FX168财经网_全球视野外汇黄金加密货币NFT资讯网

查诺斯称仍在做空特斯拉但看好英伟达马斯克回应

” 查诺斯还谈到了人工智能的话题——在OpenAI的ChatGPT发布之后，人工智能是2023年的一个关键市场主题。他称赞英伟达是人工智能领域的“时尚女郎”（It girl），并补充说他不会做空这家芯片公司。然而，他强调了人工智能的缺点，并指出了该技术发展带来的风险。查诺斯说：“我认为，每当我们看到这些技术的结构性变化，比如90年代的互联网，人们首先会拥抱一切。但你当然会发现，当它真正成为一个重大转变时，这些技术最终伤害的企业和它们创造的一样多。” 一位X用户转发了查诺斯这次采访的视频，马斯克再次以讽刺的口吻评论称：“吉姆·灭霸需要停止对自己的投资打响指了。”

金融界2023-09-18

AI人才抢夺战：年初疯狂年末彷徨

速形成：人才储备最多的企业，离“中国的OpenAI”最近。千万年薪，难挖硅谷人才以如今AI人才的紧俏程度，Mia觉得千万级的年薪并不夸张。在2023年第一季度，超过17万中国AI企业如雨后春笋般冒了出来。圈内人爱用一句话形容AI赛道的创业热：“光北京就有20多家声称能做大模型的企业。” 但相对的，是写在中国工信部报告中的30万AI人才缺口。再严苛一些，国内有过完整大模型工程经验的人能有多少？AI行业资深人才顾问海浪告诉36氪：“不超过100个人。” 若想要挖到能直接带上百人的团队跑工程的P9、P10，国内就只剩下大厂的几个CTO和首席科学家。“企业想要招技术高管，只能看硅谷。”海浪解释。可惜的是，无论是茶叶、老干妈，还是一千万的高薪，都很难打动硅谷的人才。一名研究员在Mia尚未给出薪酬条件时，就开门见山地拒绝：“老婆孩子都在这里，回国之后孩子的教育问题，也很难解决。” 再过一年多，微软必应团队的算法工程师Joshua就能如愿拿到美国绿卡。在他的人生蓝图里，再积攒两年工作经验，他就从华盛顿搬到硅谷创业。他不愿离开硅谷——即便从今年2月起，求职软件上几乎每天都有99+的未读消息和通知红点。除了薪酬，Joshua还看到有公司开出隐形福利：前半年不背OKR。被求职信息轰炸近一个月后，Joshua关闭了几个求职软件的弹窗。抢人大战中，有成熟落地场景的企业，赢面会大一些。在Mia看来，落地场景就是企业的简历，更能吸引人才。而落地方案尚未成熟的公司，要么有个像王慧文和王小川一样，“人能来事，又能搞钱”的创始人，要么靠“画饼”吸引人才。但国内科研环境与硅谷的现实差距，让大模型创业者画的理想之“饼”，不那么有说服力。在硅谷期间，Mia去了英特尔总部。在那里，每位算法工程师能调用的GPU就有四五百块。“但在国内，四五百张GPU往往是一个项目组能够申请到的算力上限。”Mia说。 △英特尔总部。图源：视觉中国类似的，谷歌AI实验室对人才的大方一度让蓝振忠觉得惊讶。在那里，他能够自由调用相当于几千张A100的TPU。就算在比较冷门的研究组，部门团建仍然开得起高级餐厅最贵的酒。回国成立AI公司“西湖心辰”后，蓝振忠第一次感受到了算力资源的稀缺和昂贵：“公司和学校的科研经费只能买很少一部分，剩余的都得租公有云服务。”为了拉融资买算力，他每天需要和投资机构和客户开五六个电话会。回国的硅谷创业者为资源焦虑，而去硅谷的创业者也屡屡碰壁。一位知名创业者曾在公开场合被问及近期的硅谷之行收获时，坦言自己去硅谷不是为了挖人，而是为了交流技术经验。但一名与该创业者在硅谷交流过的人士告诉36氪：“别信他。因为挖人很难，大多数人过去，只能先建立个联系。” Meta一开源，猎头白干半年年初，AI技术大牛还是圈内最热的招徕对象。像ChatGPT一样参数千亿的大语言模型，仍然是个“舶来品”。对多数企业而言，想要做“中国OpenAI”，就必须大力招人搞技术。然而不久后，意外发生了。扇动翅膀的，是押注AI大模型已久的Meta（前Facebook）。2023年3月8日，被称为“最强开源模型”的大语言模型Llama遭到泄露，任何人都可以下载使用；7月，Llama的研发商Meta主动成为“搅局者”，开源了性能更强的Llama 2，几乎所有公司都能直接免费商用Llama 2。 Llama的开源，迅速降低了大模型训练的门槛。AI从业者们发现，根本没必要花这么多钱招技术人才从0训练模型。理论上，公司只要有足够多和高质数据，对Llama进行微调，就能用较低的成本训练出一个效果不错的模型。很快，不少公司的大模型如雨后春笋般冒了出来，更甚者基于Llama微调后，就冠以“自研”之名。圈内广为流传的一句戏言是：如果Llama不“惨遭开源”，国内就没那么多的“自研”。紧接着，技术领域的人才就开始“贬值”。曾经想从硅谷挖人的几家企业，把自己的需求改成了从国内找工程师，年薪控制在40万元以内。猎头Mia在KTV点了一首《老子明天不上班》：“感觉自己上半年跑硅谷，最后白干。” 上半年，由于技术尚未成熟，大模型的商业化落地并不十分顺利。开源的Llama解决了卡脖子的大模型技术，也将AI企业发展的进度条从大炼模型，快速拉到应用落地。相应的，企业们年初招徕技术人才的热情，在下半年一度转移到了产品经理。在Netflix最新发布的招聘启示中，AI产品经理的年薪开到了90万美元，超过了AI技术总监的65万美元。不过，市场供需并非衡量顶级人才的唯一标尺，Icon（标志）级别的技术大牛热度仍然不减。对企业来说，技术大牛不光是敲代码的员工，还是一个充满内涵的符号：技术人才，意味着技术的天花板，以及持续吸纳资方、客户和人才的门面。昆仑万维CHO杨姝一直觉得，人才是AI公司最优质的资产。公司不仅需要基本功扎实的研发者，也需要一个名号响亮的Icon。就像乔布斯之于智能手机，“Icon和研发者的区别在于，Icon是有市场号召力的，还能吸引更牛的人才过来”。 2020年昆仑万维即布局AIGC和AGI领域，目前相关团队整体规模近千人。但到了2023年，为了争夺人才，杨姝和HR同事每周要沟通近百位候选人。最近，昆仑万维还请来了一位“Icon”——顶级AI科学家颜水成，出任天工智能联席CEO和昆仑万维2050全球研究院院长，吸引全球的AI人才。 “杨红霞博士来之前，我感觉市面上没什么人觉得字节能做大模型这件事。”一名大厂HR点评。作为曾经阿里达摩院大模型M6的项目带头人，杨红霞在今年初转投字节跳动的AI阵营——这一消息也让不少人认为，字节有了和AI“老玩家”百度、阿里同桌竞技的可能。至于花千万元挖一个技术大牛来做AI到底值不值，上述HR回复36氪：“在实现技术革新前，确保企业形象跟上时代潮流。” 所有人都在警惕泡沫 6月后，水温渐凉。钱在上半年，已经涌向了大模型的早期玩家。据不完全统计，上半年融到钱的大模型企业大概有20多家，而6月后，数量骤减至不到1/2。一名双币基金的AI投资人终止了四五家大模型企业的投资进程。她告诉36氪，近期他们只看AI应用。可惜时至今日，AI赛道依然没有一款“杀手级”应用——市场和投资人都在观望，高开的大模型技术是否能持续高走，给予可观的回报。 “CV（计算机视觉领域）好歹也火了一两年，但大模型冷却的速度巨快。”海浪说，“今年大家只是看似拿了很多钱，其实背负了很大压力。” 与赛道一起降温的，还有企业对AI人才的热情。年初的抢人热，更多的是企业们面对新技术的兴奋和FOMO（Fear of Missing Out，害怕错过）情绪。“大家也不管招这么多人有没有用，先把气氛炒起来。”年初Mia接到的需求，大多没有指明招募人才数量的范围，“一是挖人确实难，二是企业不知道挖多少人。” 精打细算后，企业们逐渐发现，人海战术、跑马圈地的互联网打法并不适用于大模型。王慧文曾告诉36氪，他觉得搞大模型“人多了反而起负作用”，最小的建制只要30来人。今年7月，马斯克高调宣布入局大模型领域，新公司xAI只有12名成员。 △xAI的12名成员。图源：xAI官网人海战术的反例是Meta——即便拥有Llama和OPT两支明星大模型团队，但由于算力资源分配的不平衡，目前超半数Llama作者选择了离职。在资源紧俏的大模型领域，缩减人员规模既能如马斯克所说“提高人均可支配资源数量”，也能提高管理效率。王小川在媒体访谈中提到，管理过3000人的搜狗后，发现现在百川只有100、300人，非常容易把效率提上去。更何况，大模型的研究是亟需才能和悟性的领域，人海战术收效甚微。 “一个聪明的大脑胜过万马千军。”智子引擎CEO高一钊告诉36氪，他们团队自研的多模态元乘象ChatImg 2.0，核心算法编写只用了不到5人。当大模型人才的供需趋向平衡，企业对AI人才的急切之心，也迅速恢复平静。 “企业基本只要招一个厉害的CTO，或者个位数的技术带头人。”Mia近期接到的招人需求数量骤减。顶级人才的流动，在上半年的“热战”中基本已成定局，而模型团队中剩余的工程师，Mia发现只要用三四十万的年薪，并不难从国内外大厂或者高校计算机专业中挖到。企业们对AI人才扩张的谨慎，更源于在视觉识别（简称CV）领域发生的那场人才扩张泡沫。 2018年，CV的风口吹起了AI四小龙。当时，估值飙升至60亿美元的高汤，一年内融了20多亿美元。最后大部分融资都去了哪？答案是挖人。当时，即便是CV方向出身的应届毕业生，不少人年薪也能拿到60万元。 △商汤，图源：IC photo 但很快，不少公司发现，CV没有太高的技术壁垒。AI企业To B、To G的业务，很快就被上游的云厂商蚕食。这几年四小龙的难处有目共睹，最早上市的商汤，在2022年每赚一块钱，就要净亏2块。企业不得不让科学家背上营收指标。2020年以来，海浪能明显感到风向的变化，高校出身的教授变得不那么受欢迎，“大家更需要带过团队、做过产品的人”。一家想要智能化转型的物流企业说得更直接：“我们的钱是一个盒子一个盒子搬出来的，不是发论文发出来的。” 迫于营收压力，不少去大厂研究院的大牛，又回到了高校。海浪发现，此前帮大厂挖角的北美高校出身的华人科学家，重新开始以教授的身份发论文。几乎所有企业都不希望人才泡沫再次产生。 Llama发布前，由于大模型是个高壁垒的新技术，企业给人才定的绩效并不具体，比如“年末前超越GPT-3.5，未来1-2年超越GPT-4”。但Llama把进度条快速拉到做应用的阶段，人才们的绩效，迅速指向了商业化。赚钱成了首要指标。Mia下半年接到来自企业的不少需求，从挖人，变成了帮人才做项目管理。一名硅谷出身的研究员对Mia诉苦：“（企业）不是说好给足空间做研究吗？怎么又要背营收？”Mia脑子转得飞快：“企业方觉得您有能力。” 2023年末，是不少企业和投资人检验人才价值的关键点。 “投资人和创始人都需要先看看，到年底花钱找来的人，能跑出什么东西，再决定是否继续入场。”海浪说。从给title的爽快程度，他能感受到今年企业的谨慎：2018年，帮技术大牛谈个T10、P10以上的岗位并不难。但今年，P9的职级都需要垫脚伸手够一够。早上六七点起，游一小时的泳，紧接着去实验室工作到晚上9点，然后回去陪家人——这是在卡内基梅隆大学读博时蓝振忠的一天，“从不加班熬夜，也不把工作带回家”。但在这轮热潮中，蓝振忠破了戒。这位技术老手、创业新手最近主动约见了不少投资人，从头学习管理和战略：“在终场来临前，努力让自己不被市场淘汰。” （应采访者要求，文中海浪、Mia、Joshua为化名）来源：金色财经

金色财经2023-09-16

如何参与 Worldcoin简析 Worldcoin 愿景、功能信息

项目简介 Worldcoin 是由 OpenAI 创始人 Sam Altman 创立的加密货币项目。它的核心使命是为全球大部分人提供一个可靠、公平的数字身份和货币体系。在当前的环境中，尽管数字技术迅速发展，但仍有大量的人无法以数字方式验证自己的身份，这在许多情况下限制了他们获得金融和其他服务的能力。 Worldcoin 的愿景 Sam Altman 和他的团队认为，建立一个公平的数字身份体系是为全球人口提供更好金融机会的关键。Worldcoin 的愿景不仅仅是创建另一个加密货币，而是帮助每个人获得数字身份，并进入全球金融体系。为了实现这一目标，Worldcoin 开发了一种独特的身份验证方法，可以迅速且公正地为用户提供数字身份。经过身份验证的用户将能够访问各种金融和其他服务，从而改善他们的生活质量和经济前景。技术与应用 Worldcoin 的技术背后的具体细节尚未全面揭示，但其核心是一个安全、去中心化的区块链系统。这个系统将使个人能够存储、管理和验证自己的身份，而无需依赖传统的中央权威或第三方服务。此外，作为一个完整的金融生态系统，Worldcoin 也将提供一系列金融产品和服务，如储蓄、贷款和投资。结论 Worldcoin 是一个雄心勃勃的项目，它希望通过提供全球最大、最公平的数字身份和货币体系来解决全球金融不平等的问题。在 Sam Altman 的领导下，这个项目有潜力重塑我们对金融服务和数字身份的看法。然而，它也面临着诸多挑战，包括技术、监管和市场接受度等方面的问题。 World ID介绍 World ID 是 Worldcoin 项目中的核心组件，代表了数字身份在加密领域的未来方向。这是一个尝试解决去中心化身份验证问题的方案。以下是 World ID 的一些核心特点和它可能带来的影响：零知识证明：零知识证明是一种加密方法，使得一方可以向另一方证明自己知道某个信息，而无需透露该信息。在 World ID 的上下文中，这意味着人们可以证明自己的身份，而无需透露任何个人信息，确保隐私和安全。 Orb 设备：Orb 是 Worldcoin 用于身份验证的生物识别设备。它通过扫描用户的虹膜来验证他们的身份。虹膜识别被认为是目前最安全的生物识别技术之一，因为每个人的虹膜都是独特的，与指纹或面部识别相比，更难以伪造。简化身份验证：理论上，一旦用户完成了 World ID 的初始化验证，他们就可以在任何支持 World ID 的平台上进行身份验证，而无需再次进行复杂的验证过程。隐私保护：World ID 的设计理念是保护用户隐私。零知识证明和 Orb 设备确保了用户在身份验证过程中的隐私权。广泛应用：如果 Worldcoin 项目成功，并且 World ID 得到广泛接受，那么它可能会被应用于多种在线和离线服务，从金融交易到在线服务的登录验证。潜在挑战：尽管 World ID 在理论上听起来很吸引人，但实施这种身份验证系统仍然面临许多挑战，包括技术障碍、用户接受度、设备分发和监管问题。 World ID 是对数字身份验证的一次重要尝试，结合了加密技术和生物识别技术，旨在为用户提供一个既安全又便捷的身份验证方法。 Worldcoin 的愿景确实是宏大和有影响力的。其目标是解决全球金融体系中的一项核心挑战：如何确保每个人都能获得和利用数字身份和货币。以下是对这一愿景的一些深入思考：包容性：全球仍有大量的人口无法获得基本的金融服务，这通常被称为“无银行”的人。将这些人纳入全球金融体系对于减少贫困和推动经济增长至关重要。数字身份：在许多地方，缺乏官方身份证明使人们无法获得金融服务。一个去中心化的、基于加密货币的身份系统可以解决这个问题。去中心化金融 (DeFi)：通过去中心化金融，人们可以直接、安全地进行金融交易，无需传统的金融中介，这大大降低了成本和门槛。全球货币：随着全球化的加速，有一个稳定、可靠且被全球接受的货币会变得越来越重要。Worldcoin 的愿景可能正指向这个方向。总的来说，尽管 Worldcoin 的愿景是具有吸引力的，但它的实现需要跨越许多技术、社会和政策方面的障碍。Worldcoin 或许会在未来为我们提供一个解决这些问题的方法或框架。只有时间才会告诉我们它是否能实现其雄心壮志的目标。来源：金色财经

金色财经2023-09-16

美股开盘：道指跌近60点科技股多数下跌Arm上市次日开盘涨近8%

的早期版本。据报道，Gemini旨在与OpenAI的GPT-4模型竞争。亚马逊开设拉美最大的“最后一英里”配送中心周四，亚马逊在拉丁美洲最大的“最后一英里”配送中心——墨西哥首都的一个仓库正式启用，因为亚马逊正寻求在该地区人口最多的城市之一墨西哥城提供更快的配送服务。 AdobeQ3业绩超预期，Q4指引令投资者失望 AdobeQ3业绩超预期，Q4指引令投资者失望。Adobe Q3营收为48.9亿美元，同比增长10%，好于市场预期的48.7亿美元;净利润为14.03亿美元，上年同期为11.36亿美元;不计部分项目的每股收益为4.09美元，好于市场预期的3.98美元。

金融界2023-09-15

【一周科技动态】苹果“危”矣？特斯拉画饼？要不还是谷歌？

谷歌接近发布Gemini AI，以与OpenAI竞争; 特斯拉计划今年从印度采购价值高达19亿美元的汽车零部件；摩根士丹利发布研报称，得益于Dojo超级计算机，特斯拉股价将大涨（目标价400美元）； Meta正在开发一个新的更强大的AI系统，计划明年推出新的AI模型；英伟达等八家公司自愿承诺管理AI风险，包括展开安全测试、添加数字水印等 $Arm Holdings(ARM)$ 定价在每股51美元，首日开盘飙涨20%，TTM的市盈率超过英伟达；三星已对移动手机存储芯片DRAM和NAND涨价10%-20% 一周核心观点苹果新品发布会，惊喜太难，惊吓也难？众星盼月的苹果发布会终于举行，照例般的“卖事实”也让苹果股价在发布会后下挫，究其原因还是创意不足，且已有的变化都被市场猜中。我们认为 iPhone15系列的涨价估计是支持业绩的最大利好了，北美区的涨幅更大，增速最强的大中华区反而显得涨幅不大了。考虑到两国的通胀、利率水平差距，苹果还是想在大中华区获得销量领先的优势，竞争对手也是给足了压力；更新了全系列的充电线，也是变着法子增加配件利润。加上近几年的服务收入增速上升，搭配的Apple Care之类的也成了重要增量；从这个角度看，“苹果税”短期内是没有谈判余地的了；人们的换新需求很有可能是来自容量端的压力。由于软件的不断升级，此前iPhone 11-13的用户越来越多有更换更大容量的需求。苹果近几年发布会，市场都反馈是“平平无奇、缺少新意”，短期内股价在“卖出事实”之后，“惊喜也难、惊吓也难”。但是往年在购物季的销量也还不错，所以，待Q4购物季（双十一、黑五等）过去后，来观察头3个月的销量情况，可能对苹果未来半年的股价有更大的指引。不知道哪天iPhone设备在中国区“失速”之后，库克会不会也像Meta的小扎一样翻脸无情呢？大摩招了木头姐方舟基金的EV团队？ $摩根士丹利(MS)$ 很少更新对Tesla的报告，但是这次更新就很重磅，他们联合了多个团队的分析师，一举将目标价从此前的250美元提升至400美元，而这关键因素就是超算Dojo。这个饼画的足够大： Dojo超算旨在处理训练自动驾驶系统中的大量数据，它可能会给特斯拉在这个潜在价值达10万亿美元的自动驾驶领域，带来“不对称的优势”。这篇报告虽然清晰地给出了提升目标估值的来源——因为Dojo不直接单独产生收入，更重要的是提升硬件产品销售，或者向外收取Service费用来获得现金流，而且是以2030年的市场规模以及获得市场份额的情况倒推回来，像极了当时给3000目标价（Tesla除权前，即对应现在750美元目标价）的“木头姐”Cathie Wood。 $ARK Innovation ETF(ARKK)$ 我们提示一下几个风险，毕竟2030还挺远，现在的科技进步很快。自动驾驶的合法性。以美国的效率，国会辩论个3年也未必有结果，更何况还有各方利益要平衡，而各州法律又不想同，万一有州特立独行？此外，欧洲最擅长给大企业“敲竹杠”，就等着你特斯拉来呢；不能忽视其他厂商的研发能力。包括中国新能源势力的努力，毕竟特斯拉想卖给其他车企，别人也得要。数据安全。开放自动驾驶，意味着把该国的路面信息都交出去，站在国家安全视角，也断然不会同意。当然，短期内这种重量级、看着玄学却有理有据的报告，是特别能对交投活跃的票产生效果的，这恐怕是特斯拉冲300美元的最好机会。机会还是在谷歌？虽然与OpenAI的大模型竞速中落于下风，但谷歌的马上就要发布谷歌大脑与DeepMind共同研发的人类最强大模型——Gemini（双子星）。 Gemini直接对标OpenAI GPT-4，是谷歌两支最强人工智能团队合并后的结晶。除了常规AI聊天机器人具备的功能（总结文本、撰写邮件等），Gemini可能还支持图片生成，此外，在代码能力上也可能有极大提升。从二级市场表现来看，谷歌也是Q2财报以来表现最稳定、最强势的，原因包括且不限于： 1. 对广告业务的预期可以再提高一些。近期NFLX的CFO表示更多用户选择不带广告的套餐，导致广告收入可能增长没有那么快，而谷歌的表现一直很稳定，且Chrome在融合GPT以及日后的Gemini之后，从广告上变现能力可能更强。 2. 此前被市场看衰（的确是Bard表现不好）的AI机器人，有很大可能迎来翻盘。且Chrome的基本盘本来就大，更容易培养了用户习惯。此外谷歌的云服务还能提供更多的机会。 "TANMAM"的投资策略我们将这权重最大的7家公司合成一个投资组合，称之为“TANMAM”组合。以等权重、每季度重新调整权重的方式对这个组合进行回测，那么从2015年以来表现是远超 $标普500ETF(SPY)$ 的，总回报达到了1391.97%，同期SPY回报155.77%。年初以来，该组合总回报为97.1%，夏普比率为6.0，而同期SPY总回报18.7%。

老虎证券2023-09-15

风投 Greylock：会最先被 AI 重塑的高潜市场

品化的，也充满了平台风险。仅仅通过对 OpenAI 的 API 调用来创建持久价值的公司可能会有很多失败。在这篇文章中，笔者为下一波 AI Native 的产品提出了其观点，并概述了创始人可能如何抓住这个机会。作者认为，创始人创建 AI 为先的公司有三个最大的机会： 1. AI-First 的网络和市场 2. 重新定义企业软件类别 3. 各类服务的 Copliots 01. AI-First 的网络和市场在上一波消费软件中，社交网络和市场是主导的商业模式，创造了数万亿美元的市值，仅 Meta 的估值就接近 8000 亿美元。Greylock 有幸支持了其中的很多，包括 Meta、LinkedIn、Roblox、Airbnb、Discord、Musical.ly（现在的 TikTok）和 Nextdoor。从这些估值中可以看出，这些网络被认为是「不可打破的」。但现在，AI 挑战了我们的许多最初的假设。这正在创造一个新的竞赛，建立下一个以 AI 为首的网络。我们从连接人的网络转向了算法连接人和内容。现在，我们正转向算法取代人。作者观察到的进程如下： Pre-AI 网络 → 人与人和企业相互连接 AI 驱动的网络 → 人们为算法发布和消费内容仅 AI 网络 → AI 为每个人创建个性化内容除了社交网络外，AI 将影响一系列的「纯数字」网络，包括约会应用、游戏、劳动力市场和专业技能市场。大多数现有的公司都会以某种形式融入 AI，而其他公司则会完全改造他们的产品，使之成为 AI-first。很可能，现有的公司会动作迟缓，整个类别都会被重新定义。当创始人评估 AI-first 的市场机会时，可以重点看两件事： • 从参与者那里产生独特数据的市场 • 连接双方的市场，而不是替代其中一个为了说明这一点，让我们拿两个将用 AI 重建的市场来比较：一个自由职业者的 logo 设计市场和一个求职工作市场。想象一个自由职业者的 logo 设计市场，像 Fiverr 的一部分功能（Sense 说：Fiverr 是一家自由职业者的 freelancer 求职平台。成立于 2010 年并已成功上市），将被一个算法所取代。用户输入一个提示，几次尝试后，得到他们的 logo 。在这种情况下，算法接收到的数据相对较浅（提示和选择），供应端完全被算法所取代。与之相比，AI-first 的工作市场会是怎样的呢？最佳产品将是一个为求职者提供的 AI 职业教练和一个为招聘者提供的 AI 助手 - 两个看似独立的产品，由同一个算法连接起来。教练可以从求职者那里收集深入的信息 - 远超过他们在简历或 LinkedIn 上分享的信息 - 并使用这些数据不仅找到完美的匹配，还帮助他们发现最令人满足的职业道路。结合对招聘者需求的深入了解，教练和助手都会变得更好。在这种情况下，产品旨在收集更加细微的数据，AI 增强并连接供应（求职者）和需求（招聘者），而不是替代其中一个。 02.重新定义企业软件类别平台的转变往往足够重大，以至于为重建大型软件类别创造了机会。以生产力和云端转变为例。尽管 Microsoft 凭借 Microsoft Office 拥有了主导地位（并在云端通过 Microsoft Azure 拥有了互补的主导地位），但他们在协作软件市场上留下了超过 500 亿美元的空白，这一空白被 GSuite 和 Figma 等产品所占据。对于许多用例，唯一重要的特性是实时协作，这使 GSheets 能够获得市场份额，尽管它的功能少于 Microsoft Excel。同样地，现在将会有许多软件类别，其中主导特性是 AI ，这为新入行者提供了足够的发展空间，直到现有企业赶上 AI。对于进攻大型软件类别的初创企业来说，最好的机会来自于找到现有企业无法竞争的角度。以下是四个例子： 1. 用 AI 重新构想的 UI/UX - 现有的 UI 会变得不相关。 2. 用 AI 重新构想的 UI/UX - 现有的 UI 会变得不相关。 3. 用 AI 重新构想产品功能 - 现有企业在不同的范围内竞争。 4. 用 AI 重新构想的商业模型 - 现有的商业模型无法适应。其中一个最不明显的一个维度是当 AI 让初创公司能够通过重新定义产品功能来进行竞争。以生产力 / 效率工具为例。像 Tome 这样的公司，是 Greylock 支持的一个 AI 驱动的演示工具，希望解决知识工作者的端到端工作流：从想法到收集必要的数据，再到提出连贯的论点。如今，PowerPoint 只涉及这一过程的最后部分，使得 Tome 可以在不同的维度上进行竞争。另一个很好的例子是客户服务，这是一个 100 亿美元的软件市场。最「明显」的起点是使用 AI 自动化客户服务代表。但是，如果整个客户服务的概念被重新想象呢？如今，大多数公司通过在 5 个菜单后面隐藏「联系我们」按钮和不断扩展的电话树来积极减少来电量。但在 AI 的世界里，每次互动都可以是便宜、愉快且能带来收入的。在那样的世界里，公司可能会积极地尝试与他们的客户交谈。当笔者 2016 年还在 Meta 工作时，有试图用一个 AI 机器人平台来解决这个问题。当时同 KLM 航空公司进行了试点，构建了一个体验，其中 Messenger 处理了乘客旅程的每一个环节 - 登机牌、客户服务、目的地的旅行建议等，全部在一次对话中完成。尽管得到了很好的反馈，但由于服务成本的原因，这个试点被终止 - 但现在，LLMs 可以使这类互动成为可能。 Greylock 的投资组合公司中包括 Cresta、Postscript、Gladly 和 Curated，都在从不同的角度研究这个问题，即重新思考企业如何使用 AI 与他们的客户沟通。 03.各类服务的 Copilots AI 中最有趣的新机会之一是利用 AI 「副驾驶」追求服务市场，这个市场相对于软件来说要大得多。大多数的知识工作涉及分析和转化数据，这是算法更适合的任务。 Greylock 认为那些金牌销售人员的副驾驶具有最好的机会，比如财富管理者、保险经纪人和抵押贷款经纪人。他们的角色涉及大量基于文本的协调，他们在多个应用程序中工作，而且提高效率的投资回报是实实在在的。以财富管理者为例。根据摩根士丹利的数据，财富管理者的客户保留的最大指标不是投资组合的表现，而是与客户的个性化互动的一致性。如果一个基于 AI 的代理能够结合客户的投资组合信息、单个公司的股票研究和公司的 CRM —— 所有这些都是基于个人独特语气的培训 —— 一个财富管理者只需按一个按钮就可以每周向客户发送个性化的便条。最后，如果财富管理者能为 1000 个客户提供个性化的服务，而不是 100 个，那么每个人都会受益。尽管某些人可能过度炒作副驾驶，但这个机会是巨大的 —— 使软件公司能够追求服务的支出，而不仅仅是软件，打开了以千亿计的市场。 04.总结 AI 领域充满了噪音。从真正的技术乐观主义者，他们视 AI 为人类的巨大放大器，到悲观主义者，他们认为每个应用只是建立在 OpenAI 之上的套壳，再到从乐观主义者变成的悲观主义者，他们相信 AI 将自动化所有工作（并取代人类）。无疑，会有批评者认为许多产品只是基础模型上的功能。但那些将 AI 视为产品开发和 GTM 策略背后的驱动力的构建者实际上将创造出以前从未存在过的新市场和体验。通过结合产品和领域的专业知识，以及对人类行为和 AI 的基本了解，这些构建者将使有防御性、有价值的 AI 优先产品成为现实。 AI 是一个重要的代际技术浪潮——就像互联网、移动和云计算一样。这是对最有雄心的企业家来说，建立新事物、改变我们工作和生活方式的机会。正如笔者所概述的，这可能是 AI 优先的网络，如劳动力市场；完全由 AI 解锁的新类别的软件产品；或者在金融服务等行业启用的 AI 副驾驶。来源：金色财经

金色财经2023-09-15

英国芯片设计公司ARM赴美上市发行价51美元估值近545亿美元

抓住人们对人工智能和语言生成系统（例如OpenAI的ChatGPT）的兴趣激增的机会。人工智能系统需要大量的计算能力来创建和部署，这为包括Arm在内的芯片制造商和供应商提供了一个巨大的新市场可供开发。处于人工智能热潮中心的芯片制造商英伟达的股价今年上涨了两倍多，使该公司的估值突破了1万亿美元。英伟达正在将Arm的电路设计纳入其即将推出的一些芯片中，尽管Arm尚未处于AI热潮的中心。

楼喆2023-09-14

马斯克与扎克伯格共同出席AI峰会座位被远远隔开

科技高管包括微软联合创始人比尔·盖茨和OpenAI首席执行官山姆·奥特曼，他们也与马斯克有分歧。马斯克本周再次强烈批评盖茨做空特斯拉的行为，指责他在2018年“特斯拉最脆弱的时候押注我们破产”。至于马斯克和扎克伯格，两人自2016年以来一直不和，当时SpaceX的火箭发生爆炸，摧毁了Facebook的第一颗卫星。今年6月，马斯克提出要和扎克伯格来一场笼中格斗赛，扎克伯格回应称“位置发我”，但迄今为止，两个人一直未能就格斗地点达成一致。扎克伯格后来声称，他认为马斯克对待这场格斗并不认真，因此决定是时候抽身出来继续前进了。今年7月，扎克伯格推出了基于文本的社交媒体平台Threads，被普遍认为是挑战马斯克的X平台，这令两人的关系变得更加紧张。不过，在周三的会议上，马斯克和扎克伯格似乎并没有发生任何冲突。马斯克在离开会议时对记者说：“实际上，这是世界上最聪明的一些人之间进行的一场非常文明的讨论。”

金融界2023-09-14

被机构采用的币是个值得期待的叙事

布与微软合作，将使用微软 Azure OpenAI 服务加速 Web3 採用。双方也将共同探索资产代币化、加密支付、CBDC 等，推动金融服务企业採用 Web3 技术 MATIC Polygon 应该是与最多 Web2 企业展开合作的公链了先前被纳入迪士尼加速器计画也与电玩公司 Square Enix 合作，将 NFT 游戏引入生态系前阵子十分热门的新创手机品牌“Nothing”也整合了 Polygon 技术到手机中可口可乐、Starbucks 的 NFT 也都是採用 Polygon 发行机构想採用区块链，其实未必是知名公链，有些可能是你听都没听过的小公链 BMW 使用 VeChainThor，以区块储存重要的车辆资讯，避免二手市场的伪造问题而 Casper Labs 在前年成为了 IMB 的合作伙伴 MultiverseX 先前则是与 Samsung 推出了区块链游戏我相信 Web2 机构们肯定已经看到区块链的优势跟潜力但考量到可掌控的程度与监管问题，机构採用公链的难度相对高，不一定会选择知名公链而有些也可能会选择打造一条私有链 (ex. 银行的联盟链) 不过别失望，因为这也意味著，这些已经被採用的项目，未来可能有更多叙事的空间与机会。后期会给大家带来其他赛道的龙头项目分析。感兴趣的可以点个关注。我也会不定期整理一些前沿资询和项目点评，欢迎各位志同道合的币圈人一起来探索。有问题可以评论提问或者私信来源：金色财经

金色财经2023-09-14

生成式AI消费者使用现状分析

类。我们先不考虑ChatGPT（鉴于OpenAI的113亿美元融资额，该数据存在偏差），拥有专有模式的公司平均融资额为9800万美元。相比之下，对开源模式进行微调的公司的融资额需要2000万美元，而“wrapper”类公司只需要900万美元。 2、ChatGPT目前遥遥领先…… ChatGPT占据了前50名产品全部月流量的60%，估计月访问量为16亿，月用户量为2亿（截至2023年6月）。这使得ChatGPT成为全球第24大访问量最大的网站。虽然竞争平台CharacterAI已经稳居第二，规模约为ChatGPT的21%，但还没有其他产品取得如此迅猛的发展。特别是在手机领域，根据Sensor Tower的数据，CharacterAI是最强大的早期玩家之一，其日活用户数量可与ChatGPT相媲美，且用户留存率明显更高。与主流消费产品相比，即使是最大的GenAI产品也是小巫见大巫。将ChatGPT的web流量和移动应用流量加在一起时，ChatGPT的排名与Reddit、LinkedIn和Twitch大致相当，但仍远低于“巨头”们（WhatsApp、YouTube、Facebook等）。 3、LLM助手（如ChatGPT）占主导地位，但竞争对手和创新工具日益兴起在前50名产品中，通用LLM聊天机器人占总消费流量的68%。除了ChatGPT，同一类产品还有来自谷歌的Bard和来自Quora的Poe，均排名前五。然而，近几个月来，另外两类应用开始受到重视——AI陪伴类应用（如CharacterAI）和内容生成工具（如Midjourney和ElevenLabs）。在更广泛的内容生成类别中，图像生成是最大用例，占41%的流量，其次是专业消费者写作工具，占26%，视频生成占8%。另一个值得一提的类别是模型中心（Model Hub），该类产品上榜的只有两个，但却有相当大的流量——Civitai（AI绘画模型分享平台）和Hugging Face都排在前十位。这真是让人印象深刻，因为消费者通常访问这些网站是为了下载本地运行的模型，所以web流量可能低估了实际使应用。 4、早期“赢家”已经出现，但大多数产品类仍可竞争对于建设者来说，好消息是：尽管人们对生成式AI的兴趣激增，但在很多类别下，还没有绝对成功过的产品。下图显示了各个领域中排名第一和第二的玩家之间的流量差异。虽然也有一些例外（例如，陪伴类产品），但大多数类别的差距不超过2x，这意味着排名第一的公司的访问量是排名第二的竞争对手的两倍（或更少）。鉴于榜单上的公司在过去6个月的平均月增长率为50%，这个差距并非不可逾越。我们也开始看到显著的分化。专门为特定用例或工作流程构建的产品正在与更多的通用工具一起增长，并且显示出了它们也可以成为成功公司的迹象。有一个例子就是图像生成。虽然Midjourney在更广阔的领域占据主导地位，但像Leonardo（专门针对游戏资产）这样的公司也有惊人的流量增长。下图显示了Midjourney的Discord服务器成员的增长情况，以及Leonardo的月唯一访问量。虽然规模还不相同，但在Midjourney持续上升的同时，Leonardo已经能够吸引数百万用户了。 6、完全有机的头部产品购买，消费者愿意付账！过去5年里，许多消费应用都陷入了用户获取难题。由于缺少平台转换（例如，互联网到移动端）的支持，很难激发用户对新产品的兴奋度。用户获取成本也在上升，这意味着大多数消费类公司不得不担心生命周期价值和用户获取成本等指标。 GenAI改变了游戏规则。榜单上的大多数公司都没有付费营销（至少SimilarWeb可以归入此类）。通过X、Reddit、Discord和电子邮件，以及口碑传播和推荐增长，可以“获得”大量免费流量。这些GenAI产品中排名最后四分之一的产品只有2%的付费流量。相比之下，根据a16z对150款产品的基准测试，非AI消费订阅公司排名最后四分之一公司的付费流量为70%。消费者也愿意为GenAI付费。榜单上90%的公司已经开始盈利，几乎都是通过订阅模式盈利的。名单上任意一款普通产品基本每个月能赚21美元（针对月订阅计划用户），每年能赚252美元。如果你在AI平台出现之前订阅过任何流行的消费订阅产品（例如Calm、Headspace、Duolingo），你就会知道这些产品的年订阅费通常不到70美元，月订阅费平均为10美元。生成式AI开启了一个新的价值层，提高了消费者的支付意愿。 6、GenAI移动应用平台仍层出不穷到目前为止，消费类AI产品主要重心是浏览器，而不是应用程序。就连ChatGPT也花了6个月的时间才发布了一款移动应用！但也有明显的例外。在图像生成类别中，得益于第三方API，应用程序的“启动障碍”相当低。像Lensa和WOMBO这样的产品用户量急剧上升，当然下降的速度也很快。为什么没有更多的人工智能公司进军移动领域呢？浏览器是解除最广泛消费群体的一个自然而然的起点。许多人工智能公司的团队规模较小，他们可能不希望将注意力和资源分散到Web、iOS和Android上。因此，目前榜单上只有15家公司拥有一款活跃的移动应用，而且这15家公司几乎无一例外，来自于自己的移动应用的月流量还不到10%，绝大部分流量都来自于web端。有3个明显的例外：面向专业消费者的设计公司PhotoRoom（估计移动应用流量高达88%），陪伴应用CharacterAI（移动应用流量占46%）和文本语音转换产品Speechify（移动应用流量占20%）。这些公司的移动应用用户粘性比他们的网站用户粘性更大。鉴于消费者现在平均每天花在移动设备上的时间比台式电脑多36分钟（4.1小时vs. 3.5小时），我们预计随着技术的成熟，会出现更多以移动端为重心的GenAI产品。来源：金色财经

金色财经2023-09-14

24小时热点