对于考虑创办AI初创公司的创始人来说，这似乎是最好的时代。随着OpenAI向大众发布ChatGPT，AI正被置于商业乃至所有技术活动的核心地位。在行业充满能量与热度的当下，此时入局看似顺理成章。
然而，这也可能是最糟糕的时代。AI技术演变极快，创始人的创意可能尚未落地便已过时。如何在快速变化的格局中构思一个持久的项目？归根结底，过往成功初创公司的原则依然适用，只是在当前极速发展的环境下，执行难度更大。
上周，一批成功的创始人和企业家在“行动中的想象力”会议上分享了经验。他们的建议有助于创始人把握机遇，利用这一技术飞跃取得成功。
什么有效？
CB Insights汇编了2021年和2022年的数据，分析了风险投资在生成式AI初创公司领域的流向。尽管近期炒作不断，但以下图表展示了当时的实际投资情况：
这些数据在2023年及以后是否仍具参考价值？如何打造一家能吸引投资的AI初创公司？
OpenAI联合创始人兼CEO Sam Altman通过Zoom参会时表示，思考新一代初创企业需有新视角，但最终仍需回归打造成功企业的基本要素。
Altman指出：“永远不要失去对长期愿景的关注。同时，建立紧密的反馈循环至关重要——关注什么有效、什么无效，多做有效的部分，少做无效的，并进行极其细致的用户观察。”
他强调倾听客户声音并回应需求的重要性：“推测想法远不如推出产品、深入理解现状并做出响应有价值。”
资深风投人、Khosla Ventures创始人Vinod Khosla同样通过Zoom发言。他认为，构建AI初创公司的最大挑战在于变化速度：创意极易过时，因此必须聚焦于能经受时间考验的方向。
Khosla举例称，当OpenAI发布插件功能后，约一半YC（Y Combinator）批次的项目变得过时，因为它们仅是在ChatGPT或GPT-4上做小改动。从现有技术反向推导并不稳妥，因为你的创意难以抵御OpenAI及其他巨头的迭代冲击。
“因此，应在应用领域和基础模型领域建立差异化，并组建合适的团队来开发产品，”Khosla建议道。
DeepMind联合创始人Dileep George则强调，必须构建能在实验室之外部署的产品。“你真正需要担心的是‘演示到部署’的差距。在实验室做演示很容易，但要转化为客户价值，现实世界的部署中存在巨大鸿沟。这正是AI用例痛点所在，必须从一开始就加以缓解。”
坚守基本要素
Endeca创始人Steve Papa（该公司于2011年被Oracle收购，后创立餐厅管理工具Toast）表示，无论技术如何变迁，相同的成功原则始终适用。关键在于弄清楚AI如何使现有工具变得更好。
Papa认为：“同一类公司不断被重建、被收购，随后又有新人出现解决同类问题。而在每一个这样的领域，都必然存在由AI驱动、加速、提高资本效率的机会。”
HubSpot联合创始人Brian Halligan（目前致力于绿色科技风投机构Propeller）也表示，有时只需寻找将AI融入现有企业软件的方法，使其更好、更快、更易用。
生成式AI可能改变我们与企业软件的交互方式
Halligan指出：“每一款企业软件都将经历类似从DOS到Windows的转变，从而彻底改变用户与软件的交互方式。”
此外，还需为初创公司构建韧性和防御能力。Khosla提醒，若想打造成功公司，必须思考大语言模型的未来，甚至探索不依赖大模型的替代路径。无论如何，必须发挥创造力，超越当下。
“我怀疑在座有些人会认为大语言模型并非终极答案。因此，我们正在积极投资替代方案以及更大规模的模型，”Khosla说。
回顾从GPT-2到GPT-4的能力增长，这种趋势很可能持续。聪明的创始人应着眼于未来能力，而非仅为当下构建。
正如Khosla所言：“创业者需要滑向冰球即将到达的地方，而不是它现在所在的地方。”