亂世出英雄，AI時代創建企業，不能小打小鬧，要有全新思維。

編輯丨沃特敦

圖源丨berkeley

(資料圖片)

2022年秋天以來，生成式AI出現爆炸式增長，眾多領域的規則被打破，包括如何打造一家AI企業。

硅谷老牌風險基金NEA發表文章《重寫AI時代的創業規則》（Rewriting the Startup Playbook for the Age of AI），為新時代的創始人總結了4大趨勢。

NEA（恩頤投資）成立于1977年，管理資金260億美元。40多年來，NEA累計出手超過2000次，有569個退出，表現位居頂尖VC之列。

數據來源：睿獸分析

文章來自對NEA投資的4家著名生成式AI公司創始人的訪談，內容異常真實、及時。4家公司分別是 Perplexity、Rewind、Forethought 和 Crowdbotics，幾位創始人（Scott Sandel，Ann Bordetsky，Aaron Jacobson，Vanessa Larco）也都是各大科技媒體最關注的AI創業領袖。

創業邦編輯對文章進行了整理，了解更多內容，點擊文末【閱讀原文】。

以下enjoy！

隨著生成型AI的爆炸性增長，打破了創辦科技公司的規則，NEA投資支持的幾位創始人為你總結了AI時代創業的4個新趨勢。

去年秋天，生成型人工智能的興趣達到了高潮，Perplexity AI的聯合創始人Aravind Srinivas 和Denis Yarats認為必須迅速采取行動招聘人才，但他們沒有時間按傳統的方式來招聘，于是，他們跳過了招聘團隊，面試安排等流程，采取了更直接的方法：向候選人提供一份為期兩周的有薪試用。

這個方法很管用。Perplexity請來了聯合創始人Johnny Ho，他在僅僅幾天后就加入了公司，擔任首席策略官。除了第四位聯合創始人Andrew Konwinski之外，公司的所有員工都是通過這種方式聘請的。

除了節省時間，這個過程也淘汰了那些本來就不太可能加入的人，并且比任何言辭的忽悠或是物質激勵都能更有效激發候選人對Perplexity使命的熱情。Srinivas后來聽說很多其他公司也開始用這種基于試用的招聘方式。

自去年11月底ChatGPT發布以來，像Perplexity這樣的風險投資支持的初創公司不得不拋棄了一些做企業的傳統模式，擁抱新的思維方式。NEA合伙人Ann Bordetsky說：“從融資到產品開發再到客戶服務，許多傳統的做法在這幾年顯得不合時宜。我們處于原始混沌階段，事情有點混亂和實驗性。但你可以看到，大家都在構建新的做事方法。”

突破性技術能夠改變做企業的方式，這已經不是第一次了。

在PC被發明之后，喬布斯和蓋茨這樣的企業創始人就為制造、營銷和銷售復雜的數字技術創造了新的游戲規則。90年代的亞馬遜、雅虎和無數的互聯網初創公司，以及智能手機興起后的Facebook和其他社交網絡公司（以及借助云計算的 Salesforce、Box 和其他 SaaS提供商），等等，都是如此。

作為硅谷最老牌的風險投資公司之一，NEA一直處于這些革命性技術轉變的前線。過去40年，NEA最大的體會就是：亂世出英雄。混亂時期（disorienting）往往能誕生最成功、最具影響力的公司。

NEA董事長兼首席執行官 Scott Sandell說：每一代新技術都創造出了全新的商業模式。例如，互聯網使開源變得可行，并使得可以將軟件作為一個持續改進的服務而不是授權產品來交付。這個模式改變了軟件開發、分發和收費的模式，Sandell相信AI也會產生這樣的影響。

Scott Sandell

NEA合伙人Aaron Jacobson說，AI的影響會更大。他說，之前技術帶來的沖擊涉及的是技術怎么用，在哪里用？但AI改變的誰來使用技術！“這是前所未有的，所以這種沖擊將會比以往任何時候都更快、更猛烈、更大，因為有更多的東西可以爭奪。”

生成式AI的熱潮還不到一年，但已經發生了很多事情。我們已經可以梳理出來未來的幾個月、幾年，甚至幾十年，創建公司的方式將如何改變。為此NEA邀請4位NEA投資的AI初創公司的創始人分享他們的新思維，總結出了AI革命中創建企業的4個趨勢。

（Nimbleness is paramount）

與過去的技術熱潮相比，生成型AI市場的發展速度更加令人震驚，每周都會發布一些令人難以置信的新方法來使用大型語言模型（LLMs）。科技巨頭和領導者，如谷歌、微軟和OpenAI，正在投入幾百億美元，不僅創建這些模型，還開發API和其他工具，幫助創新者將產品商業化，他們通常更愿意擁抱開源，而不是追求“封閉的花園”策略，以尋求鎖定和更高的利潤。

此外，生成型AI讓公司——不僅僅是AI初創公司，而是所有類型的公司——能夠更快地行動。當 Srinivas離開OpenAI創辦Perplexity AI時，這位首次創業的創始人利用公司自己的“答案引擎”技術（answer engjine），學習那些需要花費數小時在谷歌上搜索，和專家進行無數次的午餐和咖啡交流才能了解的事情。

因此，企業的執行力得到了驚人的提升。團隊在幾個月內發布了四個基于OpenAI的GPT-3.5 LLM的Perplexity的聊天機器人版本，每天吸引超過一百萬的瀏覽量。然后，當OpenAI在3月中旬發布GPT-4時，聯合創始人Yarats迅速召集全公司進行了一次長時間的黑客馬拉松。兩周后，他們推出了Perplexity Copilot（交互式搜索伙伴），可以向用戶提出進一步澄清問題，同時進行多次搜索，并提供更準確的結果。

Srinivas認為，OpenAI和Midjourney的成功秘訣就是快速迭代。他說：“執行力強的團隊就是大贏家。這個時代，速度永遠是重要的。”

速度快需要一種不同的心態。在最近的一次全員會議上，當一名員工問是否可以設立可衡量的季度目標時，Srinivas說他很樂意考慮，但前提是員工需要準備好每隔幾周就改變他們的目標。

敏捷也需要對技術和創新采取更為靈活的方法，公司需要對他們用來開發產品的技術保持嚴格的中立態度，甚至對他們創造的產品和技術也是如此，而不是押注特定的供應商或專有產品。當Deon Nicholas在2017 年看到基礎模型的進步時，他創立了Forethought，一個基于 AI的客戶服務系統。由于2022年OpenAI的GPT-3.5和ChatGPT等突破，公司有意識地放棄了大部分自主開發的技術棧。

Nicholas說：我們經歷了五個階段的悲痛，因為我們有幾年的技術壁壘。但最終，我們意識到，我們可以通過應用像GPT-4這樣的技術，繼續領先競爭對手兩三年。AI將從根本上改變我們的市場，所以重要的是引領這種變化。

Rewind AI創始人Dan Siroker說，適應性是必要的，該公司提供一項服務，通過所有數字交互的可搜索記錄，給人們“完美的記憶”。他說：世界正在以越來越快的速度變化，所以比其他人更快的能力比過去更重要。這就是為什么我們每天發布11個版本的產品。我甚至會說，你的反應和適應能力比你預測未來的能力更重要。這可能是10年前偉大的創始人的特點，但我不認為它像每天都能注意和傾聽，做出更好的決策那樣重要。"

ChatGPT的消費者采用率使得TikTok看起來慢吞吞的，全球有數百萬人對它如何提高他們的生產力贊不絕口。領先的初創公司已經開始實施變革，使他們能夠用更少的人做更多的事情。

這種生產力的提升為更快的增長創造了基礎。首先，它使公司更加盈利。一家保險科技初創公司在對其大型語言模型進行一些輕量級訓練后，其利潤率從40%躍升到50%以上。

生成型AI幫助初創公司保持小規模的優點，如靈活性和團隊精神的同時，實現他們的快速增長。幾十年來的研究顯示，當涉及到開發軟件時，小團隊更有效率，更有生產力。這就是Perplexity為什么只接受了2600萬美元的A輪融資（盡管它可以融很多的錢）的一個原因：防止公司增長員工數量超過絕對必要的速度。Srinivas說：合適的人做合適的事，就會產生特殊的魔力。”

這種魔力對于招聘也很重要。展示公司的快速進展，是向員工推銷一家企業的最佳方式。為什么你應該信任我這個首次創業的創始人呢？因為我的團隊每隔幾個月就會發布一款出色的軟件。

最終，公司的產品策略也需要反映這種生產力革命。以“坐席”（seat）——按照被允許使用的人數來授權軟件——作為銷售商業對商業軟件的一種方式。Siroker說：如果每個員工做的工作量增加10倍，你會想要關注輸出，或者關注客戶關心的任何其他價值單位。

那么，精益到什么程度最合適呢？沒有明確的標準，太多的東西仍在變動。但是，員工人數將會大幅減少，Siroker說，他在創辦Rewind之前創立并出售了數字體驗平臺制造商 Optimizely。他說，公司已經在改變招聘對象，選擇更多的全能型選手，而不是因為他們在某種特定的編程語言或任務上有深厚的專業知識，而LLMs正在迅速學習這些任務。當公司中的每個人都在使用生成型AI時，就像他們都穿著鋼鐵俠的戰衣。

Siroker 說：我們正在用15個人建立一家令人驚嘆的公司。過去我們可能需要幾百人。這是一種不同的思考方式。

新物種就此誕生——員工很少，價值很高的創業公司。NEA的Jacobson說：我們將看到一些公司只有25或50 個人，就能產生幾億美元的收入，非常瘋狂。

NEA合伙人Vanessa Larco說，這種超高生產力可能會帶來新的問題，包括對頂級AI人才的爭奪戰的大幅度升級。據報道，OpenAI給AI人才支付的薪水超過百萬美元。“生成型AI可能會把一個10倍的工程師變成一個100倍的工程師，但它不會讓一個平庸的工程師變得更好。就像你給一個數學不太好的人一個計算器，他們依然不知道怎么充分利用。”

網絡效應，那種當產品或服務對用戶的價值隨著每一個新客戶的增加而增長的奇妙現象。對于有30億其他用戶在網絡上的人來說，Facebook比對于有3000或300萬用戶的人更有價值，市值巨大的公司幾乎總是擁有網絡效應。

在生成型AI時代的成功將更少地取決于誰在一開始就擁有最多的客戶，更多地取決于誰能找出如何獲取更多他們需要的數據，以便比競爭對手構建更好的產品。Larco說：這都與數據有關。你可以是第一行動者，但如果你沒有獲取專有數據集并大量吞噬這些數據，那再早開始也無濟于事。”

因此，生成型AI時代的創始人需要將數據視為更重要的戰略優先事項。畢竟，其他傳統的競爭優勢來源可能并不可行。考慮到圍繞生成型AI的創新熱潮，沒有哪個初創公司可能長期保持大的技術優勢，特別是當依賴像GPT-4這樣對所有人開放的流行基礎模型時。Forethought的Nicholas指出，對于基于AI的產品，最好的品牌和營銷就是那種智能的正確性和可靠性。企業幾乎不可能以傳統的方式建立壁壘，比如技術或品牌，唯一真正的方法就是使用專有數據。”

對于面向消費者的企業，成功在很大程度上取決于是否有真正顛覆性的用戶體驗。Bordetsky 說：我們需要的是病毒式傳播。比如，Perplexity AI的每日流量部分原因是其“答案引擎” 不僅提供ChatGPT式的查詢答案，還提供了信息來源的鏈接。

而且，這些用戶體驗需要以數據為中心進行設計。Bordetsky說：“公司需要在聚合、用戶增長和參與度方面特別出色，以持續改進他們的AI驅動的產品，因為那才是業務的真正驅動力。”

自2017年創立Forethought以創建更好的客服聊天機器人以來，殺手級用戶體驗一直是 Nicholas的關注焦點。公司投資開發了管道軟件，以便輕松地整合來自Confluence、Salesforce 和 Zendesk等現有系統的數據，以便為其聊天機器人提供信息。3月份，它推出了一項基于OpenAI的服務，名為SupportGPT。

因此，公司現在有50多個集成服務，這幫助它簽下了100多個客戶，包括萬豪和Instacart。Nicholas表示，該公司正在構建一個強化學習系統，以捕獲甚至看似微不足道的交互，比如幫助臺代理人是否真的使用了Forethought系統的推薦，以及最終的客戶是否對那個答案滿意。

他說：歸根到底，就是要創建一個智能系統。今天要建立一個客戶服務操作，公司會雇傭代理人，并用傳統的記錄系統中的客戶數據為他們配備武器。

歷史上，沒有一項技術像生成型AI那樣如此快速地嶄露頭角（無論是搜索，智能手機，還是社交媒體）。自然而然地，競爭水平也同樣快速上升。

截至5月，Dealroom統計了超過250家生成型AI初創公司，科技巨頭們都在關注這項技術。而且，由于他們已經擁有大量的寶貴數據，這些公司在抵擋下一代顛覆者方面比他們的前輩們有優勢。Larco說：“在這種風起云涌的環境，不是一個適合漸進式思考的時代，你需要做一些與眾不同且引人注目的事情，增加人們的回頭率。”

這意味著要摒棄小打小鬧的產品改進，而是要專注于創建全新的品類。對于Rewind的創始人Dan Siroker來說，他的目標是給人們帶來“完美的記憶”。一旦一個人同意給予他們的數字活動訪問權限——他們去過的網站，他們發送的文本，Zoom通話上說了什么——Rewind的應用程序可以檢索任何交互，即使這個人只記得被鍵入或說出的幾個關鍵詞。（目前它只在最新的Mac上工作，因為它們依賴于蘋果的M1和M2芯片）。

Dan Siroker

這個計劃需要發明一種壓縮技術，將數據壓縮超過3000倍，使得可以在用戶的設備上存儲多年的數據。他們還必須找出處理明顯的隱私問題的保護措施（例如，所有數據都保留在設備上，永遠不會存儲在云中）。

但是，強大的挑戰是吸引力的一部分。“我看這個更像是一個我想要花余生去解決的問題，而不是一個商業計劃，”Siroker說，他將Rewind的記憶保持能力比作一種“超能力”，類似于在他20多歲時失聰時恢復聽力的助聽器。

Siroker小心翼翼地找到了他確信會支持他的使命的投資人。這使他找到了由NEA領導的一群人，他贊揚我們在所有不可避免的起起落落中投資公司的記錄——有時甚至在IPO時購買而不是出售。Siroker說：“NEA理解完成這個任務的成功概率，但還是愿意參與。他們對建立一個具有長期價值的公司感興趣。這就是他們是為數不多的在每一代技術中都取得成功的公司之一的原因之一。”

Siroker認同這樣的理念，即執行大膽的商業計劃更容易，而不是更難。“想法越大膽，員工和潛在投資人就越興奮”。

Perplexity的Srinivas相信，真正的大使命才能激勵偉大的人，但強調這需要以真實的成就作為支撐。“我很現實，我們不可能在薪酬上與谷歌競爭。”Srinivas說。“但是現在有很多非常有才華的技術人員在像谷歌這樣的地方極度無聊，他們正在尋找他們在世界上留下印記的機會。”

Crowdbotics是另一家使用生成型AI追求崇高目標的NEA成員企業。這家公司打算利用AI來重塑整個軟件開發過程。當大量的低代碼和無代碼競爭者正在創建工具，以便非技術人員可以為簡單的應用程序創建軟件時，創始人Anand Kulkarni相信，那些在2016年剛開始在學術期刊上討論的基礎模型有一天會讓應用開發團隊通過自然語言命令完成更多的工作。

“任何軟件工程師都會告訴你，編寫代碼是容易的部分，"Kulkarni 說。更困難的是弄清楚軟件應該做什么，以及如何用計算機可以理解的術語來表達這一點——更不用說被鄙視的任務，如編寫文檔和確保生成的代碼是安全的。此外，Crowdbotics已經開發了流程，使公司可以將開發人員生產的所有軟件保存到可重用組件的目錄中。

最終，他的愿景是通過讓公司在幾個小時或幾天內生產出生產就緒的代碼，而不是現在需要的幾個月或幾個季度，將開發軟件的邊際成本降至零，Kulkarni說。在十年內，開發人員將能夠描述他們試圖創建的軟件，公司的“代碼操作”系統將把現有的組件拼接在一起，幫助開發人員編寫其余的部分，并構建必要的安全性、隱私和偏見防護欄。

這個過程永遠不會完全自動化，因為人類將必須審查和排除角落案例問題。即便如此，這種方法已經為Crowdbotics的客戶釋放出潛在的創新力量。幾十年來，大多數基于軟件的創新想法都被否決，通常是因為對工程成本的擔憂。kulkarni說：在將想法推向起跑線的過程中存在太多的摩擦，以至于大多數想法從未被考慮過。我們正在通過使其高效且易于操作來改變這些經濟學。

不久以前，Kulkarni并沒有過于明確宣布這個使命。公司淡化了對生成型AI的使用，因為擔心潛在客戶會嘲笑AI能處理構建企業軟件這樣復雜的事情的想法。“我們已經有了多年的演示，展示我們的系統如何在一分鐘內為客戶構建一個應用，但我們很少使用它，因為我們認為客戶不會相信它。”

現在情況不同了。由于對生成型AI的興趣如此濃厚，一分鐘的演示已經成為“我們與客戶交談的核心”，公司已經調整了營銷和產品路線圖，以強調生成型AI的能力。Kulkarni說：

世界的思維方式已經改變，市場突然對我們一直在構建的東西產生了渴望。當你身處這樣的時刻，你需要去擁抱它們。