从拨号上网到创立估值55亿美元独角兽，Transformer作者万字访谈聊AI趋势
原文中文，约18900字，阅读约需45分钟。
📝
内容提要
Cohere联合创始人Aidan Gomez讨论了AI公司面临的挑战，强调了数据和模型/方法创新的重要性。他认为扩大模型规模是低效的，应探索其他途径。他担心AI创业公司被大型云服务公司收购。
🔎
延伸解读
规模扩张之外：数据与方法的创新机会
戈麦斯指出，扩大模型规模虽有效但极其低效，且成本高昂。对于资源有限的创业公司，数据创新（如提升数据质量、使用合成数据）和方法创新（如新的强化学习算法、搜索机制）是更可行的路径。这些创新能显著提升模型性能，且不依赖指数级增长的算力。
模型API盈利困境与应用层机遇
戈麦斯认为，仅靠销售模型API的公司将面临价格战导致的利润压缩，生存艰难。相反，应用层如ChatGPT的订阅模式展现出吸引力。长期看模型层仍有价值，但短期利润率低，企业需向产品套件扩展。
企业采用AI的信任与安全挑战
企业引入AI的主要障碍是对数据安全和隐私的担忧。戈麦斯强调，私有部署成为趋势，模型可带到数据所在处，确保完全私密。此外，模型幻觉问题可通过RAG等技术缓解，提升企业信任。
AI初创公司的收购风险与独立性
戈麦斯警告，AI初创公司被大型云服务商收购可能带来危险，因为云厂商的投资逻辑与风险投资不同，可能影响公司独立发展。Cohere选择保持独立，通过多元芯片合作和私有部署，满足客户避免锁定的需求。
❓
Q&A
AI公司面临哪些主要挑战？
AI公司面临资源需求增长、利润压缩、推理能力不足等多重挑战。
扩大模型规模的效率如何？
扩大模型规模被认为是低效的，需探索其他创新路径。
AI初创公司被收购的风险是什么？
AI初创公司被大型云服务公司收购的风险在于成为有效的子公司，可能面临利润压力。
如何提升AI模型的推理能力？
提升推理能力需要收集更多展示推理过程的训练数据。
AI的未来发展方向是什么？
AI的未来在于提升生产力，而非取代人类工作。
企业在引入AI时面临哪些问题？
企业在引入AI时主要面临信任和安全性问题，私有部署成为趋势。
🏷️
