Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

关于使用生成式 AI 进行构建,初创公司应该问自己的 4 个问题

Posted on 2023-04-08

关于创建使用生成式 AI 的初创公司,初创公司应该问自己 4 个问题。

我在周三的 Saastr 研讨会上提出了这些问题以及我对他们的回答的看法。

我很高兴把这个甲板放在一起。我从几句话开始,将它们上传到gamma.app以概述演示文稿,然后跳转到Midjourney以沿着故事情节生成图像,并将其发布在IA Presenter中。

视频在这里。最后一张幻灯片包含演示文稿中图像的提示。

叙述是:

AI 是一个巨大的平台变化,高盛预计它将使 GDP 增长比 PC 高 300 倍。

GS 估计美国 GDP 增长 1.5-2.9%,GDP 增长翻番,扣除 7% 的失业。根据 NBER,PC 使 GDP 增长了 0.006%

仅此一项就应该引起注意。

关于使用生成式 AI 进行构建,初创公司应该问自己 4 个问题。

  1. 层:应用程序、平台还是基础设施?在云中,AWS、Azure 和 GCP 创造的市值与所有基于云构建的前 100 大 B2B 和 B2C 公众(Netflix、ServiceNow、AirBnb 等)一样多。但是与 3 个基础架构供应商相比,有 100 个应用程序。
  2. 市场:如何与现有企业竞争? Adobe、Microsoft 和 Salesforce 在数周内推出支持 Gen AI 的软件,因此初创公司在许多市场推出产品的时间很短。
  3. 护城河:如何发展竞争优势?在算法上进行竞争是可能的,但很难。访问专有数据提供了护城河。使用和分发,就像在经典 SaaS 中一样,可能是最可持续和可重复的。企业准备就绪将是必不可少的:确保买家免受法律和合规风险的影响。
  4. 人工智能深度:要为公司带来什么水平的技术成熟度?初创公司可以与插件集成,构建快速调整引擎(大模型之上的小模型),或开发和训练自己的模型。随后的每个选择都更加昂贵,但提供了更深的护城河。初创公司很可能从插件开始,然后随着规模的扩大而提供更多的使用和更多的投资资金。

如果你在太空中建造,我很想听听你的意见。

原文: https://www.tomtunguz.com/generative-ai-saastr/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • Elad Gil
  • Ellie Huxtable
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • Henrique Dias
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mostly metrics
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme