YC萬字分享談“AI泡沫”：過多的融資是枷鎖，你必須真正賺錢

我們進入大模型炒作周期了嗎？

此時，這是全球科技圈最具爭議的問題。

在中國，隨著業務調整、人才流失的消息傳出，估值沖上200億元的大模型六小強們（智譜AI、月之暗面、MiniMax、百川智能、零一萬物、階躍星辰）正遭受著前所未有的質疑。

大廠也不例外。

爭議最大的，是以豆包為代表的大模型Bot類應用。這類產品常常移動端下載量高居前列，留存卻被持續質疑。

海外同樣陷入“大模型炒作論”。

一個例子是，上周英偉達發布超過市場預期的第二季度財報后，股價卻在盤后交易中暴跌超7%。原因是，投資者們依舊懷疑它所代表的AI增長空間。

更早前，紅杉資本、高盛等機構也開始預警AI淘金熱，認為投向AI的巨額資金將導致金融泡沫。

但與此同時，「四木相對論」了解到，一些已經布局大模型項目的一級市場的早期基金，依然持續重注AI及AI Native應用。

這些GP和背后的LP們，對自動化、智能化趨勢深信不疑，還希望將版圖延伸到海外。

和投資圈息息相關的創業圈，同樣出現不同于前幾年的創業范式。

在吸引數億元巨額投資的明星公司之外，大量獨立開發者組成了10人以內的小圈子，落地自己的創業項目。

「四木相對論」觀察到，這類"小型"項目大多聚焦于某個垂類功能或方案的實現，在國內外的一些社群、社區中獲取種子用戶，再經由各種各樣的社交媒體積累流量和用戶群，并從中變現。

經過近一年摸索，這種AI創業模式已經不再罕見。

最近在X上爆火，7天狂攬25萬新用戶、炸崩ProductHunt服務器的開發平臺「Wordware」就是一個例子。

Wordware爆火時用戶增長

Wordware背后的投資人之一——全球最知名的創業孵化器和早期投資機構YC，也認可這種“小的快”的創業模式。

YC的CEO Garry Tan在日前的一次分享中表示，一些YC公司的年復合增長率從600萬美元起步，在短短三個月內突破3000萬美元大關，而團隊規模仍維持在兩三人。

和“AI泡沫論”不同，在他看來，這類項目能夠在如此短的時間內實現如此高的增長，無疑是一個非常積極的信號。

接下來的發展中，這些公司可能不需要售賣股份就能存活。

并且，包括Garry Tan在內的YC投資人們，還認為"炒作言論"的出現，一般是因為人們看到某些東西的價格快速增長，超過了其應有的價值。比如，資金批量涌入英偉達。

但他們覺得，一級市場——尤其是早期投資和二級市場的邏輯不同。

在一個項目的初創階段，把錢給一個優秀的創始人至關重要。

當這些人有了資金，就可以吸引來和自己一樣優秀的人搭建團隊，形成公司壁壘。

從這個角度，把資金加碼給一個人，也是市場試圖找到這領域最該創業的聰明人——這同樣是種子輪投資的意義。

以下是 YC 投資人的分享（經「四木相對論」整理）：

OpenAI市場縮小，AI產業利益分配沒固化

Gary：

大家好，我是Gary。這里還有我的同事Jared、Harge和Diana。我們共同投資了價值數千億美元的公司，投資AI項目也是我們這些天的工作。

最近我們聽到一些人對AI質疑，認為這是一個炒作周期，沒有人會從中賺錢。

他們還說，看英偉達在數據中心方面投入了多少錢，從數字上看，這個領域不可能賺錢，這是又一個"dotcom泡沫"，又一個加密貨幣的繁榮和蕭條的重演。

*20世紀90年代末到2000年初，許多互聯網創業公司在那個時候成立。但由于投資過熱和缺乏可持續的商業模式，這些公司中有許多最終在2000-2001年間破產，導致股市暴跌，這一事件被稱為“dot-com泡沫破滅”。

面對這樣情況的市場時，我腦海中瞬間浮現的是一個滑稽的卡通漫畫，它非常有名，這也非常像現階段。

我們非常熟悉炒作周期。它有點像YC初創公司的生命周期，經歷過虛假希望的搖擺期，然后是漫長的悲傷低估期，最后，才真正到達目的地。

*Gartner的炒作周期圖

*初創公司曲線 圖源avc.com

不久前，我遇到很多剛剛開始職業生涯的人問，我現在真的應該做AI嗎？我覺得，這是我遇到最瘋狂的問題。

Diana：

你覺得那種恐懼來自哪里？所有尋找idea的創業者們，覺得AI是真實的還是是炒作的？

Gary：

大家可能已經了解有關炒作周期的歷史。大概二十年前每周五或周六晚都有花費20萬美元辦的派對，就像1998、1999年舊金山的那種無節制的狂歡和聚會一樣。

最后呢，那些公司都死了。所以大家有點擔心，這就是我們現在所處的時點嗎？

Harge：

創業總是經歷這樣的時期，當一個想法很熱門的時候，創業者們開始涌入這個行業，突然每個人都參與其中。

這一次的不同在于，如果你看公開股票市場，就會發現AI同樣在那里產生巨大影響。今年的股市上漲，幾乎所有收益都來自大型科技公司。基本都是因為“七巨頭”。

*七巨頭，The Magnificent Seven，指的是美國股市中七家市值最大、影響力最強的科技公司。分別是Apple、Microsoft、Amazon、Alphabet (谷歌母公司)、Meta Platforms (Facebook 母公司)、NVIDIA、Tesla。

Harge：

如果想想是什么推動了“七巨頭”這樣的大型科技公司獲得了所有的收益，基本上都是因為AI炒作。

我從未見過這兩件事如此同步，也就是創業公司和YC現在越來越趨向100%關注AI。結果，公共股票市場上的回報也基本上是100%由AI驅動的。

這就是為什么每個人都在憧憬，但也會擔心這是不可持續的，擔心一切都會在某個時候崩潰。

Jared：

所以確實會在某個時間點泡沫破裂嗎？

Diana：

網上有很多關于AI過度投資的文章引起關注。即使是在公開市場上，很多專家也擔心，行業將如何處理這些AI芯片的巨額投資？

英偉達因此成為了世界上最有價值的公司，但投資這些基礎設施，總是需要獲得一些收益來抵消成本的。

這有點像早期的鐵路修建，我們花費成本鋪設了鐵路，最終總會有火車跑在上面帶來收益。大家在想將來會有“火車”來嗎？

Gary：

大約一年前，似乎只有幾個基礎底層模型可以使用。現在，我們有 Llama 405B，有 Anthropic 的 Claude。Claude-3.5-Sonnet真的很有競爭力。

實際上模型層大家有選擇了。而我們正在搖擺到另一個時刻，我們希望應用軟件公司，無論是初創企業還是現有企業，也能從這些基礎模型中獲益。

Harge：

我想因為一切都變化得如此之快，導致我們很容易低估一些事情的重要性。

如果回到2023年初，也就是ChatGPT剛剛推出的幾個月后，我們開始看到第一批AI想法的時候。ChatGPT非常快速地獲得了市場，每個人都在談論所有這些初創公司將如何被打垮，ChatGPT和OpenAI將擁有一切。

快進到一年半后，情況顯然不會如此，我們有了多種模型可以使用。而且我們剛剛得到了第一個真正的處于領先的開源模型，這是我們從未預測到的。

Diana：

這是件非常棒的事情。之前誰能想到，最好的模型會是開源的。

Harge：

我記得在最新的一次 Llama 3.1 發布之前，我們四個人正好在談論它，如果每次前沿閉源模型有新版本發布時，開源模型都能在X個月內趕上，那不是很好嗎？如果我們能讓這個X時間段越來越小，那真的會非常令人興奮。

但是，這次基本上是相近時間發布的，我認為我們中的任何人都沒有預料到一個月前會發生這種情況。

*圖源YC播客，閉源模型與開源模型的能力對比

Diana：

現在大家使用的模型與六個月到一年前的差異非常大。我記得之前大約90%的人使用OpenAI的模型，因為當時那是最好的。

最近我們進行了一次隨意的調查，發現Claude Sonnet 3.5，有相當多的人在使用它，但當時只有一點點小公司在使用，現在產生了非常大的突破。

還有LLaMa的用戶也更多了。所以我認為，OpenAI模型正在失去市場份額。

Harge：

還有一個觀點很有價值。就是即使我們相信AI將會是巨大的，創造出數萬億美元的價值，但是誰將占據其中的大部分價值，仍然存在很大的不確定性。

是GPU制造商嗎？還是云服務商？還是模型開發人員或者應用開發人員？哪些部分被商業化，哪些部分會變得非常有價值？很多疑問。

這讓我想起很多web 1.0和web 2.0一樣的現象。同樣，有很多人對整個市場空間非常看好，但依然不清楚自己看好的細分領域。

回到web 1.0，瀏覽器也有巨大的炒作。很長一段時間以來，人們認為在互聯網上成為超級富豪的方法就是擁有互聯網瀏覽器。因為那是通往互聯網的門戶。就像Netscape的估值一樣，當時它的價格也很高。

*Netscape是網景通信公司。網景通信曾是一家美國的計算機服務公司，以自家同名網頁瀏覽器Netscape Navigator聞名。1998年11月，它被美國在線（AOL）收購。

AI應用層可以“輕創業”

Jared：

我認為時間是一個重要事情。想一想YC資助的一些最大的公司像Doordash和Instacart，真的是因為智能手機才起飛的。Uber也是。

但這些產品都是在iPhone發布之后的4年左右才出現。需要一段時間的發展，大家才能真正知道哪些想法會起飛，價值到底哪里。

Gary：

價值鏈的其他部分，有基礎模型，有托管提供商，有芯片制造商。另外，也有我們資助的初創公司，也就是應用層。

需要注意的重要事情是，你不需要1億美元來創辦一家應用層公司。絕大多數的情況下，你只需要你和你的聯合創始人。

如果你們兩個都知道如何編程，就可以直接利用已有的強大工具，進入市場。你可以創造一個產品，解決一個真正的問題，從那些愿意永遠付錢給你的人那里賺到錢。

你可以在桌子上或者電腦上完成所有操作，只需要一個正常工作的互聯網連接，和你自己的筆記本電腦。

*圖源LinkedIn，生成式AI的六層技術棧

Harge：

這正是Instant Card和Doordash的故事。它們是由移動互聯網技術支持的應用層公司，但不需要自己制造手機。

Gary：

至于其他部分，也許真的需要50億美元才能讓基礎模型公司起步。也許你確實需要那么多用于晶圓廠、云托管或所有這些其他事情。但即使如此，我想這也不完全正確，只是這件事確實這么難。

Jared：

回到我們是否處于AI炒作周期的問題中。

我想，如果我們更準確地定義它，沒有人說AI實際上沒有價值，因為它真的有價值。

通常當人們談論炒作周期時，大家的反應是看到某個東西的價格上漲得非常快。

無論是像英偉達這樣的公開市場股票，還是在創業世界中，我們都知道，有的公司在創業后的6到12個月內就達到了十億美元的估值。

*圖源Crunchbase，AI創業公司在不同時期的總融資金額

Diana：

這種情況發生在一些非常著名的AI研究團隊中。比方說，創始人們曾經在Deep Mind工作，或者在OpenAI工作。

當他們離開并創業六個月后，在沒有證明產品與市場匹配性的情況下，這些公司就已經有了非常高的估值。

Gary：

這讓我想起了加密貨幣繁榮時期的“硬幣教授”（Professor Coins）。

就好像如果你有分布式系統的經驗，你甚至可以隨便走進遇到的第一個加密貨幣風投那里，然后出來時就能獲得十億到五十億美元的市場估值——甚至不需要寫一行代碼，甚至都不需要有個白皮書，什么都不需要。

*“硬幣教授”（Professor Coins）是一個諷刺性的昵稱，用來形容那些在加密貨幣繁榮時期靠吹噓或賣弄技術詞匯而迅速吸引投資的人。

Harge：

加密貨幣就是個很好的例子，那就是上一次的情況。而且，我們距離這個“上一次”也沒過去多久，大概就是兩年前，市場又經歷了一輪炒作周期，一些公司價值以一種不可持續的速度快速增長。

當時，這些加密貨幣公司不斷推出代幣并發行，甚至進行股權融資。每三到六個月，它們的估值就會翻倍甚至翻三倍。

所以，我覺得這個領域里確實有一些“傷疤”（教訓）。另一方面，這也正是創業世界的一部分。

一直以來，在每個發展階段，總會有一些創業公司被認為過度炒作，估值過高，永遠無法實現相應的增長。

但我記得，Stripe 剛推出時，人們也是這么說的。因為 Stripe 從紅杉資本那里籌集了一大筆資金，估值大概是 1 億美元，而當時他們甚至還沒有公開推出產品。

這完全是基于對創始人、創意和市場的信心。所以，這在某種程度上只是生意的常態——投資者希望能賺錢，而賺錢的方法就是今天他們支付的價格在未來能通過公司的成長獲得利潤。

Diana：

但是，在評估一家科技公司和評估資產投機之間，可能存在一個有些微妙的差異。比如在加密貨幣領域，這種投機行為很多。

Gary：

我不認為這純粹是投機行為，這其實是某種程度上的理性行為。

想象一下，如果你是一位擁有某種人脈的分布式系統教授，能找到其他你需要的人，一起創建一個讓人們信任、并愿意在它之上構建應用程序的加密貨幣。那么，這就是一群有能力實現這一目標的人。然后，資金會將其他人擋在門外。

我會認為，這也是為什么會有像 Cognition Labs 和 Devin 這樣的公司存在的原因，還有像 Harvey 這樣的公司。這其實是市場在試圖找出真正聰明人才的聚集點。

這并非完全不理性，但在某種程度上確實值得調侃一下。

Harge：

我覺得這是看待加密貨幣內容的一種合理方式。

在那個時期，資產投機的部分，主要是那些專注于快速推出代幣并試圖抬高代幣價格的人。但也有一些非常正規的、技術密集型的團隊，在嘗試構建新的協議，并努力把現有的服務建立成去中心化的版本。

而且我認為投資者的心態有點像你說的那樣，就是“我們不應該與那些努力解決非常難技術問題的聰明技術人才對賭”。在加密貨幣領域，確實有很多這樣的人。
因此，我們會在創業者找到產品市場的匹配之前就投資。因為，這些人確實會吸引下一批聰明的人才。

AI和加密貨幣不同，客戶留存是核心

Jared：
當我和 Diana 與哈佛和麻省理工學院的一些優秀學生交談時，聽到的一個普遍情況是，他們中很多人感覺被加密貨幣的熱潮傷到了——無論是他們個人還是他們的朋友。

他們經歷過 2020 到 2022 年的加密貨幣熱潮，所以現在很多人對 AI 和其他新的熱門事物持懷疑態度。

Gary和Harge，你們兩位是Coinbase的創始投資者，也是全球最成功的加密貨幣投資者之一，你們如何比較2021年加密貨幣的情況與現在AI的情況？它們有什么相似和不同？

Gary：

我覺得，Coinbase 的特別之處在于，它本身并不是一種加密貨幣，而是一種使加密貨幣真正落地的支持性技術。而且，我認為他們還在這條路上前行。

Brian Armstrong（Coinbase 的 CEO）在近期的財報會議上剛剛談到，正在與世界上的每一家金融機構合作或對話，將區塊鏈技術融入金融的實際規范中。

這一直是我感到興奮的承諾——當我第一次見到 Brian 時，他還是 Airbnb 的反欺詐工程師。

Harge：

對，Coinbase 本質上是一個市場平臺。我覺得它看起來和其他初創公司沒什么太大不同，就是：有一種東西人們想要買賣，但沒有一個很好的市場來實現這一點。那么我們為什么不建立一個值得信賴的市場呢？

Gary：

當時，它確實是一個邊緣和小眾的領域。我不認為當時人們會想到它會發展成這樣。

Harge：

我認為現在 AI 和加密貨幣之間的不同之處在于“嗅覺測試”。比如，當你查看產品時，大多數 Web 3 的東西對大多數人來說都無法通過嗅覺測試，就是他們不明白為什么要使用這個。

但當你看 AI 產品時，顯然像是能夠總結一份50頁的市場分析報告并提煉出三個關鍵點這樣的功能，是有明確實用性的，而且顯然有人愿意為此付費。

Gary：

我在 YC 的一個項目里看到了一家公司，他們做應收賬款管理，把一個12人的團隊縮減成了一個人來處理應收賬款，而其他11個人可以專注于財務中的其他事務。這是非常直接的例子。

軟件能做那些無法讓人類發揮創意的工作，比如對賬——將電子郵件和銀行記錄與應付款項核對，這些工作并不會激發人的創造力，實際上有時可能是折磨人的。

我們可以讓人們做其他更有意義的事情，這就是我們現在能看到的變化。

Diana：

有個很酷的數據。

幾個月前，所有公司申請 YC 時加起來的總收入是 600 萬美元。而在這一批項目結束時，大約 3 到 4 個月后，所有公司的收入總額已經達到了 2000 萬美元，這在短短三四個月里簡直是巨大的增長，遠遠超過了我們給出的建議。

*YC 2024冬季營入營公司經常性年收入綜合對比 圖源：YC播客

我們的建議已經很大膽了，比如讓公司每月增長 20%。這仍然是一種指數級的增長。

如果你用這個基準，按每月增長 20% 的速度，從 600 萬美元增長到 3 到 4 個月后的大概只有 1200 萬美元左右。但實際上達到了 2000 萬美元，說明我們看到的是真正的收入增長。當公司找到了一個好點子時，客戶是能夠意識到這個價值的。

客戶是有判斷力的，他們愿意為之付費，確實有這種價值體現。

Gary：

我認為最棘手的事情是續訂。不僅僅是第一次續訂或第二次續訂，你必須在所有的續訂中生存下來。

一個公司的企業價值實際上來自未來的折現現金流。這意味著客戶留存率必須非常高——你獲得的每一個客戶，最好能永遠留住，這才是建立一個有價值業務的唯一途徑。

Harge：

這似乎也觸及了這個問題的核心：我們是否處于一個炒作周期中？在 YC，所有人都能在一線看到許多公司的例子。

它們的年經常性收入（ARR）達到 100 萬美元的速度，甚至在一創業營結束后的六到十二個月內，這種收入增長也令人印象深刻。

Jared：

如果將“炒作周期”定義為大量資產被高估的情況，那么這種情況現在可能確實存在。

比如說，目前英偉達（Nvidia）是世界上最有價值的公司，也許英偉達被高估了，也許 TPU（張量處理單元）將開始發揮作用，所有這些事情都有可能發生變化。

很多初創公司獲得了十億美元以上的估值，從事后看來，其中一些交易可能看起來真的很愚蠢。

對于我們的業務來說，好消息是我們并不關心這些。如果我們是公開市場的投資者，可能會非常擔心英偉達是否被高估。但考慮到我們的業務領域，這根本無關緊要。

Harge：

這就是我們與創始人，和公開市場公司之間的巨大差異。公開市場公司必須每個季度都交出業績報告，如果錯過了盈利預期，股票就會暴跌，員工開始變得不安，這對公司來說是一個巨大的干擾。

而作為 YC，我們在投資時看中的是創意，我們不期望在短期內知道這些創意是否有效，這可能需要 10 年或更長時間。而對創始人來說，從 10 年的視角來看，今天是否被高估并不重要。

我們關心的是方向性的問題：在 10 年后，這個價值是否會比今天更高。

過多的融資是枷鎖，你必須真正賺錢

Gary：

一些像“硬幣教授”（Professor Coins）那樣的公司，籌集了數億資金但從未推出產品。或者一些今天的 AI 明星公司，可能已經得到了全球最大的風險投資基金的支持，但資產負債表上可能有 1 億、2 億或 5 億美元，卻沒有任何收入。

這與我們看到的一些 YC 公司形成了奇怪的對比。

這些公司可能在 Demo Day 上只籌集了 100 萬到 200 萬美元。但它們的融資額達到 500 萬或 1000 萬美元時，銀行賬戶的余額只會增加，因為它們從一開始就盈利或相對較快地盈利。

它們自己融完種子輪之后，既沒有董事會也不需要再賣掉公司的一部分來獲取融資，因此可以按照自己的方式來建設公司。

也許 10 年前，YC 里沒有很多這樣的例子。

那時候，像 Weebly 這樣的公司只籌集了種子輪融資，然后以高價賣給了 Square，他們之所以能做到這一點，是因為從一開始就盈利。在社交軟件的時代，這種情況比較少見。

Gary：

即使到今天，Zapier 可能仍然是最具主導地位的純軟件公司之一。但在之前，它們僅僅籌集了種子輪融資，卻實現了數億美元的收入。

這是一個非常有趣的時刻。你真的需要巨額融資嗎？事實上，巨額融資可能像一塊沉重的枷鎖，讓你永遠無法擺脫。

Diana：

所有這些我們提到的公司，它們正達到盈利或收支平衡，并且不需要額外融資，而它們的收入正在以指數級增長。

因此，也許你不會聽到它們的太多消息，因為它們沒有公開上市，也沒有進行巨額融資，而是專注于長期發展。

如果參考一下我們現在開始看到的各個領域的數據，在每個領域的AI中我們都看到了早期的跡象，表明事情正在推進。

甚至在一些被認為過度炒作的領域，例如通過 AI 來生成圖像，很難想象這個通常被認為只是娛樂或藝術創造的領域，有一家公司 Photo Room 在創造真實的業務收入。

這家公司今年宣布了4300萬美元的融資，估值在 5 億美元，正在為電商生成圖像。在這樣的垂直領域，他們找到了一個成功的解決方案，使生成式 AI 變得非常有利可圖。

另一個類別，我們也談了很多，就是用AI Agent Workflow，來替代一個運營團隊。就像 GreenLight一樣。

*GreenLight.ai 是一家人工智能驅動的員工分類引擎和 EOR 服務提供商。

Harge：

GreenLight 是個很好的例子。Permit Flow 也是一家公司，本質上是一個 AI 代理，使用 AI 來填寫和構建操作許可流程。

如果我們嘗試從對立面進行批判，那我認為有兩個攻擊點。

首先，你可以說，這些東西是在自動化，但它們還沒有完全將人類從流程中移除。所以，為了達到這些估值并證明自己值這么多錢，它們真的必須把人類從流程中移除。

其次，你可以說，企業永遠不會信任這些東西，因此你不可能讓財富 500 強公司簽訂六位數或百萬美元的合同，完全依賴 AI。

Jared：

我原以為你要說的第二個難點是，這些公司會被商品化。它們就像是 GPT 的封裝器，而所有的真正價值都會集中在基礎模型上。

而且可能會有一百個類似 Permit Flow 的公司，那么它們如何產生實際價值呢？

Harge：

這確實是大約一年前的主要批評，也是主要的攻擊點。

可能我有偏見，因為我非常相信這一點已經被駁倒了。就像我們剛剛談論過的一樣，多種可用的模型、開源的模型，導致模型層不再具有不可替代性。

像 Permit Flow 這樣，在領域中成為專家才是最重要的。大家也要考慮如何銷售，如何精心設計用戶界面和交互，如何掌握所有的小細節，使產品變得完美。

Jared：

也就是價值將集中在像 Permit Flow 這樣的公司上。

Permit Flow主頁

Diana：

它不僅僅是一個封裝器。即使在技術層面，我知道他們做了大量工作，真正將模型微調到特定領域。

在這些領域，比如許可、銀行數據，私有數據有很大的優勢，這是其他人無法做到和復制的。實際上，這里有很多精細的工作，它們不僅僅是一個封裝器，而是做了很多經過深思熟慮的工作。

Harge：

扎克伯格最近有一句話，就是即使所有的模型開發進展在今天就停止，仍然會有五年的創新空間。這些創新主要集中在應用層或在模型之上構建點對點解決方案的應用層面。

Diana：

甚至在Copilot方面也是如此，比如 GitHub Copilot，它是 GitHub 增長最快的產品。

最近的收入增長中有 40% 是由它貢獻的，據傳他們的收入已經達到了數億美元。這些數據仍有待驗證，但大概就是這個數量級。而它才發布了多久？大約是兩年吧。

Harge：

關于“需要完全將人類排除在外，才能像大家所說的那樣有價值”這一點，我還可以講一個例子。

聽說有些初創公司正在將AI整合到工作流程中，讓 AI 執行工作，然后可以通過一個用戶界面進行抽查，或者讓人類進行審查。但逐漸地，客戶甚至不再使用這個功能了。

Diana：

我也聽說過類似的情況。有一家AI初創公司，已經基本上替代了很多呼叫中心，他們正在處理數十萬通電話。

而且，像菲律賓或墨西哥的所有這些業務流程外包（BPO）離岸呼叫中心都被解雇了。大型企業正以大約便宜 20 倍、100 倍的價格和更快地速度使用這家初創公司的服務。

Harge：

正如你所說，即使現在技術還不夠完美，也不會有比現在最前沿的模型好10倍的新模型短期內出現。

但僅僅依靠微調、私有數據訓練等方式，大家也可能把產品質量提升到一個合適的水平，從而使大企業開始在這些解決方案上花費數百萬甚至數千萬美元。這是很有可能的。

Diana：

我認為還有第四個類別也在取得成功。雖然現在確實有很多工具用于構建語言模型、進行評估、微調等，特別是那些為企業定制微調工具的公司，正在取得成功。

這些公司專注于處理企業的私有數據。如果忽略具體的應用，這些工具本身也是非常有價值的。

Jared：

我也認為還有很多地方可以應用語言模型，而這些地方可能是人們之前沒有想到的。

比如，我們團隊中有一家公司在兩周前參加了一個特定行業的會議，突然意識到有一個行業非常適合應用語言模型，而這個行業甚至沒有技術人員知道或意識到它的存在。

我認為目前技術的解鎖，還有多年的潛力。

Gary：

總結我們現在看到的情況。現在的爭議在每一個泡沫周期、每個技術領域的繁榮與蕭條中都有出現。

最初，總會有一種狂熱的情緒，認為世界將會發生巨大的變化。但大部分信息都是通過傳聞、新聞、社交媒體傳播的。最終，這會演變成一個短期的人氣競賽。

所有的業務在短期內都像是在接受投票機的考驗，而實際上還沒有真正發生什么。

事情變化得太快，人類作為感知機器需要時間來理解，因此我們在短期內被那些口才伶俐的騙子、炫目的資歷或“我曾在某某公司工作過”的人所迷惑。

例如，那些迅速發言的斯坦福退學人員會詐騙非常聰明的投資者數百萬美元。人們并不是有意把錢投入到騙局中，而是由于社會效應，我們無法快速理解世界，結果就是大眾往往會判斷錯誤。

從長遠來看，每個公司的價值最終還是取決于未來的折現現金流。你需要客戶的問題得到解決，他們愿意支付費用，并且客戶會一直留在你這里。

這就是為什么像谷歌、Meta 或其他“七巨頭”這樣的公司會是世界上最有價值的公司，因為人們相信這些公司可能會一直賺錢，這是一種安全感。這就是人們現在的信念。

而公開市場本身也有自己瘋狂的投票機制，但最終它們會趨向于衡量公司的實際價值。

最后，你必須真正賺錢，真正擁有客戶。在這點上，你需要創造出真正有分量、實際有效的東西。