編者按：本文來自微信公眾號RockFlow Universe（ID：RockFlowUniverse），作者：RockFlow，微新創想經授權轉載。

劃重點

① 隨著這場AI競賽的爆發，硅谷面臨著原本作為科技中心外遷轉移的危機。舊金山的海耶斯社區已被重新命名為“腦谷”，而西雅圖、紐約、波士頓等也有望后來居上。

② 統計發現，生成式AI頭部公司的科技人才，很大程度上都來自于全球知名高校，其中美國斯坦福大學、加州伯克利大學和麻省理工包攬了前三名。

③ 當前AI浪潮的一個顯著特點，是對許多領域的創新在同時加速，類似GPT大語言模型正在迅速并行提高自然語言在C端和B端產品中的解析能力。

目前，生成式人工智能已經席卷全球，AI技術的崛起也正挑戰著傳統科技巨頭的地位。最近，硅谷知名VC Lightspeed發布了一份專注生成式AI領域的重磅報告，并篩選出了未來可能成為八大AI巨頭公司和11家新銳公司。

在這項分析中，Lightspeed對生成式AI領域的3500多家公司數據進行了深入分析，根據公開可得的員工信息，如學歷、先前公司、工作年限、科技專利、出版物等，對數億個人和數百萬家公司進行排名篩選，以確定擁有頂級技術人才的公司。

本期《AI未來指北》聚焦這篇報告中的八家AI潛力公司和11家新銳公司，它們分別是誰？規模和人才背景究竟是如何的？我們一起探究生成式AI賽道的未來。

1. 生成式AI八巨頭，未來的“FAANGS”

目前領先的生成式AI公司究竟是哪些？他們在哪里尋找人才？Lightspeed認為，下列生成式AI領域的公司，將被頻頻提及并最終改變我們的生活方式，有望成為未來的FAANGS：

這八個新巨頭的所處領域和具體應用分別是：

• Tome——幫助生成演示文稿和可視化敘事文稿的AI。

• Character.AI——創建各種AI生成的角色并可以與人類聊天。

• Anthropic——AI安全和研究公司，幫助搭建工作環境下的聊天機器人。

• OpenAI——發布了ChatGPT，展示了大語言模型的強大功能，以及用于圖像生成的DALL-E。

• Hugging Face——構建模型來執行企業中的特定任務。

• Jasper——搭建AI模型，為營銷和品牌工作生成有創意的內容。

• StabilityAI——Stable Diffusion的創建者，首批向公眾發布的圖像生成模型之一。

• Midjourney——一個自籌資金的研究實驗室，發布了一款功能強大的圖像生成工具，完全基于Discord運行。

目前，這些公司正在贏得科技人才的競爭，而且這種競爭只會愈演愈烈。八家AI巨頭的技術人才大多來自其他科技公司，包括一些已從OpenAI離職的員工。其中最引人注目的是AI人才大本營——谷歌。

眾所周知，谷歌多年來在AI研究上投入大量資金，但幾乎沒有面向消費者的重磅產品或服務，直到去年底面臨OpenAI的巨大壓力才終于有了可觀進展。而在谷歌之后，曾重注押在元宇宙的Meta、支付巨頭Stripe，甚至Airbnb和Dropbox等公司也為生成式AI巨頭輸送了大批有生力量。到目前為止，他們的競爭情況如下：

八大AI公司的人才數據統計

八大AI公司主要人才來源：此前工作背景來自谷歌、Meta等公司

此外，統計發現，生成式AI八巨頭的科技人才中，教育背景在很大程度上都來自于全球知名高校，其中斯坦福大學、加州伯克利大學和麻省理工包攬了前三名；與此同時，他們的來源也很國際化，加拿大滑鐵盧大學AI研究所排名第四，比利時魯汶大學AI研究所排名第八。

八大AI公司人才的主要教育背景

受此影響，舊金山的海耶斯社區，已被重新命名為“腦谷”，以反映其作為AI活動、聚會和黑客之家所在地的地位。與此同時，人才似乎正在涌回規模較大的城市和灣區（或者至少更多AI人才開始在AI公司尋找新工作）。

在這場AI競賽中，硅谷面臨著原本作為科技中心外遷轉移的危機。根據調查數據顯示，美國西雅圖在AI人才名單中占據主導地位，因為該地是幾家頂級公司和機構的所在地。2021年，布魯金斯學會的一份報告列出了較為推崇AI的八個城市“早期采用者”——紐約、波士頓、西雅圖、洛杉磯、華盛頓特區、圣地亞哥、德克薩斯州奧斯汀和北卡羅來納州羅利”。（這些數據可能被低估，因為部分員工并未透露具體位置。）

2. 生成式AI的“新銳派”

雖然生成式AI八巨頭吸引了大量的公眾關注，不過，Lightspeed在其研究中還發現了另一類AI公司，它們也吸引了頂級AI人才加入自己的陣營。這11家公司可以被認為生成式AI的“新銳派”，它們有一個共同特點：雖然AI是其產品核心，但都在解決特定領域問題或專注于客戶的特定用例（用例指使用場景和用途）。

這些生成式AI新銳公司覆蓋了從醫療保健到娛樂等諸多行業，它們有望將AI工具真正推向實際應用：

以下是這11家公司的簡單情況：

• Pictor Labs——專注于AI驅動的病理學研究，有望加速疾病臨床實驗和轉化。

• Endpoint Health——針對免疫相關疾病的AI輔助精準治療。

• Otter.ai——AI驅動的音頻轉錄，搭建新的聊天機器人會議助手。

• Bria——借助AI生成圖像和視頻內容，且正在推進相關的商業化研究。

• WellSaid Labs——AI驅動的文本轉語音配音工具。

• Subtle Medical——AI驅動的放射學圖像處理。

• Copy.ai——借助聊天機器人生成高質量的營銷文案。

• Lexion——適用于銷售、采購、人力資源、法律等的AI合同助理

• You——帶有聊天機器人界面的搜索引擎。

• OctoML——搭建基于云的LLM模型調優和運行方案。

• Runway——借助AI生成視頻、圖像和其他形式創意內容。

這些公司的估值從數千萬美元至15億美元不等。他們的員工數量雖不如上文提及的生成式AI八巨頭，但也不容小覷，并且有一半以上的公司人數在去年有了爆發式的增長：

關于這些人才的出處，統計發現，華盛頓大學、微軟和艾倫AI研究所（由已故微軟聯合創始人保羅·艾倫創立的一家研究機構）再次亮相。

AI新銳公司工作/學業背景

3. 生成式AI的未來

在這個充滿活力和競爭激烈的領域，AI公司們都在爭奪頂級技術人才，推動行業更多的變革發生。未來，這些AI公司將在哪些方向持續發力？目前生成式AI呈現怎樣的發展趨勢？硅谷傳奇投資人Elad Gil表示，眼下生成式AI賽道有三個重點值得關注：

其一，更好的AI技術正在持續泛化。

當前AI浪潮的一個顯著特點，是對許多領域的創新在同時加速。類似GPT的大語言模型正在迅速提高自然語言在C端和B端產品中的解析能力，與此同時，圖像生成、語音到文本、文本到語音、音樂、視頻和其他領域的進步正在發生。

這一次，技術進步相比此前更加明顯，這意味著市場更容易創造出“好10倍的產品”來征服用戶，顯著更強的大語言模型有望支撐起一個全新創業生態的建立。當然，這一點只是和此前的AI浪潮相比有明顯變化。

第二，基礎設施正在被廣泛采用和快速增長。

包括OpenAI、Stability.AI、Hugging Face、Weights and Biases等一大批公司在內，雖然其中一部分的收入落后于使用量和普及度，但它們有望探索出更新的模式以實現商業化的快速增長。

OpenAI現在是LLM的領導者——而4年前，谷歌是處于默認位置的龍頭。但它未能充分利用其在AI領域的諸多優勢，這一點令人震驚。有這樣一個類比，此前施樂公司發明了圖形界面的操作系統，擁有所有人才、數據和渠道來為行業建立開創性的基礎設施，但隨后出現了蘋果，真正推動行業向前發展。

其三，應用方面有明確用例的公司，會取得先發優勢。

目前，已經出現許多被驗證可行用例的創業公司——例如營銷文案方向（Copy.AI、Jasper）、圖像生成方向（Midjourney、Stable Diffusion等）和代碼生成方向（Github Copilot、Replit）等，在之前的AI浪潮中并不存在。這一批新興AI應用針對有高度重復、高薪的任務進行了可觀改造。它們成了這波AI浪潮下最大的受益者，比如語音轉錄、機器人、視頻等正在被完善，有望拓寬下一代AI用例。

Elad Gil認為，如今許多人談論AI時，往往將LLM/CNN/RNN/GAN等認定為過去AI功能的有限改進。事實上，就像汽車誕生后有人又發明了飛機，但被評論說“飛機只是另一種汽車——有翅膀罷了”，他們沒有提及飛機的全新用例以及對旅行、物流、國防和其他領域的影響。因此也就沒有看到，一個嶄新的航空時代正在拉開序幕。

當下的市場共識是，ChatGPT的推出是此輪AI熱潮真正的“發令槍”，喻示著AI有望在新功能方面帶來重大意義正在被主流所承認，并引發了對生成式AI的大規模熱情、炒作和采用。

而目前距離其發布才9個月，鑒于大型企業的產品規劃周期通常需要3-6個月，原型設計和構建更是需要長達一年時間，我們距離AI使用的峰值可能尚未到來。AI基礎設施公司收入大幅增長和投資加速的步伐仍值得期待。

Ref：

https://medium.com/lightspeed-venture-partners/eight-ai-startups-winning-the-race-for-tech-talent-571a18b03642

https://blog.eladgil.com/p/early-days-of-ai

本文為專欄作者授權微新創想發表，版權歸原作者所有。文章系作者個人觀點，不代表微新創想立場，轉載請聯系原作者。如有任何疑問，請聯系http://www.i0562.net/。