员工寥寥无几,企业价值超高,AI新物种是如何养成的?
乱世出英雄,AI时代创建企业,不能小打小闹,要有全新思维。
编辑丨沃特敦
图源丨berkeley
2022年秋天以来,生成式AI出现爆炸式增长,众多领域的规则被打破,包括如何打造一家AI企业。
硅谷老牌风险基金NEA发表文章《重写AI时代的创业规则》(Rewriting the Startup Playbook for the Age of AI),为新时代的创始人总结了4大趋势。
NEA(恩颐投资)成立于1977年,管理资金260亿美元。40多年来,NEA累计出手超过2000次,有569个退出,表现位居顶尖VC之列。
数据来源:睿兽分析
文章来自对NEA投资的4家著名生成式AI公司创始人的访谈,内容异常真实、及时。4家公司分别是 Perplexity、Rewind、Forethought 和 Crowdbotics,几位创始人(Scott Sandel,Ann Bordetsky,Aaron Jacobson,Vanessa Larco)也都是各大科技媒体最关注的AI创业领袖。
微新创想编辑对文章进行了整理,了解更多内容,点击文末【阅读原文】。
以下enjoy!
随着生成型AI的爆炸性增长,打破了创办科技公司的规则,NEA投资支持的几位创始人为你总结了AI时代创业的4个新趋势。
去年秋天,生成型人工智能的兴趣达到了高潮,Perplexity AI的联合创始人Aravind Srinivas 和Denis Yarats认为必须迅速采取行动招聘人才,但他们没有时间按传统的方式来招聘,于是,他们跳过了招聘团队,面试安排等流程,采取了更直接的方法:向候选人提供一份为期两周的有薪试用。
这个方法很管用。Perplexity请来了联合创始人Johnny Ho,他在仅仅几天后就加入了公司,担任首席策略官。除了第四位联合创始人Andrew Konwinski之外,公司的所有员工都是通过这种方式聘请的。
除了节省时间,这个过程也淘汰了那些本来就不太可能加入的人,并且比任何言辞的忽悠或是物质激励都能更有效激发候选人对Perplexity使命的热情。Srinivas后来听说很多其他公司也开始用这种基于试用的招聘方式。
自去年11月底ChatGPT发布以来,像Perplexity这样的风险投资支持的初创公司不得不抛弃了一些做企业的传统模式,拥抱新的思维方式。NEA合伙人Ann Bordetsky说:“从融资到产品开发再到客户服务,许多传统的做法在这几年显得不合时宜。我们处于原始混沌阶段,事情有点混乱和实验性。但你可以看到,大家都在构建新的做事方法。”
突破性技术能够改变做企业的方式,这已经不是第一次了。
在PC被发明之后,乔布斯和盖茨这样的企业创始人就为制造、营销和销售复杂的数字技术创造了新的游戏规则。90年代的亚马逊、雅虎和无数的互联网初创公司,以及智能手机兴起后的Facebook和其他社交网络公司(以及借助云计算的 Salesforce、Box 和其他 SaaS提供商),等等,都是如此。
作为硅谷最老牌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线。过去40年,NEA最大的体会就是:乱世出英雄。混乱时期(disorienting)往往能诞生最成功、最具影响力的公司。
NEA董事长兼首席执行官 Scott Sandell说:每一代新技术都创造出了全新的商业模式。例如,互联网使开源变得可行,并使得可以将软件作为一个持续改进的服务而不是授权产品来交付。这个模式改变了软件开发、分发和收费的模式,Sandell相信AI也会产生这样的影响。
Scott Sandell
NEA合伙人Aaron Jacobson说,AI的影响会更大。他说,之前技术带来的冲击涉及的是技术怎么用,在哪里用?但AI改变的谁来使用技术!“这是前所未有的,所以这种冲击将会比以往任何时候都更快、更猛烈、更大,因为有更多的东西可以争夺。”
生成式AI的热潮还不到一年,但已经发生了很多事情。我们已经可以梳理出来未来的几个月、几年,甚至几十年,创建公司的方式将如何改变。为此NEA邀请4位NEA投资的AI初创公司的创始人分享他们的新思维,总结出了AI革命中创建企业的4个趋势。
趋势1:敏捷至关重要
(Nimbleness is paramount)
与过去的技术热潮相比,生成型AI市场的发展速度更加令人震惊,每周都会发布一些令人难以置信的新方法来使用大型语言模型(LLMs)。科技巨头和领导者,如谷歌、微软和OpenAI,正在投入几百亿美元,不仅创建这些模型,还开发API和其他工具,帮助创新者将产品商业化,他们通常更愿意拥抱开源,而不是追求“封闭的花园”策略,以寻求锁定和更高的利润。
此外,生成型AI让公司——不仅仅是AI初创公司,而是所有类型的公司——能够更快地行动。当 Srinivas离开OpenAI创办Perplexity AI时,这位首次创业的创始人利用公司自己的“答案引擎”技术(answer engjine),学习那些需要花费数小时在谷歌上搜索,和专家进行无数次的午餐和咖啡交流才能了解的事情。
因此,企业的执行力得到了惊人的提升。团队在几个月内发布了四个基于OpenAI的GPT-3.5 LLM的Perplexity的聊天机器人版本,每天吸引超过一百万的浏览量。然后,当OpenAI在3月中旬发布GPT-4时,联合创始人Yarats迅速召集全公司进行了一次长时间的黑客马拉松。两周后,他们推出了Perplexity Copilot(交互式搜索伙伴),可以向用户提出进一步澄清问题,同时进行多次搜索,并提供更准确的结果。
Srinivas认为,OpenAI和Midjourney的成功秘诀就是快速迭代。他说:“执行力强的团队就是大赢家。这个时代,速度永远是重要的。”
速度快需要一种不同的心态。在最近的一次全员会议上,当一名员工问是否可以设立可衡量的季度目标时,Srinivas说他很乐意考虑,但前提是员工需要准备好每隔几周就改变他们的目标。
敏捷也需要对技术和创新采取更为灵活的方法,公司需要对他们用来开发产品的技术保持严格的中立态度,甚至对他们创造的产品和技术也是如此,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,他创立了Forethought,一个基于 AI的客户服务系统。由于2022年OpenAI的GPT-3.5和ChatGPT等突破,公司有意识地放弃了大部分自主开发的技术栈。
Nicholas说:我们经历了五个阶段的悲痛,因为我们有几年的技术壁垒。但最终,我们意识到,我们可以通过应用像GPT-4这样的技术,继续领先竞争对手两三年。AI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创始人Dan Siroker说,适应性是必要的,该公司提供一项服务,通过所有数字交互的可搜索记录,给人们“完美的记忆”。他说:世界正在以越来越快的速度变化,所以比其他人更快的能力比过去更重要。这就是为什么我们每天发布11个版本的产品。我甚至会说,你的反应和适应能力比你预测未来的能力更重要。这可能是10年前伟大的创始人的特点,但我不认为它像每天都能注意和倾听,做出更好的决策那样重要。"
趋势2:重新想象生产力
ChatGPT的消费者采用率使得TikTok看起来慢吞吞的,全球有数百万人对它如何提高他们的生产力赞不绝口。领先的初创公司已经开始实施变革,使他们能够用更少的人做更多的事情。
这种生产力的提升为更快的增长创造了基础。首先,它使公司更加盈利。一家保险科技初创公司在对其大型语言模型进行一些轻量级训练后,其利润率从40%跃升到50%以上。
生成型AI帮助初创公司保持小规模的优点,如灵活性和团队精神的同时,实现他们的快速增长。几十年来的研究显示,当涉及到开发软件时,小团队更有效率,更有生产力。这就是Perplexity为什么只接受了2600万美元的A轮融资(尽管它可以融很多的钱)的一个原因:防止公司增长员工数量超过绝对必要的速度。Srinivas说:合适的人做合适的事,就会产生特殊的魔力。”
这种魔力对于招聘也很重要。展示公司的快速进展,是向员工推销一家企业的最佳方式。为什么你应该信任我这个首次创业的创始人呢?因为我的团队每隔几个月就会发布一款出色的软件。
最终,公司的产品策略也需要反映这种生产力革命。以“坐席”(seat)——按照被允许使用的人数来授权软件——作为销售商业对商业软件的一种方式。Siroker说:如果每个员工做的工作量增加10倍,你会想要关注输出,或者关注客户关心的任何其他价值单位。
那么,精益到什么程度最合适呢?没有明确的标准,太多的东西仍在变动。但是,员工人数将会大幅减少,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,公司已经在改变招聘对象,选择更多的全能型选手,而不是因为他们在某种特定的编程语言或任务上有深厚的专业知识,而LLMs正在迅速学习这些任务。当公司中的每个人都在使用生成型AI时,就像他们都穿着钢铁侠的战衣。
Siroker 说:我们正在用15个人建立一家令人惊叹的公司。过去我们可能需要几百人。这是一种不同的思考方式。
新物种就此诞生——员工很少,价值很高的创业公司。NEA的Jacobson说:我们将看到一些公司只有25或50 个人,就能产生几亿美元的收入,非常疯狂。
NEA合伙人Vanessa Larco说,这种超高生产力可能会带来新的问题,包括对顶级AI人才的争夺战的大幅度升级。据报道,OpenAI给AI人才支付的薪水超过百万美元。“生成型AI可能会把一个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。就像你给一个数学不太好的人一个计算器,他们依然不知道怎么充分利用。”
趋势3:构建数据壁垒
网络效应,那种当产品或服务对用户的价值随着每一个新客户的增加而增长的奇妙现象。对于有30亿其他用户在网络上的人来说,Facebook比对于有3000或300万用户的人更有价值,市值巨大的公司几乎总是拥有网络效应。
在生成型AI时代的成功将更少地取决于谁在一开始就拥有最多的客户,更多地取决于谁能找出如何获取更多他们需要的数据,以便比竞争对手构建更好的产品。Larco说:这都与数据有关。你可以是第一行动者,但如果你没有获取专有数据集并大量吞噬这些数据,那再早开始也无济于事。”
因此,生成型AI时代的创始人需要将数据视为更重要的战略优先事项。毕竟,其他传统的竞争优势来源可能并不可行。考虑到围绕生成型AI的创新热潮,没有哪个初创公司可能长期保持大的技术优势,特别是当依赖像GPT-4这样对所有人开放的流行基础模型时。Forethought的Nicholas指出,对于基于AI的产品,最好的品牌和营销就是那种智能的正确性和可靠性。企业几乎不可能以传统的方式建立壁垒,比如技术或品牌,唯一真正的方法就是使用专有数据。”
对于面向消费者的企业,成功在很大程度上取决于是否有真正颠覆性的用户体验。Bordetsky 说:我们需要的是病毒式传播。比如,Perplexity AI的每日流量部分原因是其“答案引擎” 不仅提供ChatGPT式的查询答案,还提供了信息来源的链接。
而且,这些用户体验需要以数据为中心进行设计。Bordetsky说:“公司需要在聚合、用户增长和参与度方面特别出色,以持续改进他们的AI驱动的产品,因为那才是业务的真正驱动力。”
自2017年创立Forethought以创建更好的客服聊天机器人以来,杀手级用户体验一直是 Nicholas的关注焦点。公司投资开发了管道软件,以便轻松地整合来自Confluence、Salesforce 和 Zendesk等现有系统的数据,以便为其聊天机器人提供信息。3月份,它推出了一项基于OpenAI的服务,名为SupportGPT。
因此,公司现在有50多个集成服务,这帮助它签下了100多个客户,包括万豪和Instacart。Nicholas表示,该公司正在构建一个强化学习系统,以捕获甚至看似微不足道的交互,比如帮助台代理人是否真的使用了Forethought系统的推荐,以及最终的客户是否对那个答案满意。
他说:归根到底,就是要创建一个智能系统。今天要建立一个客户服务操作,公司会雇佣代理人,并用传统的记录系统中的客户数据为他们配备武器。
趋势4:思考更大胆
历史上,没有一项技术像生成型AI那样如此快速地崭露头角(无论是搜索,智能手机,还是社交媒体)。自然而然地,竞争水平也同样快速上升。
截至5月,Dealroom统计了超过250家生成型AI初创公司,科技巨头们都在关注这项技术。而且,由于他们已经拥有大量的宝贵数据,这些公司在抵挡下一代颠覆者方面比他们的前辈们有优势。Larco说:“在这种风起云涌的环境,不是一个适合渐进式思考的时代,你需要做一些与众不同且引人注目的事情,增加人们的回头率。”
这意味着要摒弃小打小闹的产品改进,而是要专注于创建全新的品类。对于Rewind的创始人Dan Siroker来说,他的目标是给人们带来“完美的记忆”。一旦一个人同意给予他们的数字活动访问权限——他们去过的网站,他们发送的文本,Zoom通话上说了什么——Rewind的应用程序可以检索任何交互,即使这个人只记得被键入或说出的几个关键词。(目前它只在最新的Mac上工作,因为它们依赖于苹果的M1和M2芯片)。
Dan Siroker
这个计划需要发明一种压缩技术,将数据压缩超过3000倍,使得可以在用户的设备上存储多年的数据。他们还必须找出处理明显的隐私问题的保护措施(例如,所有数据都保留在设备上,永远不会存储在云中)。
但是,强大的挑战是吸引力的一部分。“我看这个更像是一个我想要花余生去解决的问题,而不是一个商业计划,”Siroker说,他将Rewind的记忆保持能力比作一种“超能力”,类似于在他20多岁时失聪时恢复听力的助听器。
Siroker小心翼翼地找到了他确信会支持他的使命的投资人。这使他找到了由NEA领导的一群人,他赞扬我们在所有不可避免的起起落落中投资公司的记录——有时甚至在IPO时购买而不是出售。Siroker说:“NEA理解完成这个任务的成功概率,但还是愿意参与。他们对建立一个具有长期价值的公司感兴趣。这就是他们是为数不多的在每一代技术中都取得成功的公司之一的原因之一。”
Siroker认同这样的理念,即执行大胆的商业计划更容易,而不是更难。“想法越大胆,员工和潜在投资人就越兴奋”。
Perplexity的Srinivas相信,真正的大使命才能激励伟大的人,但强调这需要以真实的成就作为支撑。“我很现实,我们不可能在薪酬上与谷歌竞争。”Srinivas说。“但是现在有很多非常有才华的技术人员在像谷歌这样的地方极度无聊,他们正在寻找他们在世界上留下印记的机会。”
Crowdbotics是另一家使用生成型AI追求崇高目标的NEA成员企业。这家公司打算利用AI来重塑整个软件开发过程。当大量的低代码和无代码竞争者正在创建工具,以便非技术人员可以为简单的应用程序创建软件时,创始人Anand Kulkarni相信,那些在2016年刚开始在学术期刊上讨论的基础模型有一天会让应用开发团队通过自然语言命令完成更多的工作。
“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术语来表达这一点——更不用说被鄙视的任务,如编写文档和确保生成的代码是安全的。此外,Crowdbotics已经开发了流程,使公司可以将开发人员生产的所有软件保存到可重用组件的目录中。
最终,他的愿景是通过让公司在几个小时或几天内生产出生产就绪的代码,而不是现在需要的几个月或几个季度,将开发软件的边际成本降至零,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,帮助开发人员编写其余的部分,并构建必要的安全性、隐私和偏见防护栏。
这个过程永远不会完全自动化,因为人类将必须审查和排除角落案例问题。即便如此,这种方法已经为Crowdbotics的客户释放出潜在的创新力量。几十年来,大多数基于软件的创新想法都被否决,通常是因为对工程成本的担忧。kulkarni说:在将想法推向起跑线的过程中存在太多的摩擦,以至于大多数想法从未被考虑过。我们正在通过使其高效且易于操作来改变这些经济学。
不久以前,Kulkarni并没有过于明确宣布这个使命。公司淡化了对生成型AI的使用,因为担心潜在客户会嘲笑AI能处理构建企业软件这样复杂的事情的想法。“我们已经有了多年的演示,展示我们的系统如何在一分钟内为客户构建一个应用,但我们很少使用它,因为我们认为客户不会相信它。”
现在情况不同了。由于对生成型AI的兴趣如此浓厚,一分钟的演示已经成为“我们与客户交谈的核心”,公司已经调整了营销和产品路线图,以强调生成型AI的能力。Kulkarni说:
世界的思维方式已经改变,市场突然对我们一直在构建的东西产生了渴望。当你身处这样的时刻,你需要去拥抱它们。