• 时间:
  • 分类: AI行业
  • 标签: None
  • 阅读(286)
  • 👍推荐(0)
  • 评论(0)

关注点一：RAG (检索增强生成)

  • RAG结合 LLM 和检索机制，提高信息生成的准确性和上下文相关性
  • 80%的 LLM 应用开发者利用 RAG 技术，并形成最佳实践
  • 向量数据库与 RAG 架构契合，新兴向量数据库产品受到关注
  • 挑战包括文档分块策略、嵌入模型选择、向量搜索优化和系统性能评估

关注点二：AI Agent (智能体)

  • AI Agent 概念广泛，从聊天机器人到高级机器人
  • 项目提案数量激增，关注改善 Agent 与人类交互
  • 任务分解和综合成为开发重点，CAMEL 框架提出合作 AI Agent
  • AI Agent 面临挑战，如任务循环、任务偏差、情境感知和延迟问题

关注点三：多模型策略

  • 依赖单一模型供应商有风险，多模型策略减轻风险并提高产品性能
  • 企业趋势显示使用路由架构，约60%的企业采用多模型策略
  • 企业倾向于使用更小、定制化模型，提供附加优势

关注点四：SaaS公司的计费策略变化

  • 生成式AI服务提升，SaaS 公司需要重新思考价值主张和定价模型
  • 新模型反映AI带来的直接成果和附加价值，影响客户

关注点五：数据护城河

  • 数据护城河概念受到质疑，AI规模回报递减
  • 需要更细致的数据策略，与模型目标一致
  • 用户生成的数据具有高度相关性和实时性

关注点六：垂直软件的AI+

  • 垂直软件结合生成式AI潜力巨大，定制工作流程和自动化任务
  • 垂直AI初创公司在多个行业中显示出潜力，LLM 拓宽了实用范畴

全文：https://mp.weixin.qq.com/s/yVz_ZAFn_Kk6riQ8tSNVpQ
原文：https://foundationcapital.com/year-one-of-generative-ai-six-key-trends/