最近Andreessen Horowitz(又名 a16z)发布了一篇《Big Ideas in Tech for 2024》的报告,全面解读了在2024年科技趋势与展望。
此报告咨询了超过 40 家跨越
a16z 投资组合的合作伙伴,探讨他们认为会在 2024 年引领创新浪潮的重大理念。
此报告涉及的领域有涵盖生物与健康、基础设施与企业、金融科技、消费科技、游戏、加密货币、成长期技术等。很多观点都十分有参考价值。
这里我整理挑选了与AI相关的比较典型的10大趋势前沿,供大家阅读参考,翻译的全文大家可以在文末获取。
一、AI赋能医疗行业
Vineeta
Agarwala,医学博士、博士 是
Andreessen Horowitz (a16z) 的普通合伙人,领导该公司生物 + 健康基金在生物技术、生命科学软件和数字领域的投资健康,重点关注利用独特技术和数据集推进药物开发、个性化医疗和患者护理服务创新的公司。
作为一名医生兼科学家,我总是对那些能够使我们现有的临床医疗人员在更高层次发挥其专长的新技术感到兴奋。这可能意味着在我们的治疗工具库中引入创新药物,或者开发新的护理交付能力,从根本上改变医疗团队如何利用他们最宝贵的资源:时间。因此,在 2024 年,使医疗提供者获得真正赋能的软件和数据平台让我感到兴奋。从电子健康记录系统(EHRs)中的自动笔记记录,到始终在线的智能自动化分诊,再到精准的治疗规划,人工智能能够通过多种方式减轻医生的工作压力和行政负担,并提高他们向患者提供最优质、最富同情心护理的能力。进一步地,我预见到一个未来,在这个未来,AI赋能的平台可能成为促进更广泛应用基于价值的护理的关键。到目前为止,基于价值的护理尚未发挥出其全部潜力,但AI为医疗提供者带来的赋能可能性有望改变这一发展轨迹,使其朝着更好的方向发展。
二、AI语音应用程序将成为我们生活的一部分
Anish Acharya 是 Andreessen
Horowitz 的普通合伙人,专注于消费者投资。
人工智能最终将在来年解锁语音优先的应用程序,特别是在伴侣和生产力类别中。尽管语音是最古老、最常见的人类交流形式,但从未真正发挥过作为与技术互动的界面的作用 – 早些时候同年,微软首席执行官萨蒂亚·纳德拉 (Satya Nadella) 称过去十年的一代语音助手(包括他公司自己的
Cortana)。 从历史上看,人们最有可能使用智能扬声器来执行简单的任务,例如播放音乐或查看天气,而不是从语音交互中获取有意义的价值。然而现在,大型语言模型已经使虚拟助手能够实现人类水平对话能力。重要的是,语音是一种完全不同的交互方式,现有的应用程序自然不具备构建这些体验的能力。例如,明显的人工智能电子邮件功能不可避免地会被整合到 Gmail 中,但 Gmail 不太可能在你的收件箱中引入人工智能语音界面。到 2024 年,我预计语音应用程序将变得更加有用并融入我们的生活。
三、AI垂类定制、专门构建的AI agents
奥利维亚·摩尔 (Olivia Moore) 是消费者投资团队的合伙人,她专注于投资市场初创公司。
我预测到 2024 年,我们将看到更垂类的人工智能解决方案。虽然 ChatGPT 可能是一个出色的通用人工智能助手,但它不太可能在每项任务上都“获胜”。我预计我们会看到一个专门为研究人员构建的人工智能平台、一个针对记者的写作生成工具以及一个专门为设计师设计的渲染平台,仅举几个例子。从长远来看,我认为人们日常使用的产品将根据他们的用例进行定制——无论这是专有的底层模型还是围绕它构建的特殊工作流程。这些公司将有机会“拥有”新技术时代的数据和工作流程;他们将通过确定一个类别然后扩展来做到这一点。对于初始产品,越窄越好。
四、AI+教学:AI工具将被用来教学生
扎卡里·科恩 (Zachary Cohen) 是消费者团队的投资者。他专注于在生成人工智能应用程序层构建的公司。
2023 年,估计有 30% 的大学生使用 ChatGPT 等工具完成作业(考虑到调查报告的性质,实际数字可能会更高)。然而,在2024年,生成式人工智能将开始改变早期教育的格局。生成式人工智能为年轻人提供了巨大的潜力,可以促进创新并激发想象力。与普遍关注学术诚信的高等教育不同,早期教育可以利用人工智能创建一个无限探索的沙箱。这里的关键在于设计不仅能吸引年轻学习者,还能保护我们的年轻学习者的产品。这就需要内容审核、以用户为中心的限制和适合年龄的界面的独特结合。 2024 年,我们可能会看到专为儿童精心设计的突破性新人工智能工具。这些平台将使儿童能够安全地利用人工智能和互联网的广泛功能。
五、AI工具:无代码人工智能生成器将激发新行为
Bryan Kim(“BK”)是 Andreessen Horowitz 的合伙人,他的投资主要投资于消费者和应用层人工智能公司。如今,BK 在 BeReal 和
Snackpass 董事会任职。
随着最先进的生成式人工智能技术将创作的边际成本推向接近零,我们将看到全新的消费者行为出现。
Midjourney 和 Ideogram 这样的平台已经允许我们创建令人难以置信的图像,而这些图像以前需要花费数小时和数千美元才能完成。
11labs可以通过语音克隆和音频配音在几秒钟内翻译内容 – 跨越数十种语言(这是我在看着配音不佳的外国电影长大时无法想象的!)。
即使是非开发人员现在也可以将一系列生成式 AI 工具组合在一起,以创建令人难以置信的输出,而无需编码技能。
例如,Glif 是一个多媒体平台,用户可以通过简单的提示生成艺术作品、漫画、自拍照等。
六、AI赋能创造力增强
Justine
Moore 是消费者投资团队的合伙人 ,她专注于投资人工智能公司。
创意工具缩小了从想法到执行的差距。
第一次,您不需要专门的技能和多年的培训来创作美丽的绘画、诗歌或歌曲。
然而,这里的早期产品主要集中在简单的生成行为:创建图像、撰写文章或创作曲目。
更具交互性的工具具有巨大的潜力,可以充当创意副驾驶并实现与人工智能的真正对话,远远超出我们今天看到的基本修复/修复功能。
例如,这些产品可能能够生成可编辑的输出,并参与迭代过程来完善您的工作。
它们可能允许您针对特定风格、主题或角色训练模型,以随着时间的推移生成一致的输出。或者它们可以帮助您将现有内容转换为新内容,无论是将照片动画化、将现实世界的视频转换为动画,还是将 2D 图像转换为 3D 网格。
七、AI+游戏:游戏将成为“一切模拟器”
Jack
是 Andreessen Horowitz 的
A16Z GAMES 团队的投资合伙人,专注于游戏基础设施、人工智能和 ARVR。
游戏是满足我们基本生物原语的模拟:收集(口袋妖怪)、捕食者/猎物(标签)、养育(收养我)、探索(我的世界)。游戏引擎促进了模拟法则。然而,游戏引擎无法有效地模拟人类思想、行动、言语和目标的复杂性和突发性。也就是说,直到最近。大语言模型和Agent框架的突破现在使得在游戏中拥有具有可信目标、行动和对话的现实角色成为可能。这为游戏设计师提供了一个新工具:模拟社交动态的能力。到 2024 年,预计会出现即时涉及胁迫、欺骗、调情、结盟、领导力、同侪压力、影响力、道德……凡是你能想到的游戏,以前不可能的模拟工具现在将变得普遍可用。每一个生物原语都将是公平的游戏——人类与生俱来的社交、合作、寻找爱情的愿望都取决于模拟的突发奇想。
八、AI+情感陪伴:超越文本聊天的新讲故事模式
Sarah
Wang 是 Andreessen Horowitz 成长投资团队的普通合伙人,专注于人工智能和企业技术公司。她目前在 Character.AI、Crossbeam 和 Hex 的董事会任职。
Character.AI 首席执行官 Noam Shazeer 将娱乐称为“AGI 的第一个用例”——使用 AI 通过文本讲述故事的能力,音频和视频格式继续快速改进。未来一年,人工智能将超越基于文本的聊天,发展到多模式模式。用户的个性化分层和微调将加深我们与人工智能的交互方式,并实现更加令人兴奋、有趣和引人入胜的体验。初创公司有责任创造这些新的叙事格式。
九、消费者人工智能战场从模型转向用户体验
Alex
Immerman 是 Andreessen Horowitz 增长团队的合伙人,专注于金融科技、消费者、企业和加密/web3 公司。
2023 年无意中听到:“不花一分钟构建模型就是浪费一分钟。建立最好的模型,用户就会来。”迄今为止,最受欢迎的消费者人工智能公司都是自己模型的生产者,例如 ChatGPT、Character、Bard 和 Midjourney。差异化来自于成为各自领域的最佳模型:中途的图像、角色的娱乐、ChatGPT
的整体文本。用户体验很大程度上取决于将模型交到用户手中的最快方式。但由于多种因素的结合——芯片短缺问题缓解的可能性、大多数基础模型通过 API 的可用性以及日益强大的开源模型——在其他模型上构建突破性消费应用程序的基础已经具备。到 2024 年,消费者人工智能应用程序将通过围绕独特用例提供最佳用户体验而突破,而不仅仅是模型性能。我对消费者人工智能应用程序感到特别兴奋,它们弄清楚如何包含共享体验和多人模式,将多个模型聚合到一个界面中,或者构建更集中的解决方案,其中工作流程和流程驱动价值。大语言模型可以成为差异化的一个来源。如今,它们可能会提供先发优势,但网络效应、高转换成本、规模和品牌等老式护城河仍然可能成为长期赢家。
十、AI将推进机器人过程自动化系统
Kimberly
Tan 是 Andreessen Horowitz 的合伙人,专注于企业和 American Dynamism 公司。
到 2024 年,我将很高兴看到由LLMs支持的机器人流程自动化 (RPA) 公司市场的腾飞。如今,企业通常在遗留软件系统上完成手动流程,这些系统很难拆除和替换或进行深度集成。在这些情况下,RPA——部署小型“机器人”来自动执行重复性任务,例如数据输入——是目前最好的解决方案。然而,RPA 通常仍然需要大量手动操作,并且经常出现故障;它通常需要大量的自定义实现和服务才能站稳脚跟。借助LLMs,我们有机会构建更智能的 RPA 系统,该系统可以根据上下文了解其所采取的输入和操作,并且能够动态调整以创建更强大的解决方案。很可能会有多种针对特定类型的自动化任务量身定制的垂直解决方案——无论是用于财务组织、处理发票,还是用于支持组织、响应客户服务查询——因为买家会购买最适合其工作流程和需求的解决方案。
出自:https://mp.weixin.qq.com/s/Xbf5OC-AHFnXnRhy5ajSKg