EP 52. 一线亲历者对谈:生成式AI这一年,中美市场的异同、机会与未来

EP 52. 一线亲历者对谈:生成式AI这一年,中美市场的异同、机会与未来

126分钟 ·
播放数35888
·
评论数101

非常久违的两位主播的研究对谈来了!在 ChatGPT 诞生近一年半的时间里,生成式 AI 领域几乎每天都在发生激动人心的变化。从大模型到应用,从软件到机器人,从文字到图片、视频、声音,从全新的商业模式到对现有业务的赋能。比起很久之前那一期对谈,不只是 AI,两位主播也都分别开始了新的征程,过去一年有了很多机会在中美一线市场频繁穿梭,终于有机会分享一些我们沉淀下来的观察与思考。

Hello world, who is OnBoard!?

Monica 去年加入了另一家美元 VC,更聚焦地关注海外的早期投资机会。GN从美元机构离开,创立了 SaaS/AI 社区 Linkloud(公众号同名),帮助越来越多中国软件和科技公司走向全球。

AI 无疑是这个时代里边最大的变量之一,近两个小时,过去一年在中美频繁奔波的我们,探讨了你关心的各种问题:

  • AI应用落地真的不及预期吗?
  • 从应用到infra有哪些有意思的落地案例?
  • 如何看待国内AI的进展和弯道超车的机会?
  • 中美差异背后的原因是什么?
  • AI公司出海有什么最佳实践与建议?
  • 我们对AI短期和长期的期待,以及podcast/newsletter推荐!

一些拙见,抛砖引玉,希望对大家有一些些启发~!Enjoy!

我们都聊了什么

03:11 两位主播的自我介绍,以及最近半年日常使用的AI产品。

15:54 一年以来,哪些AI产品或落地超预期或不及预期?

20:24 为什么还在成长期的SaaS公司最容易将AI落地?

23:11 AI在全球其他地区的渗透有什么不一样的地方?

26:00 为什么在美国大模型和Infra层的进展会超预期?

30:16 对苹果Siri的预期,以及可能面临的限制在那里?

35:31 Soundhound是如何结合Voice AI来落地点餐场景,并完成商业化的?

40:42 EvolutionIQ是如何在保险领域结合AI并促进业务增长的?

49:08 Monica错过的一家初创公司是如何将AI融入销售人员工作流的?

55:47 为什么AI代码生成领域在今年会百花齐放?

65:38 国内AI的进展与美国有什么不同,为什么在C端会出现更多产品?

76:07 中美资本市场的差异在哪里,以及创业者该如何在市场下行时树立长期愿景?

81:58 为什么中美差异最大的是AI在B端的发展,以及机器人是否是个变量?

92:55 为什么“单点极致”可能是中国AI公司出海最重要的方式?

97:33 为什么出海第一步要走出国门,感受并融入开放的生态?

100:55 作为投资人,如何看待面对大模型公司下创业公司的壁垒和竞争力?

106:41 两位主播对今年AI的“大胆”预测和期待有哪些?

119:02 最后,奉上我们这一年新种草的播客和Newsletter,希望对听众有帮助!

我们提到的公司或产品

播客及Newsletter推荐

欢迎我们的微信公众号,了解更多中美软件、AI与创业投资的干货内容!

M小姐研习录 (ID: MissMStudy)

我思锅我在(ID: Thinkxcloud)

欢迎在评论区留下你的思考,与听友们互动。喜欢 OnBoard! 的话,也可以点击打赏,请我们喝一杯咖啡!如果你用 Apple Podcasts 收听,也请给我们一个五星好评,这对我们非常重要。

OnBoard! 终于成立听友群啦!新年新气象,加入Onboard听友群,结识到高质量的听友们,我们还会组织线下主题聚会,开放实时旁听播客录制,嘉宾互动等新的尝试。添加任意一位小助手微信,onboard666, 或者 Nine_tunes, 发送你的姓名、公司和职位,小助手会拉你进群。期待你来!

展开Show Notes
谈得来
谈得来
2024.5.11
女主播讲大模型技术就好像科普节目,更加深入浅出更加有利于理解,而恰恰相反理工男讲解的时候,有点教科书般的,信息快速发展的时代,需要更多理工女加入到普及高科技趋势的团队中,让更多懵懵懂懂的人参与进来,利于发展,不一定有技术支持,可能会有好的思路。
HD3133t:有同感!总结得好好👍
莫妮卡同学
:
哇!比心♥️继续努力!
3条回复
Diiiiiiiii
Diiiiiiiii
2024.5.13
质量挺高的一期总结,一些takeaways:

1. 应用层(美国), LLM 落地最快的是 SaaS incumbent,即那些现在已经有成熟场景和客户的 SaaS 公司,比如招聘的 Workstream,比如金融客服的 Klarna,比如销售培训的 Siro。相比技术, 已有的PMF 和客户资源是更大的壁垒;

2. 应用层(美国),一些非传统 SaaS 的科技公司找到了新场景下的 PMF,比如 Soundhound 找到了 drive through 场景下的 AI 点餐这个 PMF,比如 EvolutionIQ 在工伤保险下的高价值用户识别这个 PMF。

3. 应用层(国内), 2C 做的更多的是各种情感陪伴,做得比美国更重、更精细,运营属性更强,2B 做的更多的是偏电商自动化类的工具,比如营销内容制作、私域运营、内容搬家等,很接地气,尤其是围绕 TikTok 生态的小 SaaS。另外,现阶段一些很小的点工具也有价值,比如做 Chrome 或 Office 的插件等等,1-2 个人的团队就能搞定。

4. 做一个成功的产品,和实现一个功能,是两回事。以 coding 为例,做一个 code generation 的插件很容易,但难的是如何基于企业的 codebase,在保证安全、合规的前提下,按照企业的私有化需求来完成产品的开发、部署、onboarding 等一系列操作。

5. 主播认为,过去一年模型层的进展超预期(个人觉得是低于预期的,一年下来 GPT4 还是最强的模型,天花板并没有变高),但Infra, Tooling, AI-agent 方向发展不如预期。GPTS 的发展比较失败。个人认为还是模型层的制约导致的;

6. 美国并不是 LLM 渗透率最高的国家,澳大利亚和韩国走得更快。这一波全球化的机会很大。

7. 美国创业者画像,经历了一个从科学家到技术牛人,再到小天才,最后到老炮的过程。做 SaaS 最终还是吃经验的。国内更多人做 2C,所以互联网时代的优秀产品经理,以及年轻人,或许都有机会。

8. 具身智能和机器人,中国可能会跑得更快,无论是资本、政策、落地场景、供应链资源,在国内都更加丰富。

9. 推荐了一些质量比较高的 newsletter 和 podcast。
莫妮卡同学
:
感谢课代表!
AI-Nate
AI-Nate
2024.5.11
05:37 这其实值得我们思考,播客真的需要做那么长时间吗?
发光的骏豪:- [AI 在用 | 有了这个超级提示和Claude 3,不听播客也能搞定节目内容] https://mp.weixin.qq.com/s/hDucykclZGkxM0vKfLVPpw 文中有作者推特案例使用链接
卡卡星:我觉得语言也是有力量的,不仅仅是内容
good_luck
good_luck
2024.5.09
国内ai行业缺乏想象力 创造力 魄力
晨萱-语迟者说-INFJ:沙滩上的房子,空中楼阁而已……
HD214754w:科举制 封J
哄哄_W9Li
哄哄_W9Li
2024.5.12
内容挺好的 能不能不要中英混着输出
liuliuFxx9:不抬杠。习惯双语环境的人想完全中文输出其实挺难的,如果没有提前写好稿,这种实时输出的形式会非常难,会有停顿,不流畅,因为在想这个词中文是啥。。有的时候甚至无法完全对标,最后导致你听感可能更不好。 不是说要求不合理,只是想说对一般人是有难度的,能做到的很厉害。
HD470369i:并且有的语境并不能完美地翻译成中文语境,英文更好理解。 节目质量很好,没有必要做到翻译家水准。
4条回复
dc_IKfb
dc_IKfb
2024.5.13
讲的很好,但男女声麦克风的声音大小不一,女生的麦太小声了,建议优化
Ray040237
Ray040237
2024.5.09
30:34 国内的大模型不及预期
晨萱-语迟者说-INFJ:都吹超过GPT3.5,都是小镇做题家出身,拿一套题来超过OpenAI,信比美国强的都是假行家,实际情况是未来也赶不上。没有弯道超车一说,自己不补上基础核心研发那块,这次是抄袭不来的
AI-Nate
AI-Nate
2024.5.11
12:54 感觉不会有太多人会需要一次读10MB以上的文本。10MB文本相当于166万个中文字。
ECORUI:带图片的pdf,很容易超过10m。很多人也不知道怎么把pdf转成txt
AI-Nate:Good point. 现在ChatGPT类似产品可以读PDF中的图片吗?
3条回复
班美
班美
2024.5.29
34:04 不要打字啊,很影响听效
Rollings
Rollings
2024.5.11
生活小助理叫什么?没听清楚
8mintues:我也是,说的好快,也不太清楚
Rollings:找了一下是six,不过是demo版
4条回复
杨栋_hwEa
杨栋_hwEa
2024.5.14
讲得太干了,AI这么具有破坏性的技术被两位主播讲得这么无趣,感觉更像是金融人做pitch而不是企业家讲创业
松城雨喧
松城雨喧
2024.5.13
2:01:13
Interconnect的链接应该是这个哈https://www.interconnects.ai/
作者 Nathan Lambert,HF 的 ML Scientist
Andrea_YWkf
Andrea_YWkf
2024.5.11
每一期博客时间都去好长啊,有个小请求想要探索版 工作日也能听
布琳酱
布琳酱
2024.6.04
14:48 点外卖那个是谁呀
主持人还是太投资人了,应用场景了解的少,所以一些不ai的场景也让主持人很兴奋
艾仑
艾仑
2024.5.22
别再说话的时候敲键盘了
炫酷的ccc
炫酷的ccc
2024.5.18
15:49 请问这个微信点外卖的产品名字是什么呀
20:02 讲到这里有点听不下去了。几个场景都是应用了很久的啊,比如什么智能助理定外卖,新员工入职的 Q&A…
无涯
无涯
2024.5.13
点外卖的是Six吗?
Neil瑜恨
Neil瑜恨
2024.5.13
女声偏小,弄两个麦吧