工智能趋势#2：重新构想生产力
随着消费者的采用率使TikTok看起来像一个慢戳，ChatGPT让全球数百万人狂想它可以提高他们的生产力。领先的初创公司已经在实施变革，使他们能够用更少的人完成更多的工作。
这种生产率的提高为更快的增长奠定了基础。首先，它使公司更有利可图。一家保险技术初创公司在对其大型语言模型进行一些轻量级培训后，其利润率从 40% 跃升至 50% 以上。
生成式人工智能帮助初创公司保持小规模的优点，例如敏捷性和团队精神，即使在它们成长的过程中也是如此。几十年来，研究表明，在开发软件时，较小的团队效率更高，生产力更高。这就是Perfuity接受26万美元A轮融资的原因之一，当时它本可以筹集更多资金：防止公司以超过绝对必要的速度增长员工人数。“当有正确的人从事正确的事情时，就会发生某种魔力，”斯里尼瓦斯说。
这种魔力对招聘也很重要。“除了展示你的快速进步之外，没有比向员工推销自己更好的方法了，”他说。“你可以随心所欲地谈论路线图和愿景，但为什么有人会信任我作为第一次创业者呢？因为团队每隔几个月就会发布一次本垒打软件。
最终，公司的产品战略也需要反映这场生产力革命。以“席位”的概念为例，即按允许使用软件的人数授予软件许可，作为销售企业对企业软件的一种方式。“如果每个员工的工作都是 10 倍，你会想要专注于产出或客户关心的任何其他价值单位，”Siroker 说。
那么精益到什么程度才算足够精益呢？目前还没有明确的指导方针。太多的东西仍在不断变化。但员工人数将大大减少，Siroker说，他在创办Rewind之前创立并出售了数字体验平台制造商Optimizely。他说，该公司已经在改变招聘对象，选择更多多才多艺的全能球员，更少的人，因为他们对LLM正在快速学习的特定编程语言或任务有深厚的专业知识。当公司里的每个人都在使用生成人工智能时，“就像他们都穿着钢铁侠套装一样。
“我们正在建立一个拥有15名员工的了不起的公司，”Siroker说。“过去我们可能需要数百人。这是一种不同的思维方式。
其结果将是新一代非常有价值的、非常小的公司。“我们将看到那些拥有25或50名员工的公司产生数亿美元的收入，”NEA的雅各布森说。“会很狂野。”
这种超生产力可能会产生新的问题，包括争夺顶级人工智能人才的战争大幅加剧，NEA合作伙伴Vanessa Larco说。据报道，OpenAI已经支付了超过1万美元的薪水。“生成式人工智能可能会让一个10倍的工程师变成一个100倍的工程师，但它不会让一个平庸的工程师变得更好。就像你给一个不太擅长数学的人一个计算器，“她说。“他们不知道如何充分利用它。
新兴AI趋势#3：构建数据护城河
啊，网络效应，当产品或服务对其用户的价值随着每个新客户的增长而增长时发生的奇妙现象。Facebook对网络上有3亿人的人来说比拥有000或<>万人更有价值。大型市值公司几乎总是具有网络效应。
生成式人工智能时代的成功将不取决于谁拥有最多的客户，而更多地取决于谁知道如何获得更多所需的数据来构建比竞争对手更好的产品。“这一切都与数据有关，”Larco说。“你可以成为先行者，但如果你没有获得专有数据集并吞噬这些东西，那就没关系了。
因此，生成式人工智能时代的创始人需要使数据成为战略优先事项。毕竟，其他传统的竞争优势来源可能并不可行。鉴于围绕生成式人工智能的创新发酵，没有一家初创公司可能长期保持巨大的技术优势，尤其是在依赖每个人都可以使用的 GPT-4 等流行基础模型时。基于人工智能的产品的最佳品牌和营销是这种智能的正确性和可靠性，Forethought的Nicholas指出。“用传统方式建造护城河几乎是不可能的，例如技术或品牌。唯一真正的方法是使用专有数据。
对于消费类公司来说，成功在很大程度上取决于拥有真正颠覆性的用户体验。“我们寻找病毒式传播，”Bordetsky说。例如，Perfuity AI的每日流量猛增，部分原因是它的“答案引擎”不仅提供ChatGPT风格的查询答案，还提供信息来源的链接。
这些用户体验需要在设计时以数据为中心。“公司需要在聚合、用户增长和参与方面特别出色，以不断完善他们的人工智能产品，因为这是业务的真正飞轮，”Bordetsky 说。
自 2017 年推出 Forethought 以来，杀手级用户体验一直是他关注的重点，旨在为客户服务创建更好的对话聊天机器人。该公司投资开发管道软件，以轻松集成来自Confluence，Salesforce和Zendesk等现有公司的数据，以通知其聊天机器人。今年三月，它推出了一项基于OpenAI的名为SupportGPT的服务。
因此，该公司现在拥有50多个集成，这有助于它与包括万豪和Instacart在内的100多个客户签约。尼古拉斯说，该公司正在构建一个强化学习系统，以捕获看似微不足道的交互，例如帮助台代理是否真的使用了Forethought系统的建议，以及最终客户是否对该答案感到满意。
“归根结底，这是关于创建一个智能系统，”他说。为了在今天建立客户服务运营，公司聘请代理并使用来自传统记录系统的客户数据武装他们。“在10年内，公司要做的第一件事就是人工智能在专有数据之上建立一个系统。因此，服务台代理可以简单地问'几周前我们与Deon的互动是什么？
新兴AI趋势#4：从大处着眼
历史上没有任何技术像生成式人工智能那样迅速起飞——搜索、智能手机和社交媒体都不是。不出所料，竞争水平的上升速度同样快。
截至 2023 年 250 月，Dealroom 统计了 <\> 多家生成式人工智能初创公司，科技巨头正在关注这项技术，就像他们的未来依赖于它一样，它可能确实如此。而且由于他们已经拥有大量宝贵的数据，因此在阻止下一代颠覆者方面，现有企业比他们的前辈更具优势。鉴于旋风般的环境，“现在不是进行渐进式思考的时候，”Larco说。“你需要做一些如此不同、如此明显的事情，以至于人们回头会说，'我不敢相信我们曾经那样做过。
这意味着放弃零碎的产品改进，而是专注于创建全新的类别。对于Rewind创始人Dan Siroker来说，大胆创新计划是给人们“完美记忆”的礼物。一旦一个人同意访问他们的数字活动——他们访问过的网站、他们发送的短信、在 Zoom 通话中所说的内容——Rewind 的应用程序就可以检索任何互动，即使这个人只记得几个输入或说出的关键词。（目前，它仅适用于最近的Mac，因为它们依赖于Apple的M1和M2芯片。
该计划要求提出压缩技术，将数据处理3倍以上，从而可以在用户的设备上存储多年的数据。他们还必须找出护栏来处理明显的隐私问题（例如，所有数据都保留在设备上，永远不会存储在云中）。
但一个艰巨的挑战是吸引力的一部分。“我把这看成不是商业计划，而是我想用余生解决的问题，”Siroker说，他将Rewind的记忆保存能力比作一种“超能力”，类似于助听器，当他20多岁失聪时恢复了他的听力。 “这比战略更自私。
西罗克小心翼翼地寻找他确信会支持他使命的投资者。这使他加入了一个由NEA领导的小组，他称赞我们在所有不可避免的起伏中投资公司的记录 - 有时甚至在IPO时买入而不是卖出。“NEA的人明白成功实现这一目标的几率，无论如何他们都在，”Siroker说。“他们有兴趣建立一家具有长期价值的公司。这就是为什么他们是极少数在每一代技术上都取得成功的公司之一。
Siroker 认为，执行一个大胆的商业计划更容易，而不是更难。“这个想法越大胆，员工和潜在投资者就越兴奋，”他说。“这也帮助我对我们正在做的事情保持兴奋。
Perplexity的Srinivas同意，真正的大使命可以激励伟大的人，但强调它需要以真正的成就为后盾。“我很现实，我们将无法在薪酬上与谷歌竞争。没有人能做到，“斯里尼瓦斯说。“但现在有很多非常有才华的技术人员，他们对谷歌这样的地方非常无聊，他们正在寻找机会在世界上留下自己的印记。
Crowdbotics是另一家NEA投资组合公司，使用生成式AI来追求崇高的目标。简而言之，该公司打算利用人工智能来重塑整个软件开发过程。虽然许多低代码和无代码的竞争对手正在创建工具，以便非技术人员可以为简单的应用程序创建软件，但创始人Anand Kulkarni认为，2016年刚刚开始在学术期刊上讨论的基础模型有一天会让应用程序开发团队使用自然语言命令完成更多工作。
“任何软件工程师都会告诉你，编写代码是容易的部分，”Kulkarni说。更困难的是弄清楚软件应该做什么，以及如何用计算机可以理解的方式表达它——更不用说编写文档和确保生成的代码安全等被鄙视的任务了。此外，Crowdbotics还开发了流程，因此公司可以将开发人员生产的所有软件保存到可重复使用组件的目录中。
最终，愿景是通过让公司在几小时或几天内生产生产就绪的代码来“将开发软件的增量成本降低到零”，而不是现在需要几个月或几个季度，Kulkarni说。在十年内，开发人员将能够描述他们试图创建的软件，公司的“代码操作”系统将把现有的组件拼接在一起，并帮助开发人员编写其余部分并构建必要的安全、隐私和偏见护栏。
这个过程永远不会完全自动化，因为人类将不得不审查和解决极端情况的问题。即便如此，这种方法已经为Crowdbotics的客户释放了潜在的创新力量。几十年来，大多数基于软件的创新想法都被否决了，通常是因为担心工程成本。“将想法带到起跑线上存在如此多的摩擦，以至于大多数想法从未被考虑过，”Kulkarni 说。“我们正在通过使其高效和简单来改变这些经济状况。
不久前，库尔卡尼并没有过于有力地宣布这项任务。该公司淡化了其对生成式人工智能的使用，因为担心潜在客户会对人工智能可以处理像构建企业软件这样复杂的事情的想法嗤之以鼻。“多年来，我们一直在进行演示，以展示我们的系统如何在一分钟内为客户构建应用程序，但我们很少使用它，因为我们认为客户不会相信它。
不会了。由于对生成式AI非常感兴趣，一分钟的演示是“我们如何与客户交谈的前沿和中心”，该公司已经修改了其营销和产品路线图，以发挥其生成AI功能。
“世界的思维方式已经改变，市场突然渴望我们一直在建造的东西，”Kulkarni说。“当你有这样的时刻时，你需要站起来迎接它们。
