评估人工智能初创公司时需要注意的 5 件事

经过马鲍勃

根据一个麦肯锡报告，生成式人工智能每年可能产生 2.6 万亿至 4.4 万亿美元的经济影响。就背景而言，英国 2021 年的 GDP 总额为 3.1 万亿美元。其中大约 75% 的价值将来自于客户运营、销售和营销、软件工程和研发方面生产力的提高。

人工智能令人瞠目结舌的潜力催生了众多企业生成式人工智能初创公司，专注于将大型语言模型技术应用于企业环境。标准产品包括员工副驾驶、营销内容生成、后台自动化和企业知识搜索。

这些人工智能驱动的解决方案开始通过显着降低运营费用、增加销售额和提高员工生产力来实现预期的全球经济影响。

伴随着巨大的机遇，企业生成式人工智能初创公司在过去两年中迅速成倍增长。仅搜索人工智能客户服务聊天机器人就可以找到数百家初创公司。有两个因素有助于解释应用人工智能初创公司的数量如此之多。首先，LLM 技术可以通过大型人工智能研究公司的 API 轻松获取，例如开放人工智能。其次，虽然大多数生成式人工智能初创公司都是新成立的，但许多 2022 年之前成立的初创公司也正在将生成式人工智能集成到他们的产品套件中。

考虑到市场的喧嚣和企业生成型人工智能初创公司的广阔领域，企业客户和投资者评估和区分各种选择可能具有挑战性。

以下是需要注意的五件事。

1.LLM定制

初创公司是否使用大部分现成的法学硕士 – 例如，开放人工智能— 的聊天GPT— 或者有意义的定制法学硕士？定制 LLM 的不同方法包括微调现成的模型或使用开源 LLM 构建自定义模型，例如元— 骆驼。更大程度的定制通常会提高人工智能的准确性，并反映初创公司在人工智能方面的技术专长。

2. 特定垂直领域的训练数据

该初创公司是否可以访问大量专有的、特定于垂直领域的数据来培训其法学硕士？例如，如果人工智能模型经过大量现有客户交互数据的训练，那么客户服务呼叫中心的人工智能副驾驶将会得到增强。培训数据越针对特定行业越好。

3. 语音转文字/文字转语音的强度

许多企业生成式人工智能产品支持语音音频以进行理解或生成。这项技术与法学硕士不同，通常由大型科技公司提供，例如谷歌,亚马逊和微软。

如果 AI 解决方案具有语音应用程序，那么了解和测试 STT/TTS 产品（例如对行业术语或方言的支持）非常重要。

4. API集成的广度和深度

企业生成式人工智能的一个显着特征是人工智能系统可以直接与企业系统交互，例如：销售人员 1,树液这主要是通过 API 完成的，因此更广泛、更深入的 API 集成将允许 AI 系统提供更多的流程自动化。易于集成也是需要考虑的因素。

5. 商业用户友好

如果生成式人工智能解决方案提供非技术和非数据科学用户可以访问的广泛功能，它将得到更好的企业采用。

寻找能够为开发和运营提供低代码/无代码环境以及可供业务用户访问的强大分析工具和 A/B 测试功能的解决方案。

UI/UX 应足够直观，无需对业务用户进行培训，即使是实施，开发人员培训也不会超过几天。

成功的人工智能将是多才多艺的

世界继续被生成人工智能的潜力所吸引，它彻底改变了整个经济中知识工作的开展方式。人工智能有望改变客户运营、销售和营销等关键企业职能的任务并提高绩效。

展望未来几年，企业生成式人工智能技术将越来越多模式化，新的解决方案可以同时处理图像、音频、视频和文本等多种类型的输入和输出。这将解锁更复杂和多功能的企业人工智能应用程序，特别是在传统用例之外，并将有助于推动这个令人兴奋的领域的下一个增长阶段。

鲍勃·马是校长 科佩克风投公司，他投资于商业、金融科技、SaaS 和气候技术。此前，他是一家风险投资公司 索玛资本和 铜锣湾媒体合作伙伴，并且是战略主管 威瑞森公司— go90 移动电视应用程序。

插图：多姆·古兹曼