来源:
编辑潇湘
图片来源:工具生成。
随着ChatGPT推动AIGC热潮在全球范围内迅速升温，一大批生成式人工智能创业公司如雨后春笋般涌现。
然而，即使这些初创企业可以轻松获得数十亿美元的投资资金，但仍有一个致命的弱点是目前几乎不可避免的——那就是缺乏训练数据，这最终可能成为这些初创企业成功路上的最大绊脚石。
Primary Venture Partners联合创始人兼普通合伙人Brad Svrluga表示，“我们收到了许多初创人工智能公司的自荐。他们可能正在追求创建优秀的人工智能应用程序，但他们中的许多人无法获得能够让他们构建强大应用程序的训练数据，更不用说可以帮助他们在业务中建立竞争护城河的专有数据了。”
数据比钱更“稀有”。
根据PitchBook的数据，生成式人工智能创业公司的风险投资规模已从2022年的48亿美元增加到2023年前五个月的127亿美元。
现在，这些公司中有许多正在寻求在金融或医疗领域建立更小的人工智能模型，但获取这些领域的训练数据集并不容易。
牛栏资本首席技术官保罗·泰玛(Paul Tyma)指出，实际模型已经在一定程度上实现了商业化，真正的价值在于数据。
一些人工智能初创公司旨在与大型、数据丰富的企业合作。例如，安永负责税务的全球副总裁Marna Ricker表示，由于公司拥有大量的交易数据，每天都有新兴的人工智能初创企业前来洽谈合作。
但安永全球客户服务管理合伙人安迪·鲍德温(Andy Baldwin)指出，他担心如果安永的数据被用来训练外部模型会发生什么。
“谁会有这些数据？当我们训练模型时，我们对模型的访问权限是什么？别人怎么可能用这种模式？”鲍德温说，“这些数据是我们知识产权的一部分。”
当然，创业公司只需要利用客户数据，针对每个客户训练不同的模型，就可以解决知识产权问题。初创公司$ TermSheet正在使用这种策略来构建其Ethan产品，这是一种生成式人工智能模型，可以为房地产开发商、经纪人和投资者回答行业问题。
但$ TermSheet的首席执行官兼联合创始人罗杰·史密斯(Roger Smith)表示，即使客户同意这一点，也需要大量的言语来说服对方。
法律技术公司Logikcull的联合创始人兼首席执行官安迪·威尔逊指出，要让企业相信你拥有强大的网络安全能力，并能有效保护这些数据，这也是一个挑战。
大企业优势大。
Primary Venture Partners的Svrluga表示，大型科技公司在生成式人工智能的应用方面明显比创业公司更有优势，部分原因是它们赢得了大客户的信任，这些客户对他们的数据处理更放心。
金融服务公司Truist首席数据官特雷西·丹尼尔斯(Tracy Daniels)表示，目前，她只与大型科技公司而非初创公司探索生成式人工智能的用例。她说，她信任大型供应商来确保数据的安全性。
所有这些意味着，即使是那些能够利用公共数据的初创企业，也面临着用企业数据集丰富其模型的挑战。
Veesual是一家人工智能初创公司，可以生成人们试穿衣服的图像。起初，该公司主要使用互联网上的公共图像进行模型训练，但很难让大型零售商同意交出他们的数据来增强模型。
Veesual的首席执行官兼联合创始人马克西姆·帕特(Maxime Patte)表示，在某些情况下，大型零售商甚至希望Veesual支付巨额股息或收购公司股份，以换取这些数据的使用权，而这些交易最终都没有谈成。
PatentPal是一家生成型人工智能初创公司，帮助律师事务所起草专利申请。其首席执行官兼创始人许乃夫也表示，该公司起初只能根据公开的专利申请文件进行培训。
他指出，如果训练可以通过实际客户案例的加密或匿名反馈继续进行，人工智能工具就有机会变得更加准确。但要做到这一点很复杂，因为反馈必须与高度敏感和机密的数据(包括商业机密)分开。
“对于处于早期阶段的初创企业来说，除了社会认同之外，还有一个品牌认知度的问题，”他说。
与此同时，产业之间的“内卷化”也越来越强烈。strike Capital创始人兼管理合伙人亚当·斯特里克(Adam strike)表示，一些创业公司相互竞争，以确保在某些领域获得更多数据，速度更快。
他说，“如果你相信有一个专有的数据集，你会想在别人之前得到它，然后谈判排他性。从这个意义上说，这几乎演变成了一场军备竞赛。”
温馨提示：注：内容来源均采集于互联网，不要轻信任何，后果自负，本站不承担任何责任。若本站收录的信息无意侵犯了贵司版权，请给我们来信(j7hr0a@163.com)，我们会及时处理和回复。
原文地址"中国ai初创公司，美国ai初创公司"：http://www.guoyinggangguan.com/qkl/142506.html。
微信扫描二维码关注官方微信
▲长按图片识别二维码
