起點課堂會員權益
職業體系課特權
線下行業大會特權
個人IP打造特權
30+門專項技能課
1300+專題課程
12場職場軟技能直播
12場求職輔導直播
12場專業技能直播
會員專屬社群
榮耀標識
上周末為大家更新了《SaaS 終結者，誰是 LLM 時代的 Marc Benioff ？回顧 B2B 軟件 70 年商業模式演變》，回答了讀者朋友關于 LLMs 商業模式與 B2B 市場范式轉移的問題，作者期待一位 LLM 時代的 Marc Benioff 來終結 SaaS，就像當初 Salesforce 終結傳統軟件行業一樣。
Benchmark 合伙人Miles Grimshaw 在20VC 主理人Harry Stebbings 分享的“圓桌論壇”合集中也提到了類似的節點，Miles 表示Salesforce 是在 Netscape 發布后大約 5 年推出的，這可能需要一段時間才能發生，而當前Copilot 是更適合現有企業的商業模式，因為既有的玩家已經掌握了渠道，而對于初創企業來說，作為現有產品附屬 Copilot 的機會可能不會那么驚人，而在某些領域也許可以真正發揮作用，但顛覆的機會是與現有企業正交，就如幾位嘉賓在這場“圓桌”提到的初創企業如何抓住大廠的軟肋。
除了 Bechmark 的合伙人，這場更新于感恩節混剪“圓桌”，還包括Harry 近期節目中聊到的其它嘉賓，都是生成式 AI 領域非常活躍的創始人/高管：
- Jeff Seibert @ Digits
- Tomasz Tunguz @Theory Venture
- Miles Grimshaw @Benchmark
- Douwe Kiela @Contextual AI
- Cris Valenzuela @Runway
- Richard Socher @You.com
- Emad Mostaque @StabilityAI
- Yann LeCun @Meta
- Des Traynor @Intercom
Harry 將這些對談中最精彩以及最有爭議的部分提煉了出來，話題包括：
- LLMs 商業化與市場格局；
- Agent 對B2B 市場的影響；
- AI 生態上的價值分配；
- Copilot 是誰的機會？誰掌握渠道？
- 蘋果 vs 谷歌 vs 微軟；
希望這些“尖銳”的回答能夠對大家 “有新” 的啟示，完整如下，enjoy～
Harry Stebbings
我想從最核心的部分開始，也就是基礎模型層，我想問，我們如何看待基礎模型提供商的計劃實施情況，以及我們看到的 LLMs 的商品化？Emad Mostaque我認為，未來 3～5 年內全球只會有 5～6 家基礎模型公司，我認為將會是我們和 Nvidia、Google、Microsoft、OpenAI 以及可能的 Meta 和 Apple 這些公司。
Harry Stebbings
Des，Intercom 的創始人，你認為我們會看到 LLMs 的商品化嗎？
Des Traynor
我不確定這是否已經發生了，如果我說得明確的話？像我們實際上對所有的 LLMs 進行了嚴格的測試，并不是說它們現在都是平等的。
Harry Stebbings
你將 OpenAI 與其他提供商進行比較時，測試結果顯示了什么？
Des Traynor
基本上是對話的質量，比如它是否通過了我們的幻覺測試？它是否通過了我們的可信度測試？它能否推斷出自己的信心？
Harry Stebbings
它越來越接近了？
Des Traynor
這也是一個進行中的工作，所有這些都是動態的目標，所以我們甚至還沒有測試所有提供商的最新最好的產品，而這些提供商的數量在增加，你提到了 Mistral，還有 Anthropic 以及 Cohere，有一大堆，而且要不斷地去嘗試找出是否有人做到了，我們目前只真正關心的是更好的產品，我們現在還沒有處于成本優化模式，我們就是想知道，誰有最好的。
Harry Stebbings
Jeff Seibert，Digits 創始人，所以你們是在這些基礎 LLMs 的基礎上，用自己的數據進行微調，你對基礎模型層的商品化有何看法？
Jeff Seibert
我當然認為我們會看到這一點，這可能不是一個受歡迎的觀點，顯然 OpenAI 正在領先，引領著這一趨勢，我認為市場的力量意味著有巨大的動力去擁有一個開源的等價物，Meta 似乎非常有動力去開源它的工作，很多人想要自己運行這些系統，并自行調整它們，但現在這樣做是困難且昂貴的，但我想不出科技領域里有什么困難和昂貴的事情能持續太長時間，它將會被商品化。
Harry Stebbings
好的，如果我們再深入一層，從模型的商品化到模型的大小的重要性，再到我們如何看待這些模型的壽命和持久性。Emad，我知道你對此有很多想法，我先從你開始。Emad Mostaque現實是今天存在的模型在一年后都將不再被使用，所以你看到的是數量級的提升，去年的 Palm 是 5400 億個參數，然后你看到 GPT-3 與 GPT-4 的質量差異。
Harry Stebbings
它能降低到什么程度?
Emad Mostaque
我們還不知道，2 年前你就已經說這是不可能的，你會說，沒有辦法，你有一個可能只有幾百兆的單個文件，它可以通過除了英語口語之外的所有考試，沒有所謂的無偏見模型。當OpenAI 推出 DALLE2 并引入偏見過濾器時，任何非性別詞都會隨機分配一個性別和種族，所以你輸入 Sumersla，你得到的是印度女性的 Sumersla，這就是為什么你需要國家數據集，需要文化數據集，需要個人數據集，它們可以與這些基礎模型互動，并根據你的故事進行定制。因為你和我，我們的故事構成了我們的心理，理解這種背景是非常重要的，有了這些，AI 才能為我們服務，而不是。
Harry Stebbings
Yann，請幫我梳理一下，你在 Meta 負責 AI，我們聽說過文化數據集，我們聽說過國家數據集，請問模型的大小首先有多重要？
Yann LeCun
你并不需要這些模型非常大就能與你協同工作，我認為這讓很多人有了一種領悟，也許你需要 1000 個 GPU 運行幾周來訓練基礎系統。
事實上，這個數字也在下降，因為人們正在找到更高效的方法，但一旦預訓練完成，你可以將其用于各種事物，并且可以很容易地對其進行微調。最后，你可以在筆記本電腦上運行它，這將是驚人的?；蛘咭苍S在一臺裝有 GPU 或幾個 GPU 的臺式機上，所以我認為這讓人們意識到，有許多以前認為不可能的巨大機會，我認為它將取得更多進展，因為如果我們朝著我所描述的目標和訓練的 AI 系統設計方向發展，我認為這些系統實際上可以在某種程度上更小。
Harry Stebbings
Yann，你剛才提到的關于模型越來越大變得不那么重要非常有趣，我非常好奇，Richard Socher，You.com 創始人，我知道你在這方面有不同的看法，你認為模型的大小本身重要嗎？
Richard Socher
這非常重要，你根本無法用一個小模型來訓練所有這些不同的任務，這就是為什么它過去總是失敗的原因。
Harry Stebbings
Chris，Runway 創始人，對于模型大小的必要性、模型的防御性，你有什么看法？
Cris Valenzuela
我自己聽到很多關于模型作為壁壘的討論，這是硅谷幾個月來一直在討論的話題，我認為模型不是壁壘，最終模型并不重要，最重要的是構建這些模型的人，以及他們能多快地從這些模型中學習和改變，所以我不認為有一個單一的模型會統治一切，模型不是壁壘。
Harry Stebbings
Jeff，我知道你可能對此有些不同意見，那么你是否不同意模型不是壁壘，你如何看待數據大小和質量同樣是壁壘的問題？
Jeff Seibert
目前為止，基礎 LLM 層的數據大小與性能高度相關，所以模型越大，數據越多，參數越多等等，它們的表現就越好?，F在開始有這樣的反向推動：好的，我們能否壓縮它們？我們能否縮減它們？如何在不犧牲大小的情況下保持性能提升？所以我認為這是 R&D 中一個非常有趣的部分，我說的是如何微調模型的下一層，這就是我認為數據質量最重要的地方。
Harry Stebbings
我的意思是，在我們更深入探討數據質量和數據大小之前，我只想問問關于模型本身，今天的一個核心挑戰是兩種相對立的意識形態，即開源與閉源。Yann，你在 Facebook 或 Meta 負責所有 AI 相關事務，你對開源與閉源的討論怎么看？我知道你有一些非常強烈的觀點，為什么未來必須是開源的，而不是閉源的？
Yann LeCun
這很簡單，因為沒有哪個機構，無論他們有多強大，都能壟斷好主意。
如果你以開源的方式做，你就招募了全世界的智慧來對事物做出貢獻，并提出想法，這些想法可能是 Meta 從未考慮過的，一家只有 400 人的機構想不到的，甚至是一家有 50000 名員工的大公司可能也不愿意投入資源，因為他們可能認為這在長期內沒有用，或者他們有更緊迫的事情要處理，所以你把它公開，然后你就有了成千上萬的人，其中一些可能是大學生，或者在他們父母的地下室里的人，提出了你永遠不會想到或愿意花時間去深入研究的驚人想法。
例如，如何將 70 億的 Llama 壓縮，使其能在筆記本電腦上運行，我認為這就是開源項目成功的原因，特別是當它們涉及基本基礎設施時。
Harry Stebbings
現在我真的很好奇，Douwe，Contextual 創始人，這本質上是一個具有情境意義的基礎模型，你對此怎么看？因為我知道你對開源與閉源有一些看法。
Douwe Kiela
我是開源的忠實粉絲，我希望通過開源我們就能跟上一切，但我認為這非常天真。OpenAI 對人們如何想要使用語言模型有非常深刻的理解，基本上沒有其他人有，而且他們擁有巨大的規模經濟，因為他們能夠因為同時收到如此多的請求而非常便宜地提供語言模型，所以他們有一個巨大的壁壘。
Harry Stebbings
Richard，你之前是 Salesforce 首席數據科學家，我真的很好奇，你對 OpenAI 擁有的領先地位怎么看？Douwe 剛才闡述了這一點，這對于可能出現的開源競爭對手意味著什么？
Richard Socher
你當然不能否認 OpenAI 領先很多，我預測在年底之前我們會有一個等同于 GPT-4 的開源模型。當然，GPT-4 正在變得越來越好，所以我的預測是針對幾個月前的版本，但我實際上認為，像 Facebook 的 Llama 2 和其他人那樣，我確實認為開源將接管很多用例，它已經接近 GPT-3.5 了。
當這么多人對理解這些模型感到興奮，想象一下所有這些大學里的研究者，他們突然間失業了，除非他們有一個運行良好的 LM，可以用它做有用的事情。他們不會說，讓我們從現在開始，只在一些我們不能分析、理解、改進和發表論文的閉源 API 上運行我們的整個研究議程，所以他們需要有一個模型存在，而且這些都是非常聰明的人。
現在他們通常沒有那么多資源，通常可以用 2000 萬或 5000 萬美元訓練一個單一模型，因為他們在大學里，但他們正在找到方法，他們正在合作，他們可能會致力于完全開源的基礎模型，我們現在看到像 Facebook 這樣的公司在這方面處于最前沿，人們會在其上層建造，使其變得更好，然后會有你可以在手機上運行的開源版本，這些版本會隨著時間的推移變得越來越好，所以我對 LLMs 的商品化非常看好，是的，會有一些基礎公司，就像在 OpenAI 背后的 Anthropic 也在努力趕上他們，他們也籌集了很多資金，這個領域有些競爭是好事，但我的直覺是，很多人會對開源模型感到滿意。好的。
Harry Stebbings
在開源與閉源方面有一些不同的想法，我認為下一個大辯論是價值實際上是積累在基礎設施層，還是在應用層？現在 Tomasz Tunguz，你創立了 Theory Ventures，是領先的 AI 投資人之一；當你考慮基礎設施與應用層在價值積累方面的區別時，你怎么看？
Tomasz Tunguz
我在 Web2 上做了這個分析，如果你看看前三大云服務的市值，AWS、GCP 和 Azure，它們僅云業務的市值就約為 2.1 萬億美元，然后如果你看看前 100 家上市的云公司，無論是 B2C 還是 B2B 方面，像 Netflix 和服務一樣，它們的市值也大約是 2.1 萬億美元，所以一邊是基礎設施層，一邊是應用層，市值基本上是相當的。
區別在于基礎設施層有三個企業，而在應用層有 100 個；如果這個類比成立，作為一名投資人，你在應用層成功的幾率要高得多，因為那里的需求多樣性更大。
Harry Stebbings
聽到那三個核心提供商在基礎設施層的價值集中是非常有趣的，顯然 Intercom 位于應用層，你如何看待這個問題，價值在基礎設施和應用層的積累？
Des Traynor
我認為現在很多價值都直接進入了基礎設施，就像我們把它全部交到了 OpenAI 的后門一樣，在你的第一個問題關于商品化的話題，如果發生這種情況，那里的價值就開始減少，因為如果有更多的競爭者提供相同的東西，那就是商品化的開始，或者至少你從壟斷變成寡頭壟斷，最終變成完美競爭，在每一步中，我們的價格都會下降。
這就是為什么我預計我會少開源，我可以繼續找到大眾市場的差異化，這總是很難找到的，就像是所有客戶都關心的差異化，而不僅僅是特定的東西，所以假設隨著時間的推移，我相信就像 AWS 那樣，基礎設施錯誤將逐漸變得更多，就像剃刀邊緣的利潤。
哦，抱歉，不是提高利潤，這就是我們所說的。價格混合以產品作為競爭武器，如果你知道我的意思？就像亞馬遜從 Intercom 上賺了不少錢，但他們也像我們一樣全力以赴，我們對他們非常有承諾，所以這就是競爭戰場，我猜可能會有 3～4 個大提供商，可能是 GCP、AWS，也許是 OpenAI 直接，我敢肯定還有 Azure，這就是我認為那一層會如何發展，他們最終會直接相互競爭價格。
那么價值在此之外如何積累？我認為價值只是普遍跟隨堆棧中的差異化，誰擁有別人無法獲得的東西，就可以收取別人無法收取的利潤，有時這意味著軟件產品的質量，有時這意味著網絡或社交網絡的質量，有時這意味著我們在市場上擁有最多的分銷商，但像誰擁有別人無法獲得的差異化，那個人就可以實際上收取最高的價格。
Harry Stebbings
Des，你剛才提到了價格，提到了利潤率，我認為另一個直截了當的大問題是，下一代 AI 的定價模式和商業模式將是什么樣的？我想請 Benchmark 總合伙人 Miles Grimshaw 來談談這個問題；那么 Miles，你認為下一代 AI 的定價和商業模式會是怎樣的？
Miles Grimshaw
如果 AI 要成為它能成為的力量，我認為你會看到一種新的架構，一種新的商業模式出現，與我們現在看到的只是一種持續的架構不同，那種架構只是像一個 Copilot 一樣位于頂層。
Harry Stebbings
那么新的架構是什么？新的商業模式又是什么？Miles Grimshaw我認為可以用這個概念來總結，那就是出售工作，而不是軟件，我們將從一個你可能認為的范例轉變，就像我們現在看到的一個 Copilot ，轉變為我所認為的控制中心，我們將出售工作的 SLA（Service Level Agreement，服務水平協議），而不是正常運行時間的 SLA，所以我們將從一個世界轉變到另一個世界，在那里，作為軟件的用戶，我們就像猴子一樣進行數據輸入，通常來說，大多數軟件就是一個帶有表單的數據庫，供用戶管理信息，輸入信息，獲取信息。
Harry Stebbings
一個例子是，你設定了你的營銷支出目標以及你想要的 CAC 和 LTVs，然后實際上，作為營銷效率引擎，它將跨渠道支出，并為你帶來結果。
Miles Grimshaw
可能是一個例子，我們將從一個用戶做所有工作的世界轉變到一個應用程序做更多工作的世界，在那里，AI，其中的 Agent 概念等，正在做這些工作；而現在，像你去任何軟件的 SLA，你得到的是正常運行時間，你得到的是對問題的支持 SLA 等等，我認為將來會有一個世界，SLA 可能更像是某種程度上的 BPO（Business Process Outsourcing，業務流程外包）。
SLA 將是，你想要市場上的效率為 X，我們提供了這個，你想要一個團隊提供這么多的線索，我們做到了，你想要一個季度結束后兩天內完成會計和賬本的工作，我們會給你軟件應用的 SLA，你將從 Copilot 轉變為控制，它將是一個主要針對工人的 UX，而不是針對經理的 UX，你將從軟件和標記者的附加組件轉變為工作性能的 SLA，這就是這種方式可以提供的。
到目前為止，我們幾乎沒有看到這種情況，我認為 AI 提供了這種架構轉變的潛力。如果我們實現了這一點，整個座位模型，整個工人做事情的產品范式，分銷方面你可以觸及的對象將會改變，因為 ACVs 會改變，這樣，我認為它將與移動端非常不同，移動端大多是另一種 UX，但相同的架構，相同的商業模型。
Harry Stebbings
Des，你處于客戶服務的前沿，你如何看待這下一波 AI 中將會占主導地位的商業模式，你今天是如何看待這個問題的？
Des Traynor
我認為接下來的 5 年里，很多工作將被交給 LLMs 完成，我們將開始嘗試針對正在完成的工作來定價，而不是針對 30 個員工的座位來定價，這就是說，你擁有所有數字資產動態創建的價值是多少？或者你的客戶對常見問題獲得亞秒級回復的價值是多少？這才是未來考慮定價的正確方式。
Harry Stebbings
Christian Lanng，Trade Shift 的前創始人，現在是 Beyond Work 的聯合創始人或總裁，我不得不問，你如何看待這個消費模式定價與基于座位的定價問題？
Christian Lanng
我確實認為世界正在改變，我認為我們肯定會轉向基于消費的定價，這是唯一的方式，我認為堅持現今的經常性收入將會非常困難，因為客戶會想要看到更多的價值，并且他們會想要看到價值逐漸增加的更柔和的起步階段，但我也認為在工作方面，看看圖形問題。就像我所談到的大多數人，即使他們想要取代工人，他們還沒有做到。
今天的服務中心，1 對 1，他們不能這么做，因為這一代年輕人不想坐在電腦前，每天在 Workday 中輸入表單，所以我們必須在未來 5～10 年里完全改變工作體驗，所以我們將會缺少做這些工作的人。
Harry Stebbings
每個人似乎都認同我們正在向基于消費的定價轉移，遠離基于座位的定價，但在 Digits 的 Jeff Cyber 可能有不同的想法。Jeff，你為什么認為我們可能會留在我們今天所在的領域？
Jeff Seibert
可能只有我這樣認為，我非?？春?AI 作為一種工具，而不是產品，所以它是一種技術，就像你的數據庫一樣，我不認為它會改變特定行業中人們的定價方式，就像你的市場按照每個座位定價，那可能會保持不變；如果你的業務和產品按照消費定價，那也可能會保持不變，你將不得不將其納入你如何使用 AI，我認為它將會被商品化。
Harry Stebbings
Miles，你之前提到了 Copilot ，我們對 Copilot 的興起有何看法？它們是一種現有的策略嗎？它們有多有用？Christian Lang，請談談 Copilot 的用途，以及它們是否是現有策略？
Christian Lanng
我的意思是，誰想要一個 Copilot ？我想成為一個駕駛員，我想要一個駕駛員，我不想要一個 Copilot ，我不想處于一個應用程序中，我不在乎你有多少 Copilot ，問題不在于有一個 AI 幫你導航那是什么？更好的解決方案是去除應用程序，直接與 AI 對話，我認為共同的部分和隱喻，我的意思是，當我們有 10000 個小助手都在為你交談時，你要工作，你必須去與所有這些小助手一起工作，你得告訴 A 去找 B 討論你在 C 上的事情，我的意思是，這會比現在更糟糕。
Harry Stebbings
Grimshaw 在 Benchmark，你是第一個在這次討論中提到 Copilot 的人， Copilot 是現有策略嗎？
Miles Grimshaw
我認為 Copilot 是一種現有策略?，F有企業擁有分銷渠道，他們擁有數據，他們擁有用戶體驗，他們擁有與 Copilot 完全一致的商業模式，Copilot 就像 Github 的 Copilot ，就像內聯建議。
想想看，現在去任何一個 Microsoft 產品，現在每個 Microsoft 產品都有 Copilot 體驗，比如側邊欄，自動填充等等，用戶體驗是核心產品的一個附加層，它也是完全的現有策略，它仍然是關于增強工人的能力，但仍然是每個用戶都有一個座位，每個用戶都做大部分工作，它工作得很好。
如果你考慮到這里的演變，大多數已經推出的模型可能還不足以應對一些問題，但這就是將來的趨勢；回想一下，Salesforce 是在 Netscape 發布后大約 5 年推出的，它可能需要一段時間才能發生，但 Copilot 這種想法，我仍然是駕駛員，我仍然是控制一切的用戶，它只是給我提供輔助性建議，就像 Github 的 Copilot ，適合現有企業的用戶體驗，適合現有企業的商業模式，他們已經控制了那個分銷。
對于初創企業來說，作為其他東西的 Copilot 提供的機會可能不會那么驚人，也許在某些領域可以真正發揮作用，但顛覆的機會是與現有企業正交。
Harry Stebbings
Yann，我們剛才提到了對于初創企業來說，Christian 提到我們不想要 Copilot ，我們想要駕駛員，你對 Copilot 和智能助理怎么看？它的未來是否比我們認為的更光明？
Yann LeCun
讓我們想象一個未來，每個人都可以與他們的智能助理對話，那個系統將具有接近人類水平的智力，可能比大多數人積累的知識還要多它們可以翻譯任何語言，為你快速總結昨天的報紙等等，向你解釋數學概念之類的東西，所以人們將來可能幾乎專門使用這個與數字世界互動，我們不會去 Google 或 Wikipedia，你只需要與你的助理對話。
正確做到這一點的唯一方法是，那些助理的基礎設施必須是開源的它們將是如此普遍，如此多的東西依賴于這些系統，我認為沒有人會接受這些助理被私人公司的事件視界遮蔽，他們將堅持基礎設施是開源的；他們還將堅持，訓練這些系統的審核過程可能類似于 Wikipedia，我們傾向于信任 Wikipedia。
有時我們會出錯，但我們傾向于嘗試 Wikipedia，因為有一個審核過程，所以每當一篇文章被修改時，一些編輯可以檢查它，然后接受或不接受更改，諸如此類的事情，所以你可以想象，將成為你助理的所有人類知識的共同存儲庫，將通過某種類似于 Wikipedia 的眾包過程來構建，你將有一群人訓練這些系統并對它們進行微調，以便它們產生的內容是。
Harry Stebbings
對的。Yann，你提到了 Wikipedia，我確實想轉到公司層面，討論哪些公司或現有企業現在處于最佳位置。我想從蘋果和 Des 開始聊起，我知道你對此有一些強烈的看法，那么你對蘋果在接下來的 3～5 年的 AI 浪潮中的定位有何看法？
Des Traynor
我認為蘋果會取得巨大進步，但我對他們花了這么長時間感到失望。
Harry Stebbings
你為什么這么說？
Des Traynor
當然，你必須假設蘋果是一家運營良好的公司，你必須假設他們有一位 AI 負責人，你必須假設他們正在訓練 LLMs，并且你正在尋找可以在硬件上本地運行的 LLMs，甚至不需要與云對話，蘋果非常注重隱私，所以他們會做好所有這些，你必須假設它會與你的 AirPods、你的手表、你的手機之類的東西一起工作，這就是我會感到震驚的地方，那么他們會贏得什么是問題，我認為他們會贏得的是 Siri 終于可能變得有用。
Siri 目前不太有用，因為它沒有足夠的智慧，但我認為當 Siri 能像 ChatGPT 那樣進行對話并在設備上采取行動時，它將極大地改變桌面和 iOS 上的整個交互模式，產生巨大影響，所以我認為蘋果會贏得勝利。
Harry Stebbings
在那兒，你是否同意 StabilityAI 發的郵件，認為 Apple 會在那兒贏，還是你有不同的看法？Emad MostaqueApple 就像一個黑盒子，所以他們可能會給我們所有人一個驚喜，但他們已經具備了所有的要素，他們的密集架構、安全飛地、神經引擎，以及其他方面，比如穩定擴散是第一個在神經引擎上優化的模型等等，我們還是拭目以待吧。
Harry Stebbings
Jeff ，Apple 是個黑盒子，我們明白了，你如何看待他們在接下來幾年的定位？
Jeff SeibertApple
當然非常注重隱私，他們不希望你的數據離開設備。用 AI 做到這一點的唯一方法是，如果你能將機器學習模型放在設備上，并將所有數據保留在那里，我打賭 Apple 能做到，而且會做到；如果你向前看 5 年，如果他們能在你的 iPhone 上運行一個足夠大的 LLM，那么 OpenAI 就出局了，甚至不需要連接他們的服務器，它就在你的手機上。
Harry Stebbings
Apple 處于非常強勢的位置，向前看，Tomasz Tunguz，他們你的前雇主，你如何看待 Google 在接下來幾年的發展？
Tomasz Tunguz
我原本不相信聊天會取代搜索，但我認為在許多用例中，它會取代，我認為 Google 遭遇了一個粗魯的覺醒，在過去的 20、25 年里，他們無人爭議，現在突然出現了一種顛覆性技術，他們在一定程度上是自家開發但忽視了的，所以這是一個典型的創新者的困境，因此這項技術轉移到了其他地方，現在正在挑戰霸權、壟斷力量，這是如此激動人心。
如果你想到廣告生態系統，過去 10 年因為 Facebook 和 Google 的主導而相對安靜?，F在突然，你有了一項技術和重新平臺化，所有的市場份額都有可能被爭奪，你可以創建一個新的旅行社，你可以創建一個新的購物體驗，你可以基于聊天創建一個新的 Stack Overflow，創建一個新的社交體驗，所以這是一個廣闊的天地。
當你擁有一個金鵝，一個令人難以置信的商業模式時，你總是面臨著自我顛覆和動搖船只，或等待別人為你動搖它的選擇，我認為作為一個領導團隊，要有紀律說我們將自己顛覆這一點是非常困難的，就是這樣。
Harry Stebbings
Des，你對 Google 領導團隊的決策以及他們今天的立場有何看法？
Des Traynor
我感覺像是我們不得不發布 Bard，因為 ChatGPT 正在獲得所有關注，它感覺不像是我們真的重新發明了搜索，我們完全重新定義了自己。他們需要有那種 JZ 式的，讓我重新介紹自己的時刻，他們回來說，Google 2 來了。現在你抓住了真正的潛在問題，那就是他們是否真的愿意為了贏得一切而冒險？他們愿意顛覆自己，還是愿意慢慢走向衰落、無關緊要或其他什么？
Harry Stebbings
真的，我是說，在這里說很容易，如果你是 Google 的 CEO，你有華爾街的股東。
Des Traynor
我有點討厭我接下來要說的話，但我還是要說，因為我覺得我會被迫這么做，我會急忙尋找方法，讓公司可以贊助注入到 LLM 中，所以如果我說，誰是世界上最好的足球運動員，答案顯然是梅西，但你可以說像是根據 Transfer Market，答案是梅西，這就是一種贊助注入，然后你可以用這樣的注入來增強 Bard 風格的回答，所以它呈現給你的事實實際上有些不誠實，就像是在說，這不是 LLM 推導出來的，這就是我們認為的，這是我們被支付報酬說的，每當我們談論這種類型的事情時，這就是我要采取的攻擊方式，我會嘗試與我所有的大廣告買家一起推廣這種廣告模式，并且讓我們誠實，世界將轉向 LLM，即使這不起作用，我們也必須嘗試一下。
我會嘗試為這種類型的廣告模式獲得一些吸引力。他們沒有向投資人解釋，我們必須這樣做，因為另一種選擇是公司基本上開始走向計時。對，我完全可以想象 Google 會做一件事，那就是主動免費贈送 Android 手機，因為他們現在控制了意圖層，也就是當你說，好的，Google，叫我一輛出租車，Google 就會為你提供來自出價最高的提供商的出租車，我的意思是。
Harry Stebbings
我喜歡這個免費贈送手機的想法，以及這對 Google 的使能。Jeff，我認為你對 Google 在下一波 AI 中的未來相當悲觀。Jeff Seibert，你如何看待 Google 在這方面接下來 2 年的情況？
Jeff Seibert
我認為 Google 是目前最脆弱的，因為他們的商業模式非常二元，搜索是他們所有的收入，所以如果那受到損害，他們就會有巨大的問題，他們反應遲緩，他們合并了兩個不同的 ML/AI 團隊，他們剛剛將 Gemini 推遲到第一季度，這告訴我它表現不佳，所以我會感到緊張。
他們需要全力以赴，我認為他們別無選擇，我同意你的看法，我認為這對他們來說是生死攸關的，因為如果 AI 取代了搜索，他們的金鵝就被殺死了；親手殺死你自己的金鵝比看著別人這么做要有效得多；再次，我想說的是，回到 Apple，這讓我想起了 iPad Nano，Apple 殺死了他們最受歡迎的產品，因為他們知道有更好的技術即將到來，我認為 Google 也需要大膽一些，做同樣的事情。
Harry Stebbings
Richard Socher，我很想聽聽你對此的看法，顯然與你的 you.com在 搜索方面你們在很多方面與 Google 競爭。Richard，你如何看待 Google 接下來的步驟？
Richard Socher
我們沒有看到 Google 改變成為一個聊天搜索引擎，他們在其他地方有一些功能，但主要的 Google 體驗是一樣的，這樣的大變化對 Google 來說也會很困難，因為他們每天靠侵犯隱私的廣告在那個頁面上賺 5 億美元，所以你不會隨便改變頁面的大部分內容，然后去掉頁面頂部的 5、6 個廣告，接著是一堆不如廣告好的 SEO 微站點，所以人們點擊的廣告更多，你不會僅僅用聊天來替換所有這些，因為這樣你每天就會損失數億美元，所以仍然存在一些創新困境，不會讓他們一夜之間改變他們的主要體驗。
Harry Stebbings
這對 Google 來說幾乎是普遍存在的生死存亡問題，他們必須改變和創新，否則他們的金鵝就有麻煩了；如果我們轉換一下話題，來看看 Amazon，我們如何看待 Amazon 在接下來幾年的表現，以及他們到目前為止的成績？從你開始，Emad 在 StabilityAI，我很想聽聽你的想法。
Emad Mostaque
我認為 Amazon 的行動速度比以前快。Amazon 很有趣，因為他們是一個工程組織，所以他們有自動駕駛汽車，他們有衛星互聯網。一旦他們得到它，并且能夠從研究轉移到工程，就在那里了。
他們遇到的一個困難是，它還沒有從研究方面轉移過來，你還在研究上不斷進化；他們像是在問，我們現在該做什么？但他們是包容性的；Jeff Bezos 說在他的前一千億美元收入中，他設想其中一半是專有的，一半是市場，他們對 Bedrock 和其他事物采取了同樣的方法。
Harry Stebbings
Dez Traynor，我很想聽聽你的想法，你如何看待 Amazon 的下一步戰略舉措，我們是否應該警惕？
Des Traynor
我會警惕 Amazon，所以我可以看到 Amazon 就像直接購買Anthropic，讓我們只是讓這成為 ECT 集群的一部分。
Harry Stebbings
現在我想以對未來的展望結束，我想以 Yann LeCun 結束，很多人建議我們應該擔心 AI，它對工作的影響，它對社會的影響，你對這種擔憂以及我們應該如何看待 AI 在未來幾年在社會中的角色感到怎樣？
Yann LeCun
向前看？人們有點在推斷。如果我們讓這些系統做任何事，我們將它們連接到互聯網上，它們可以做任何事，它們會做出瘋狂的、愚蠢的、可能危險的事情，我們將無法控制它們，它們將逃脫我們的控制，它們會變得聰明，只是因為它們變大了，這是無稽之談。沒有經濟學家相信這一點。沒有經濟學家認為我們會因為工作而失業，因為沒有經濟學家認為我們會因為要解決的問題、對人類創造力和人際溝通等需求而失業，這會創造出和它消滅的工作一樣多的工作，而且順便說一句，這些工作會更有生產力，所以總的來說，技術讓人們更有生產力。換句話說，同樣的工作小時數，你生產的財富更多。
好吧，但是每次技術革命，除非伴隨著政治變革和社會變革，通常只會暫時讓少數人受益，這發生在 19 世紀末的工業革命中，那時少數人變得極其富有，許多人被剝削，然后社會發生了變化，出現了社會項目、所得稅和對富人較高的稅收等，美國在這方面已經回退，但歐洲沒有，所以問題是，如果你愿意的話，你如何分配財富，你如何組織社會，讓每個人都從中受益？
但那是一個政治問題，這不是一個技術問題，也不是新問題，這不是由 AI 引起的，它只是由技術進化引起的，這不是一個近期現象。AI 將為人類帶來新的文藝復興，一種新的啟蒙，如果你愿意的話，因為 AI 將放大每個人的智力，我們每個人都將擁有一支比我們更聰明、對大多數事情都了解得更多的團隊，所以它將賦予我們每個人權力，它會讓我們更有創造力，因為我們將能夠制作文本、藝術、音樂、視頻，而不必具備目前這些事情所需的所有技術技能。因此運用我們的創造力。
這是積極的一面，風險是存在的，毫無疑問，但這些風險并不像有些人告訴你的那樣不可避免，或者它們不可避免地會導致災難，這根本不是真的。想象一下，如果在 1920 年，誰會想到 50 年后，你可以在幾個小時內以接近音速的速度安全地穿越大西洋？人們會認真地想要禁止航空或在噴氣引擎出現之前就呼吁對噴氣引擎進行監管嗎？我的意思是，這有點瘋狂，所以我不反對監管。應該對涉及為人們做出關鍵決策的 AI 產品進行監管，但對研究進行監管或放慢研究速度是完全沒有意義的。
