本文来自微信公众号：阿法兔研究笔记 （ID：AlphatuDiary），作者：阿法兔，原文标题：《一切生成式AI初创公司都会变成咨询公司？》，题图来自：视觉中国
我和神秘组织2号前几天的讨论：“人工智能公司和其他的IT公司有本质上的区别，就是这两者的目标不同，人工智能公司更像是卖自己，传统的软件公司更像是帮助他人。这是两种公司核心服务点上本质上的不同，跟使用的技术无关，所以这两类公司，在客户这里得到的信任度也是完全不同的。”
人工智能初创公司，除了少数头部顶尖企业之外，之前也在ChaosAI讨论过，说如果想用一个人工智能技术，需要考虑收益能不能覆盖成本。而现在无论怎么算都覆盖不了，因为推理成本太高，所以这就是很多公司感觉难以推进的点——用户宁可让这个成本，比方说过一两年之后下降了之后我再用，但那个时候很多初创的AI公司已经倒闭了，变成了时代的尘埃。
不过，值得注意的是Palantir——在最初专注于咨询后，随着时间的推移找到了软件业务，所以也许也是可行的。
AI咨询公司
The information最近发了一篇很值得思考的文章，主要讲的是在硅谷，很多生成式AI创业公司逐步发展成了咨询公司的模式。“生成式人工智能，之所以没有像很多人预期的那样在公司和企业中广泛应用，原因有很多，包括高成本和生成结果不精确（例如一本正经地胡说八道），还有个问题就是——对话式AI实际上很难使用，而非科技领域大公司往往无法让自己自研的AI软件足够便宜，以至于能够在本企业内大规模使用，或者将AI与他们的私有数据连接起来，以便处理特定于自己企业需求的任务。”
结果就是，生成式人工智能的初创公司，发现难以获取营收，因此，有一些初创公司开始像咨询公司而不是传统的企业软件业务那样，将解决IT问题作为业务模式。
硅谷的部分记者和投资人发现，最近几周有一些“Data curation startups”类别的公司，帮助客户从大语言模型中生成数据，或者帮助为特定任务或领域（如欺诈检测）定制AI模型。
然而，这类初创公司没有提供软件让客户自己做这件事，而是采取了亲自动手的方法，比如协助查看客户的私有数据，看看有哪些缺口，并生成合成数据来填补这些缺口。例如，一个常见的场景是：一家帮助客户构建用于检测欺诈的AI模型的初创公司会向客户询问一长串有关欺诈实例中最常见特征的问题（比如客户在购买过程中的行为数据信息），并使用这些信息来训练一个可以标记这些特征的购买行为的模型。
许多大型企业软件公司都有类似咨询服务的服务，包括OpenAI。例如，去年11月，OpenAI宣布了其“定制模型”项目，该项目将帮助客户为特定领域应用训练模型，从头到尾。就在本月早些时候，数据标记初创公司Snorkel AI推出了一个名为“Snorkel Custom”的类似服务。但这些服务——由于投入了大量的人工劳动，往往利润较低——只是OpenAI和Snorkel所做工作的一小部分。
在过去，软件公司通常会与德勤这样的咨询公司和像普华永道这样的系统集成商合作，以帮助客户启动和运行复杂的软件，而软件公司不会承担劳动密集型的任务。
然而，许多刚开始创业的AI初创公司认为，自己别无选择，必须做这类工作。因为基于风险投资的要求，人工智能初创公司必须现在就开始吸引客户，哪怕进行低利润服务，也要产生收入，以便吸引风险投资的投资，以后再确定自己的长期商业模式也可以。
不过，值得注意的是Palantir——它最初专注于咨询，随着时间的推移找到了软件业务。所以这也许是可行的。但投资者更有可能记得像DataRobot这样的AI初创公司，它们发现很难改变自己的模式并盈利。鉴于AI的竞争迫使初创公司重新思考他们的战略，硅谷投资人们宁愿押注一个熟悉的商业模式。
本文来自微信公众号：阿法兔研究笔记 （ID：AlphatuDiary），作者：阿法兔