在 YC Demo Days 上观摩数百个初创项目时，你并不总是确定自己是否真的察觉到了某种模式，还是说你的大脑在与单调乏味的会议作斗争（就像咖啡与困意搏斗）时，出于对商业计划的一种“空想性错视”（pareidolia），自行臆造出了这些模式。不过，今年的主题相当明显：“AI 大概能做到！也许吧。”
当然，今天的 AI 模型比昨天、前天的更强大。但我们反复看到，这些系统在演示中表现良好，却在系统性需求或作为需要可靠、可重复结果的工具使用时却掉链子。
很难不把这批项目看作即将到来的 AI 驱动“shovelware”（指粗制滥造的软件）浪潮的前奏。选定一个用例，对现有模型稍作微调（没人真的会自己从头构建模型），挑选一些好的例子用于截图展示，再套用一个现成的 UI 界面。恭喜，你现在就是中东和北非地区首个面向独立酒吧和餐厅的 AI 社交媒体内容生成平台了。买几百条五星好评，你就上路了！
现在，并不是说开罗和贝鲁特的餐厅不需要一个有用的工具来在网上获得关注并吸引新客户。问题在于，让目前存在的 AI 为你做点什么，某种程度上就像是在承认：这根本不重要。
创建一个 AI 对话代理来接听你公司的电话，当你将其框架化为永不流失客户的一种方式时，听起来很不错。但当他们打电话的公司决定让他们接受的接待就是 AI 时，客户会怎么想？就我个人而言，我会挂断电话去找别人。对于那些接到 AI 来电安排预约的技工来说，情况也一样。
我们最喜欢的 YC 2023 冬季 Demo Day 初创公司——第一部分
意识到发给你的邮件被 AI trivially “个性化”了，就像是被告诉：我们懒得个性化我们的邮件，但希望你们以为我们做了。难道你不会觉得被欺骗了吗？这是对顾客的一种系统性欺诈。
如果你与一家公司的第一次面试是与一个对话代理进行的，或者是一个显然正在从知识库或其他地方读取生成提示的人，你会觉得自己是加入团队的一员，还是一个正在被评估是否适合安装的零件？你甚至不值得一个合格人类的全神贯注。
这并不是我从这一批 YC 初创公司的每一个 AI 项目中感受到的氛围，但我确实从其中几个项目中感受到了这种氛围。以下是我记录的“AI 大概能做到”公司的部分 (!) 名单：
- Type —— AI 优先的文档编辑器。
- Iliad —— 生成游戏美术资产。
- Layup —— 通过一行命令跨应用构建工作流，例如新员工入职流程。
- Nucleus —— 能够理解“企业本质”的 AI 驱动入职编排服务。
- Hadrius —— 符合美国证券交易委员会（SEC）合规要求的智能投顾。
- Speedybrand —— 为中小企业生成营销内容。
- Quazel —— 配备 AI 导师的语言学习平台。
- Booth.ai —— 面向电商的生成式 AI “摄影师”。
- Squack —— 支持自然语言处理的会计工具。
- Berri.ai —— 以服务形式提供 ChatGPT 应用开发。
- Semantic —— 由人工智能“丰富”的金融新闻洞察。
- Credal.ai —— 面向员工的类 ChatGPT 界面，可引用公司文档但保护商业机密。
- Defog —— 将 AI 数据助手添加到您的应用中。
- Linkgrep —— 从知识库中建议内容，并在浏览器中实时添加到聊天或笔记。
- Sail —— 自动化销售邮件。
- Aiflow —— 基于评论和反馈自动化市场调研。
- Tennr —— 将知识库转化为自定义大语言模型（LLM）。
- Truewind —— AI 驱动的记账和财务流程。
- Flair Labs —— 从客户服务通话数据和电子邮件中收集见解。
- JustPaid —— 自动化账单支付，并发现对供应商的超额付款。
- Kyber —— 自动化保险行业任务，如回答问题及承保工作。
- Meru —— 用于训练自有大型语言模型的平台。
- Sameday —— AI 像水管工和屋顶工人等工人打电话以安排预约。
- Zenfetch —— 实时分析客户通话并提取谈话要点。
- Syncly —— 用于分析客户邮件的 AI。
- Pair AI —— 使用 AI 生成的视频课程。
- Latent —— 自动化电子健康记录。
- Avoca —— 面向中小企业的 AI 前台，用于接听未接来电。
直到大约 30 秒前，我实际上还打算为这些简短且可能不足的描述附上对这些公司的看法。但我意识到这个列表有变成一连串抱怨的危险（更不用说篇幅过长）。没人喜欢看到有人一味地否定各种想法，尤其是当许多想法正被相关人员努力推进时，因为这些想法对他们来说很重要。批评很容易。以至于太容易让人想在夏季批次中尝试自动化这一过程！
但我挑战你审视这份名单，并对其中某些条目产生疑问：这真的是所需之物吗？难道这些需求不需要大量监督吗？这是否会引入责任风险或降低透明度？有人问过客户是否想要这些服务吗？谁来验证和审计结果——是另一个 AI 吗？哪些人会被这些工具取代？谁负责培训人们使用它们？
几乎每家参展公司都表示他们几周前就已上线，并奇迹般地达到了某种健康的年度经常性收入（ARR）。但短短几周的时间，连安装一款主要的自动化工具并阅读其文档都远远不够，更不用说评估其性能以及是否物有所值了。我难以想象其中有一半的产品真正被潜在客户使用过。
我忍不住要分享的一个例子是：一家生成式营销图像公司的演示文稿中包含以下供系统使用的提示词：我们的经典番茄酱仅由甜美多汁的红熟番茄制成，呈现美国最受欢迎番茄酱标志性的浓稠浓郁口感。而 AI 生成的文案却是：“甜&多汁番茄酱，人人适用！”如果我是亨氏的市场人员，在收到这样的演示时，我会起身感谢他们，然后开门离开。
我们最青睐的 YC 2023 冬季 Demo Day 初创公司——第二部分
一些公司承认，他们在项目中途进行了转型，并且直到最近才为这个新应用写下了第一行代码。当然，我们必须考虑到早期初创公司那种冒险和自由奔放的特质，这正是该领域的乐趣与兴奋所在。但这些公司真的让你觉得“创新”吗？它们似乎更像是创新的狂热粉丝，溜进创新的房间，试着穿上它的衣服。（“可爱……来，你试试这件，金融科技。”）
我知道我可能低估了即使是构建一个最敷衍了事的人工智能驱动的 B2B SaaS 服务所需的工作量，但其中许多项目让我想起了我们过去的黑客松比赛：有人提供一个 API，每个人都试图将其硬塞进听起来最合理的应用场景中，希望能赢得 SAP 或其他主办方提供的 1,000 美元礼品卡。创造过程固然充满乐趣，但这些成果本身却难以独立立足。
也许当这些公司中有一家成长为独角兽企业时，我会被证明是错的，而当时质疑它们的 TechCrunch 记者会成为众人嘲笑的对象。但我无法摆脱那种担忧：当我听到一位又一位创始人如此笃定地宣称他们的人工智能能做得更好时，我怀疑这种自信是建立在虚假前提之上的。