• 從「人們已在花錢的問題」出發:成功建立 AI 應用的第一步是找到市場已驗證的需求,而非尋找技術能做什麼——市場驗證先於產品建造,選對問題比建對產品更關鍵。
  • AI 能讓專業服務民主化:過去只有少數人負擔得起的專業服務(如法律、醫療、財務顧問),AI 有潛力讓其大幅降價並普及,打破收入門檻,這是 AI 應用最有意義的方向之一。
  • 可靠性是 B2B AI 的生死線:企業客戶對 AI 產品的首要要求不是功能豐富,而是穩定可靠——不確定性和錯誤對企業來說是不可接受的風險,這也是差異化的核心。
  • 找到具備領域知識的合作夥伴:純技術團隊往往無法真正理解目標行業的痛點,找到有深厚領域背景的共同創辦人或顧問,是產品命中要害的關鍵。
  • GTM 策略與產品本身同等重要:有了好產品還需要清晰的市場進入策略——目標客戶是誰、如何找到他們、如何建立信任,決定了能否從原型走向真實的商業成功。
原始影片:https://www.youtube.com/watch?v=l0h3nAW13ao

建立人工智慧創業公司的經驗教訓 [00:02]

今天我們要討論的是我的公司如何建立一個 AI 應用程式,這個應用程式表現如此出色,以至於我們能夠以 6.5 億美元的價格退出,還有你們如何也能做到這一點。好吧,今天我們主要談三個重要的觀點。第一個是選擇哪些想法。你如何決定追求什麼?其次是你如何實際建造它。第三,誠實地說,這常常被忽視的,是你如何將你所建造的東西成功地推向市場並銷售。在深入這個話題之前,讓我先介紹一下自己,讓你知道在跟你們講話的是誰。我從小就是一名程式設計師。我記得自己從小就開始建造東西,這可能和在座的每一位都是一樣的。對我來說,這有點是支線任務,但我愛上了法律與政策,於是我成為了一名律師。我過著相當傳統但短暫的法律職業生涯,法學院、法律助理、你知道的,大型律所,等等。我想像任何建造東西的人走入這些傳統職業如法律、會計或金融後,第一件事就是:我無法相信他們居然是這樣做的。因此,我立刻離開了那個行業,成立了一家公司叫 Caseex,這是在 2013 年,當時我想,在座的很多人應該差不多八歲。或許作為補充,這也正是這些公司有時候需要多長時間才能成功的原因。所以,我知道你們現在,18、19、20、21、22 歲,隨時準備好簽約,開始你們生命中最精彩的冒險之一,當你們創建一個初創企業,但它確實需要時間。在 KStex,我們多年來專注於一個深刻的信念,即 AI 應用於法律時可以帶來巨大變化。對了,當我們開始專注於它時,甚至還不叫 AI,而是叫自然語言處理,或者也許是機器學習。但我們的 AI 研究人員中有一位今天在這裡,Javeed,看到了一個早期的應用,當 BERT 論文出來、注意力機制等出現的時候,這大約是七年前關於 AI 技術如何應用於提升律師職業的生活,舉例來說,改善搜索結果。因為我們非常專注於大型語言模型並在這個領域深入研究,我們很早就獲得了 GPT-4 的訪問權限,大約在 2022 年夏天,我們取得了 2000 萬美元的營收,做得相當不錯,我有大約 100 人的團隊,我們停止了所有的活動,決定基於這項新技術建造完全新的東西,這就成了一個叫做 co-counsel 的產品。

建立人工智慧創業公司的經驗教訓 [02:31]

它就成了一個叫 co-counsel 的產品,這是首個也是我認為至今最好的律師 AI 助手,原因我會在本次演講的其餘部分中解釋。我們在大約兩年前被湯姆森路透公司收購,現金交易額為 6.5 億美元,對了,這聽起來是一個大數字,但我想對於在座的很多人來說,你們會回顧這次演講,想著當時真的覺得這是一個大數字,你們將能夠建造出更有價值的東西。我真的相信,因為 AI 將為你們解鎖的能力是建造出驚人的東西,為這個世界服務。好吧,如何選擇一個想法?也就是人們想要的東西。他們之所以有這個說法,因為知道什麼是人們想要的事情是非常困難的,特別是在舊世界的軟體開發中。你得先建造一些東西,把它放到用戶手中,嘗試失敗很多次。你只能希望這是一些人實際上想用的東西。所以 Y Combinator 的說法是,建造人們想要的東西。我實際上認為這變得容易多了,那麼,人們想要什麼呢?舉例來說,他們現在正在支付什麼。人們目前在支付給其他人來做任務,對吧?在這種情況下,這是一群非常不快樂的客戶支持人員或者其他類似的工作。關鍵是我們已經知道人們想要什麼,因為他們正在支付其他人來完成這些工作。這包括很多工作,例如客服代表、保險理算員或法律助理,或在你個人生活中所做的工作,例如私人教練或行政助理等。這就是人們想要的。所以,選擇人們想要什麼的問題變得簡單多了,因為現在你只需看看,人們正在花錢讓其他人去完成的工作。對於許多這些問題,無論是傳統的 AI 如 LLM 都可以解決很多人們目前正在處理的問題,如果不行,那麼機器人技術可以解決很多人們在現實世界中處理的事情。我認為你會看到,當你決定要建造什麼時,首先選擇一個目標領域,這基本上可以分為三個不同的類別:第一個是像輔助這樣的角色,當一位專業人士需要幫助來完成某個任務時。這就是我們在 co-counsel 中所建立的。律師需要很多幫助來閱讀大量文件、進行研究、審查合同、標註,並將其傳送給對方律師。這是幫助人們完成工作的一個重要類別。

建立人工智慧創業公司的經驗教訓 [04:45]

幫助人們完成工作的一個重要類別。第二個重要類別則是完全取代工作的正在進行的。人們目前僱用律師。那我們為什麼不成為一個由 AI 驅動的法律事務所呢?人們目前會僱用會計師和找到財務專家、物理治療師,還有其他的,像是幫你摺衣服的人等等。你可以用 AI 來取代這些任務。第三個類別是你可以做一些以前無法想像的事情。例如,在法律事務所,他們會有數億份文件,他們絕對無法想像我應該讓人們逐一閱讀每一份文件、對其進行某些分類並進行總結,等等。這樣是不理智的,對吧?這樣花費了他們數百萬美元,但現在 AI 的興起,你可以讓成千上萬個 Gemini 2.0、Flash,或其他的模型,來閱讀每一份文件。曾經無法想像的現在成為可能。這基本上是三個可以選擇的想法類別。而我認為這些類別的極大潛在獲利非常驚人。以前所謂的可尋址市場,即你能從產品中賺取的金額,是像專業人士的數量,例如,你可以銷售的座位數量乘以每個月 20 美元等等。然而,許多數十億美元的公司通常都是通過銷售給專業人士的價格來構建的。但今天,我們已經知道人們和公司願意支付的實際金額,是他們目前支付給執行這項工作的所有人的工資總和。這個數字可能是過去的 1000 倍。你支付 $20 美元每月來解決一個問題。例如,你知道,支付一個典型的 SAS 訂閱,但你可能會支付 5000、10000 甚至 $20000 元每月給某些專業人士來解決問題。所以,你能從新應用程序中獲得的金額已經增長了十倍、百倍,甚至千倍,相較於過去。我想花一點時間,因為這聽起來相當反烏托邦,像是我們在談論把所有這些薪水變成可尋址市場。我認為其實情況正好相反。我認為未來是美好的。

建立人工智慧創業公司的經驗教訓 [07:11]

我認為未來美好的原因有兩個。首先,當你取代或大幅協助某些工作時,你將解鎖未來。人們曾經有一種叫燈點燃者的工作,因為我們沒有電,也沒有燈。他們會四處走動,用火柴點燃夜晚的所有燈,然後在晚上通過熄滅蠟燭來關掉它們。事情一度是這樣的。我們甚至無法想像今天的事情,因為那是我們在過去被困住的事情。所以,當我們過去手頭的角色時,你將解鎖一個未來,我們今天無法想像。十年、十五年或一百年後,做我們現在所做的事情將會覺得過時,因為你將幫助我們超越這一點。但同樣重要的是,我認為有些人不會考慮到這一點,這是非常真實的,你將使得原本非常困難或花費極高的東西變得平易近人。比如在法律領域,我們工作的領域,超過 85% 的低收入人群無法獲得法律服務。與人類律師合作需花費的時間太長,成本過高。但是如果你能幫助律師提高100倍的速度和10倍的低成本,或者坦白地說,作為一家由 AI 驅動的新法律事務所親自提供這些服務,那麼突然間,當律師因客戶沒有足夠的資金而拒絕客戶的情況不再存在,現在你可以說“是的”,這適用於每一個人。每一個人都應該擁有世界上最好的財務助理,每一個人都應該擁有最好的行政助理或個人助理,每一個人都可以在工具如 cursor 和 windsurf 等上擁有最好的編碼助手。儘管我告訴你如何選擇一個想法,你應該替代工作、輔助工作或做那些之前無法想像的事情,並建立一個更美好的未來。但你如何實際建造這些東西呢?我將簡單概述一下我們如何建造它。讓我告訴你,現在我將要說的一切聽起來可能非常簡單、合情合理,甚至是顯而易見的,但最瘋狂的是沒有人在這樣做。就像,沒有人在我所建議的方式上選擇行業。市面上幾乎沒有公司在這樣做,更少的公司在建立我希望看起來相當明顯和簡單的可靠 AI。

建立人工智慧創業公司的經驗教訓 [09:26]

我特別強調“可靠”這個詞,因為這將是許多情況下從酷炫的演示(就像 Andrew 今天早些時候所說的)轉變為實際運作的關鍵。這裡有四個關於如何實際建造這些東西的簡單要點。第一,像是考慮製作一個人工智慧助手或一個專業的職業替代品。問自己,人們實際上在做什麼?這個領域中的專業人士實際上是做什麼?如果你決定要建立一個健身應用,不妨想想私人教練或健身教練在做什麼?一名財務助理或財務分析師又要做些什麼呢?而且要非常具體。我會重複幾次,但實際剖析這個問題會非常有幫助,而不是隨便編造。對我們來說,我是一名律師,我的共同創始人是律師,我公司中 30-40% 的人即使是程式設計師也是律師,因為我們實際體驗過。這也許不適用於你。那就去某個地方做個偵探,真實了解這些公司的運作,這些人究竟做什麼?實際上有另外一種做法。你可以是技術人才,並找到一位在某個領域有豊富專業知識的共同創始人。無論你如何來到這裡,找出具體是人們做什麼的事情,你可以協助或替代的事情。然後問自己,如果在這個領域中最優秀的人擁有無窮的時間和資源,像一千個 AI 可以同時完成這項任務,他們會如何做到?然後您從這裡開始反推,真正的步驟是什麼?這樣給你一個例子,來自我們的法律領域,我們在兩年半前做過一版本的深度研究。當我們第一次獲得訪問 TPD4 的權限時,這是我們做的第一個事情,我們問:如果給這個研究問題,最佳律師會怎麼做?

建立人工智慧創業公司的經驗教訓 [11:52]

如果給這個研究問題,最佳律師會怎麼做?這不是一般的研究,這究竟是什麼意思?他們會把它分成步驟。首先,他們會收到這項研究項目的請求,然後他們可能會說,我需要理解這到底意味著什麼。他們會詢問一些澄清性問題,就像今天的深度 research,如果你使用過的話。然後他們可能會制定一個研究計劃。他們可能會執行數十次的搜索,而這會回報數百種不同的結果。他們會非常仔細地閱讀每一個結果。去掉那些不相關的,因為搜索結果有時會帶來不相關的內容。保留那些相關的。對他們所看到的做記錄,為什麼這是相關的,為什麼這不是相關的,這些如何契合在我的回答中。基於所有的內容,整理成一篇文章。然後也許最後還會有一個步驟,檢查這篇文章,以確保它是正確的、的確引用了正確的資源等等,等等。這些就是一位專業人士在進行研究時可能會採取的步驟。所以把它們寫下來。然後你轉向代碼。你將要從事的這些工作中的大多數步驟最終是提示,可能是一個或多個提示,對吧?一個提示可能是:閱讀法律意見並按 0 到 7 的評分標準決定其與被詢問問題的相關性。一個提示可能是:根據我迄今所做的所有筆記和所讀過的案件,寫作這篇文章。一個提示可能是:這裡有一個論文的腳註,這裡是原始資源。這個東西的引用是否正確,等等。很多之所以成為提示是因為這些原本需要人類智力的事情,而現在你將它融入到軟體應用中。因此,現在你需要做的是將其轉換成出色的提示。我將在一秒後介紹得到人類水平的智慧。對了,如果你可以做到而不使用提示,這是一個確定性的過程,或者它是數學計算或其他,那是更好的提示是緩慢而昂貴的。Tokens 依然是昂貴的。所以當你拆分這些步驟時,這些部分中的一些可能只是老老實實的軟體工程,對吧?如果可以的話就這樣做。然後在你發現最佳的人會如何處理這個問題時做出一個決定。如果最佳的人會這樣做,不管每次都會執行這項任務,他們總是會遵循相同的五個步驟。這是簡單的。把它做成一個工作流程,對吧?這對你來說是最簡單的結果。實話說,我們在建立 co-counsel 時做的許多事情都是這樣的。每次你做這項任務時,你基本上會採取相同的六到七個步驟。實際上,你不必有 lang chain 或其他東西。只需使用 Python 代碼。這個函數的輸出進入這個函數,然後這個函數的輸出進入這個函數,Boom!即可。對吧?簡單。有時其實不是那麼簡單。專家處理問題的方式有賴於情況。他們可能需要產生一個完全不同的研究計劃,從不同的資源中提取,運行不同型式的搜索,閱讀不同的文件,無論你正在做的工作是什麼,對吧?這樣你便更難確保它的品質。但也許這就是你必須做的。如果在做這一切時,擁有某種領域專業知識,或知道自己在講什麼的專業人士,這一點仍然很重要。順便一提,你也可以透過與很多人交談來獲得這種專業知識。獲取這裡的方法有很多種,但不要翱翔於盲目之中。不要假設所有在這個領域內的政府員工都這樣做,真正要了解情況。這就是你可以建立許多 AI 功能的基本方式,然後就是這樣,簡單。實際上困難的部分不是建立它,而是讓它運行良好。你如何知道研究做得好?你如何知道它是否正確閱讀了文件?你如何知道它是否正確地進行了保險調整?你如何知道它是否做出正確的買入或賣出股票的預測或你正在做的事情?這就是評估在其中扮演非常重要角色的地方。我發現大多數人不這樣做,因為他們建立的東西就像演示層次的東西,實際上準確度大約在 60 到 70% 之間。如果我們誠實地說,你可能通過向風險投資者展示你的酷炫演示,成功募得相當不錯的一輪資金。你甚至可能在試點計劃中簽下最初的幾位客戶,但如果在實踐中不奏效,那麼這所有的熱情與風投資金和試點計劃的興奮都會崩潰。如果不能實際運作,實現的那項生成就是非常艱難的,因為 LLM 就像人類一樣,你知道的,早上喝咖啡太少,或者在床的錯側醒來,他可能會輸出錯誤的提示。我相信你們都見過這種情況,即使你用的是 ChatGPT,你可能有時會對它的驚人表現感到驚訝,而有時又驚訝於它在代碼或信息檢索上錯得非常離譜,甚至在喬治·華盛頓的生日上出現過失誤,頗有些幻想。 那麼,你該如何應對呢?我會告訴你我們是如何應對的。這並不是周全的答案,但大部分的關鍵在於評估。我們現在正在接受申請,請上 ycombinator.com/apply,申請永遠不會太早。

建立人工智慧創業公司的經驗教訓 [14:05]

最優秀的人會如何處理這個問題。如果這是一個相當確定性的任務,例如他們每次都必須執行這個任務,他們總是遵循相同的五個步驟。簡單。將其製作成工作流程,對吧?這對你來說其實是最簡單的結果。老實說,我們在構建代碼委員會時所建立的很多東西就完全是這樣。每次你執行這個任務時,基本上都會走相同的六到七個步驟。你根本不需要像 lang chain 或其他東西。只需要 Python 代碼。這個函數然後這個函數的輸出進入這個函數,這個函數的輸出到這個函數。Boom。你完成了,對吧?簡單。有時候事情並不那麼簡單。某些時候,專家如何處理問題真的取決於環境。也許他們需要制定一個非常不同的研究計劃,從不同的資源中提取,進行不同類型的搜索,閱讀不同類型的文件,無論你正在做什麼,對吧?這樣你才能達到一些更具主動性的東西。這是更難確保其質量的,但也許這是你必須做的,對吧?強調一下,進行這一切時,擁有某種形式的領域專業知識,某個知道這裡發生了什麼的人,順便說一句,你也可以通過與很多人交談來獲得這些知識。有很多不同的方法可以達到這一點,但不要這樣做。不要盲目行事。不要假設這就是所有政府員工在這個領域執行 X 的方式,真正去了解一下。好的,所以這是你可以建立這些 AI 能力的基本方法,開始充實的,這樣就完成了,對吧,簡單。實際上困難的部分並不是建設,而是確保它的正確性。你怎麼知道研究做得好?你怎麼知道它讀取了正確的文件?你怎麼知道它編輯了保險調整?你怎麼知道它對於是否購買或出售一隻襪子或你正在做的其他事情做出了正確的預測?這就是評估發揮非常非常大作用的地方。我看到大多數人不這樣做,因為他們建立了一些演示級別的東西,實際上準確率只有 60% 到 70%。老實說,你可能可以通過向風投合作夥伴展示你酷炫的演示來籌集相當不錯的資金,甚至可能用酷炫的演示作為試點計劃來簽約你的第一幾位客戶,對吧?但隨後它在實踐中並不起作用,因此所有的興奮和籌集的風投資本以及試點計劃

建立人工智慧創業公司的經驗教訓 [16:15]

所有的興奮和籌集的資本與試點計劃等等,如果你無法製作一些實際上在實踐中運作的東西,那麼這一切就會瓦解。而製作一些在實踐中可行的東西是非常困難的,因為大規模語言模型(LLMs)就像人類一樣,你知道的,你早上沒有喝咖啡,或者你在錯誤的一側睜開眼睛,它可能會因為輸入而輸出錯誤的東西。我相信你們都見過這種情況。即使你只是使用 chat GPT,你有時可能也會驚訝於它的驚人表現,其他時候卻對它在編碼或某些資訊查詢方面的錯誤情況感到震驚,或者單純地幻想喬治·華盛頓的生日是什麼時候,也無所謂。因此,你該如何處理這種情況?我告訴你我們是如何處理的,這並不是全部的答案,但很大部分是關於評估。下一批現在開始接受申請,你可以在 y combinator.com/apply 申請,永遠不會太早。[音樂] 填寫應用程序會使你的想法升級。好吧,回到影片。>> 這一切都始於領域專業知識,這就像什麼是好的樣子?這意味著非常非常好地完成這項任務嗎?如果你正在做研究,對於給定問題 X,什麼是正確的答案?正確答案必須包含什麼內容,對於 X 文件。如果你正在詢問一個問題,這是一份文件。它必須從那份文件中提取什麼內容?我應該在哪些頁面找到信息?好的是什麼樣子?這真的是整體任務,比如幫我完成這項研究,但同時也包括完成整體任務所需的每一個微型任務,比如哪些搜索查詢是好的搜索查詢,哪些是壞的搜索查詢。這裡再次,不要聽起來像破碟片,但了解專業人士對此會有什麼實際看法是非常好的,對吧?那麼,好的是什麼樣子?然後這些成為你的評估。我寫評估時最喜歡做的事情是,當可能的時候,將其轉化為非常客觀的可評估答案。例如,讓 AI 只是輸出真或假,或者是 0 和 7 之間的數字,或者其他什麼,因為這樣評估將變得非常簡單。這就是它的相關性。不是 7,也不是 5,而是 6。如果你有這樣的話,那麼你可以設置一個我喜歡的評估框架,我不知道你們是否使用這個,它是開源的,運行在你的命令行中,還有很多框架可以供你使用。

建立人工智慧創業公司的經驗教訓 [18:46]

我填寫申請將提升你的想法。好吧,回到這段影片。>> 所有這些都始於域名專業知識,也就是說,好的樣子是什麼?進行此任務出色的情況下是什麼?舉例來說,如果你正在研究,那麼針對某個問題,正確答案是什麼?這必須包括什麼,對於這個文檔?你在提出問題時,該從該文檔中提取什麼信息?我應該在哪些頁面找到信息?好的情況是什麼?這是針對整體任務的總體要求,如“為我完成這項研究”,但也包括每項微任務以完成整體任務,例如哪些搜索查詢是好的查詢,哪些是壞的查詢。再次重複,不辭累,你知道專業人士通常對這些事情的看法。所以,好的情況是什麼?然後這些成為你的評估。我寫評估的時候最喜歡做的事情是把它變成一個非常客觀可分級的答案。比如,讓 AI 只是輸出真或假,或者在 0 到 7 之間的一個數字,這樣因為那樣簡單易於評估。這樣它的相關性就顯而易見:這不是七分,不是五分,就是六分。如果你有了這樣的數據,你就可以建立一個評估框架。我喜歡 Prompt Fu,不知道你們是否用過,它是開源的,運行在你的命令行上。有許多框架可供你使用,去整合這些評估,最終是一件事情,對於這個輸入和這個提示來說,答案應該是六分。寫完一打然後,嘗試配合你客戶將對你的程序中投入的要求。然後再多試煉幾個,這樣讓它做到完美,然後達到 50,然後 100,然後不斷修改提示,直到它實際能通過你持續進行的所有測試。如果你做得相當好,保持有些被保留的集,並在撰寫提示時不要查看這些樣本。確保它也能在那裡運行。你不僅僅是為你的評估微調提示,對吧?你會發現,只要不進行技術上的微調,你可以透過提示走得很遠。若你在這方面非常謹慎,會發現 AI 經常會出錯,提示語中有模糊字眼,導致你沒有給他清晰的指令做到某一件事,或者它在某些方向上一直失敗,你必須提供直接的引導,讓它避免犯錯,給出一些範例,為了指導它避免某些錯誤,但這並不會讓 AI 失敗的原因讓你感到意外,剛開始提示之後,你會開始看到可以圍繞來給予指示的模式。我常說,這裡最大的成功資質在於你或你公司中的提示負責人是否願意花兩個星期無眠地致力於一個單獨的提示,去使其通過這些評估。如果你願意這麼做,你會處於一個非常好的位置,因為這是一個磨難。因為事情是,你將進行這些評估,起初,你通過的時候也許只有 60% 的機會。在此,許多人就會放棄。他們會想:“AI根本無法做到這個任務。”對吧?他們會覺得“我不會這樣做。”然後你要花個晚上來提示,然後你會達到 61%。你會想,“哦我的上帝。”下一組人會在這個時候放棄。我在這裡告訴你的是,如果你花兩個星期的時間來提示、添加更多評估、修改你的提示並不斷迭代,你將會得到一個通過率達到 97% 的東西,而這 3% 是可以解釋的,就像人類會做的判斷一樣,幾乎所有人類都會進行類似的判斷。一旦這樣做,你會對這個可能如何在實際中運作感到相當滿意。我的建議是,像是在還有初步生產、可能在測試階段的情況下,通過每個提示達到 100 個測試、整個任務測試達到 100 個。如果你能達到 99/100 這種情況,然後你應該感覺很好,對吧?所以,這是一個大致的指導。如果你能破千,這就是 10 倍的提高。做到這一點。但這很難,實際上要想出好的評估很困難。故此,我建議至少要進行到 100,然後到 beta,然後把它交給客戶,並設置期望。對了,目前還不完美,所以你是在測試階段。然後你會聽取和學習。每次客戶抱怨,要麼你擁有他們的數據,因為你的應用是這樣設計的,要不然你問他:“嘿,可以分享那份文件和你提問的問題,來看看為什麼會失敗?”這就是一個新測試。到目前為止,我們從實際客戶的真實情況中加入了更多的評估,而非在實驗室中想出來的那些。這些都是你的客戶將在你的應用中做的最愚蠢的事情。

建立人工智慧創業公司的經驗教訓 [20:54]

他們會做一些如此愚蠢的事情,而你預測不到。但這就是顧客的真實行為。如果你曾看過一個人的 Google 查詢,你會發現它幾乎難以辨認。有些情況下對 ChatGPT也是如此。它們會查看一堆東西。就像你的提示看起來相當聰明。大多數人的提示信息像是“給我個捲餅,怎麼了”之類的。那麼,你怎麼處理這些情況?你必須嘗試建立良好的結果,並確定他們實際上想要用這些愚蠢的提示說什麼。所以,就這樣,這些變成你的實際測試,然後不斷迭代。這不是一個靜態的東西。新的模型將出現,請嘗試這些新的模型。Prompt Fu 和其他框架讓這個過程變得非常簡單。添加一個新模型,它將計算到目前爲止與你的提示相比表現得如何。不斷修改你的提示,有時僅僅一個單詞的增減就能使你提高一個百分比,但在像金融、醫療、法律等細分市場中,其實這是相當大的進步,因為提高單個百分比的準確性對於你所服務的客戶而言都是非常重要的。繼續不斷迭代。永遠不要停止。你每隔一天或每天都應該有一個新 GitHub pull 請求,關於你的提示。我告訴你,如果你只做這兩個最後的 slide,你會發現,怎樣做才能使專業人士真正做到的。他們的步驟是如何進行的。每一個步驟基本上變成一個提示或代碼片段,然後你測試每一個步驟。測試整個工作流程。如果你只做到這兩件事,你會比大多數的東西好大約 90%,對吧?因為大多數人從未進行評估。他們從未投入時間去了解專業人士究竟是怎麼做工作的。因此,他們就製作了些在推特上引人注目的演示。他們甚至可能融資,甚至可能成為你眼中的英雄,但注意,挑選你的英雄。真正的英雄在幕後默默無聞地建設著,無聲地每天在改善他們的產品。如果你只做到這兩點,你將能夠達到 90% 的位置,並且超越大多數市面上的產品。這是最瘋狂的部分。好吧,現在最艱難的部分,老實說。那部分實際上是我們在順利退出後仍在努力完成的,知道這是一家市值數十億美元的公司,這仍然相當困難,我將給出一些關於在這種新世界中行銷和銷售 AI 應用的技巧。我們在這方面有所了解。但首先我要說的是,這與目前許多風險投資者的想法略有不同。很多人認為,最重要的是銷售和市場行銷。很多人真的這麼認為,在你們的 A 級和 B 級融資時,會有一些人員在董事會內告訴你,產品並不重要,假如你能非常擅長於市場行銷和銷售。他們還看到一些這樣的成功例子。我認為,十年來,我們起初的產品普通。在這個過程中,我們經歷了不同的市場行銷和銷售領導者,其中有些人非常專業等等,而他們的表現還算不錯。當我們擁有了一個優秀的產品後,突然之間,人們開始通過口碑來推薦我們。新聞主動找上我們,因為我們正在做一些真正新穎有趣的事情,對吧?口碑推廣和新聞報導是免費的市場行銷。當時人們開始找我們,我們有銷售人員,因為我們的舊產品並沒有像基於 LLM 的新產品那麼優秀。我告訴你,這些銷售人員變成了訂單接收者。因此,對市場行銷和銷售而言,最重要的是建設一個優秀的產品,然後讓全世界知道這一點。當然,不能僅僅建立產品卻不讓任何人知道!樹倒在森林中,沒有耳朵聽到是不會有任何結果的。但我確實認為產品的質量對你們的 A 級和 B 級投資者來說重要得多。因此,當你們遇到那些平庸的風投時,你可以回想起這次演講並提出質疑。好吧。但行銷和銷售仍然重要。我在這裡有三個建議。第一,你可能不再在銷售傳統的軟體,考慮你將如何打包和銷售。當前讓我最興奮的公司是那些提供真實服務的公司,例如,為一家公司的合同進行審核,他們只是進行操作。他們正在全力以赴進行服務,或許還有人的介入。這通常會花費某人每份合同 1000 美元的費用,而如果他們選擇傳統律師事務所,價格則為 500 美元每份合同。作為參考,你們目前使用的許多工具可能每月 20 美元。每月 20 美元與每份合同 500 美元比起來,這是價格的極大飆升。根據你所提供的價值對產品進行定價,不要自我矮化。這與我剛剛說的可能相矛盾,但還是要聆聽你們的客戶關於他們想要如何付錢的意見。就問他們,對於這個問題,你們希望怎麼支付?我告訴你我們發現的。例如,在考慮像這種合同審查的公司按使用量收費的時候,這在某些情況下可行,客戶也願意這麼做。但當我們詢問我們的客戶時,他們說:“聽著,我願意支付更多,但希望能一年中付得較為一致,而不是按使用量,可能支付更少。”因此,我們的客戶希望每個座位支付 6000 美元。他們想要每個座位每月支付 500 美元。好了,這是一個客戶希望需要穩定的預算的情況,給他們就好。請聽取你的客戶。第三件在市場行銷和銷售要考慮的事情就是,所有這些 AI 的東西皆是新的且令人不安。這些大型公司,甚至他們想要試探一下他們的水域。他們希望嘗試新的事物。他們的 CEO 在顧問董事會中會問:“你在 AI 方面做了什麼?”所以他們的 CEO 會去一家有 20,000 名員工的公司。他們會問:“我們在 AI 方面做了什麼?”然後一群人回答:“我不知道,我在嘗試像 Greg 的產品。”好的,他們希望嘗試你的產品。但也存在信任差距,因為他們過去的做法是在詢問他們的員工,他們可以解雇員工、訓練員工或輔導他們。人員並不完美,但他們適應了這些人。他們對於使用你的產品沒有任何了解。因此,如何建立信任呢?許多聰明的公司正在進行頭對頭的比較。保留你的律師事務所,然後將我們的東西並排使用,然後比較。我們有多快? 我們的表現有多好?結果有什麼不同?保留你的會計人員,使用我們的 AI 會計,然後比較我們的會計或稅收會計有多不同或有何不同。提供這個是一個良好的建立信任的方式,與人們進行比較,進行研究,進行試點項目,有太多方式可以做到這一點,但讓思維隨之而來,如何與客戶建立信任。最後,銷售並不在客戶開支票的時候結束,尤其是在他們開始試點的時候。我現在作為一個天使投資者在這種后退出的世界裡看到的情形是,許多公司,比如我們的 ARR 是 1000 萬美元,但你深入挖掘卻會發現:“哦,是的,我們有一個為期六個月的試點,他們為試點支付了很多錢。”許多這些試點並沒有轉換為實際收入,將會發生大規模滅絕事件,因為許多試點收入,額外的 ARR 可能是 PR,即試點重復收入或根本不是重複的,只是試點收入的情況,我想這是目前針對初創公司的真正風險,即使一些報告營收數字高的公司也是如此。作為創始人,你們的工作很大一部分,即雇用的人要確保每個人都使用該產品,真正理解它,進行全面的培訓,然後有意識地推向市場。這對於每個行業都是不同的。對於 onboard,仔細思考。也許是在應用程序里,逐步引導他們嘗試不同的功能。也許是實際上由一個人陪伴他們。你們可能注意到了,Satcha 今天早早地提到的一點是,初創公司中越來越多的增長角色就是這些四名部署工程師,我認為這是對於坐在客戶旁邊以確保產品對他們實際有效的一種非常高端的術語。無論如何都要這麼做。我在我公司裡經常提到的一點,也是我仍然認為非常正確的,是認為你的產品不僅僅是螢幕上的像素。它並不是僅僅點擊此按鈕後所發生的事情。它是與你的支援和客戶成功的互動,是與創始人的互動,還有培訓,還有所有相關事務。不做到這一點的話,你可能擁有最好的像素,但你會被一家更加投入於用戶並確保其產品得到良好使用的公司擊敗。這就是你要做到的一切,去建立一個出色的 AI 應用,並輕鬆超越我們的 6.5 億美元的成績。好吧,現在開放提問。[掌聲] >> 大家好,謝謝你們的演講。我想問一下關於選擇行業的過程,尋求創建更多自動化服務的問題。像是如果這個領域已經有競爭者了,你會建議尋找另一個行業,還是深入某個行業的利基市場,或者像這樣的情況下,你會怎麼建議?>> 所以我認為你完全不需要擔心競爭者。首先,某些領域的市場實在太大了,因為我們講述的是當前投資於市場專業人員或支持專業人士的數兆美元。對大部分來說,不會有單一公司能夠獲得整個市場。坦白說,很多時候你一開始可能會對競爭者感到害怕,但一旦開始建立後你將會驚訝於他們的表現實在太差,而你將會超越他們。與其說關於競爭者,倒不如說更深入思考如何選擇市場。我要觀察的事情是人們目前正在外包的角色,也就是說他們願意將某些事情外包到其他國家,對吧?如果是他們願意這麼做,那麼這可能是 AI 可以取代的良好目標。如果是一個他們覺得自己身分認同必須在內部傳送的角色——例如,我認為不會有人願意外包皮克斯來創建一部皮克斯電影的故事,對吧?這就是他們的自我身份的核心,即使 AI 兩年後的表現也能超過皮克斯,但皮克斯裡的工作人員肯定會強烈看重敘事部分。因此,去外包這部分是毫無意義的。試著找出那些已經外包的部分。舉例如,尋找大型市場,發現有痛點存在各種公司。將你的知識在你知道的地方傳遞或者獲取一些資訊,這些都是選擇市場時需要關注的事物。然而老實說,這些市場實在太巨大了,你甚至可以在所有的知識工作領域中印出來,若想要在數碼領域中發展隨便丟個飛鏢。隨便點中哪哪個領域,就去追尋,我想你將會擊中一個千億的市場。所以,不論有無競爭者,毫無依據。>> 謝謝你。 >> 完美。非常感謝。所以,來自瑞士的邁克爾,我有一個小問題,因為你是一位成功的創始人,而許多人將在這裡創建公司。我想知道你的重心在不同的公司階段過程中,比如說 Pre-Seed 時期著重於什麼?而對於 C 階段、A 以上階段和退出行業又是關注什麼?你最享受的部分又是什麼呢?>> 這是個好問題,邁克爾,讓我告訴你我該做的哪些和實際上我所做的哪些事。好吧>> 完全正確,謝謝。其實我應該在 Seed 階段專注於打造一個能夠達到市場符合需求的優質產品,然後在系列 A 階段專注於打造一個能夠達到市場符合需求的優質產品,而系列 B 階段專注於做出一個優化的商品。然後在系列 C 階段提供優質產品,您能夠看出這其中的模式。實際上,最後我卻專注了其他許多事情,這些事對於我來說的重要性遠遠低於我的投入意義。我認為如果你問自己,因為公司是一種超越其產品的東西,實際上是通過產品來向客戶提供的服務。如果你幾乎完全專注於這一點並因此對此上癮,那麼在我看來,其他許多事情也會自然而然的出現。舉例來說,為了打造符合商品需求的優質產品,我們需要聘用什麼樣的人。這就涉及到 HR 和招聘等等以填補此答案。人們如何會找到這一驚人的產品,這便是市場行銷和銷售。等等。你作為首席執行官時,就會必要地將焦點放在所有這些不同的面向上,但都是為了實現那個目的。對於許多創始人而言,他們會因為閱讀了中篇文獻或博文,或是與自己的 A 級和 B 級投資者交流,最後他們集中於 HR、財務、募資等等,而並非將這當作打造高品質符合商品需求產品的手段,而是視為目的本身。我過了一個很大的弯路。這是一個大錯誤。相信我。 >> 嗨,杰克。我 14 歲時將我的初創公司賣給了 Deote,像你一樣,我也在尋找下個事業,在退出收購之後的階段。如果你在 Y Combinator 的初創學校,你今晚會做什麼?也許更多的是關於案例文本,不管你在忙什麼,你今晚會做什麼?>> 這真的相當驚人。我 40 歲時退出,而你 14 歲時就已經賣掉了。>> 是的。所以,你早早已經領先了。太棒了。其實我覺得,有些方面對我們早期的成功來說,專注於法律把它的確是可行的,因為我了解法律,但同時也算是一個錯誤,因為當時法律軟件產業,變化 LLM 實際上相對較小,因為它僅僅只是一小部分。你知道,律師每年賺取的數兆美元聽起來相當不錯,但他們真正花費在軟體上的卻是非常之少。因此,無論我們公司表現得多麼耀眼,我們都不會改變太多生活,或者從商業的角度來看改變太多賺錢的機會。換句話說,我們在工作流和人員服務輸出上僅進行了微幅的調整,那麼在 LLM 出現之前,我們很難實現更有效且高效的工作,影響更多的律師。並且我告訴你在兩個領域中從小影響小,僅僅改善這些工作者的生活和被擊中影響若干名從未出現過的交互時,後者感受到要好得多。我現今有些沉迷於此。簡而言之: focus 要將精力放在最大可能的問題上,這些問題可以被你所具備的技術能力解決。你知道,人們想要什麼?人們想要什麼?商業想要什麼?人類想要苗條而不必失去頭髮。他們不想做洗衣,想把乾淨的護士送到這家解決所有問題的房子裡,這保證了整個房子一塵不染,然而你只能負擔得起這樣的價格。但你能否製作一部能幫你做這些工作的機器人呢?對吧?這是否是能夠為全世界服務的產品?事實上,這種產品像是 50 年代的洗碗機,能釋放出很多人力需求,因為以往留在家裡的人不必再去清理居家環境。對吧?因為行動在人口中,幫你買個每年一千美元的機器人。那麼,有很多想法可以解除的問題。根據大多數人和企業面臨的最大問題,想想辦法解決這些問題,然後努力追尋,竭力去奔赴這一使命。

建立人工智慧創業公司的經驗教訓 [23:03]

每天或每天在你的提示上進行測試。我告訴你,如果你單純做這兩個最後的幻燈片,你知道,專業人士究竟是如何做到的?將其拆分為步驟。每個步驟基本上變成一個提示或代碼片段。然後你測試每一個步驟。將整個工作流程一起測試。如果你僅僅做這兩件事,你將會在構建一個比大多數在外面爛東西更好的 AI 應用方面達到 90%的進展,對吧?因為大多數人從未進行評估。在找出專業人士是如何真正做工作的時候,他們總是花費時間去弄明白。因此,他們在 Twitter 上製作這種華麗的演示,甚至可能籌集資金,甚至可能一度成為你的英雄,但要小心選擇你的英雄。真正的人都是在幕後安靜地建造,安靜地每天讓他們的產品更加出色。如果你只做這兩張幻燈片,你就會比市面上大多數的東西更接近 90%。這是最瘋狂的部分。好了,現在最困難的部分,老實說,對我們而言,在一家估值數十億美元的公司退出後,仍然是非常非常艱難的,我將給你一些關於在這種新世界中營銷和銷售 AI 應用的建議,當你可能在替代或輔助一個工作時,我們在這個過程中所學到的一些東西,但我首先要說的這一點有點與我認為在很多 VC 中的觀點相反,許多人都在說最重要的事情是銷售和營銷。當你們在系列 A 和 B 資金募集時,你將會有董事會成員說,產品其實並不是那麼重要,只要你在市場營銷和銷售上做得好。他們也見過一些這樣運作良好的例子。我們在過去 10 年中有一款還行的產品,一開始我們經歷了不同的市場營銷和銷售領導者,其中一些人超級有資質等等,他們做得還行。在我們擁有一款優秀的產品後,突然人們開始通過口耳相傳推薦我們。新聞自動找上了我們,因為我們正在做一些真正新的而有趣的事情,對吧?而且口耳相傳和新聞是免費市場營銷。人們來找我們,因為我們有銷售人員,因為我們從早期的產品中就有銷售人員,這些銷售人員並不如我們基於 LLM 的新產品好,我告訴你,那些銷售人員變成了訂單接收者。

建立人工智慧創業公司的經驗教訓 [25:11]

所以你可以為市場營銷和銷售能做的最重要的事就是構建一款優秀的產品,然後確保世界以某種方式知道它。顯然不能只是構建它而不告訴任何人。樹在森林中倒下,沒有人聽到,它將無濟於事。但我確實認為,產品的質量比你的 A 和 B 輔導者所說的要重要得多。因此,當你們的董事會有那些無趣的 VC 時,你可以回想這次談話並反駁。好吧。但市場營銷和銷售仍然重要。我這裡有三條建議。第一件事是,你可能不再是在銷售傳統軟體。考慮你要如何包裝和銷售它。我目前最感興趣的公司正在提供真實的服務,例如,為公司審查合約,而他們正在全力以赴。也許有一個人參與其中。這通常會使人們花費 1000 美元來審查合約,如果他們去傳統的律師事務所。現在他們收取每個合約 500 美元。再說一下,舉個例子,你們現在使用的很多工具可能每月 20 美元。每個月 20 美元對比每個合約 500 美元。我們正在談論價格的極端變化。根據你所提供的價值為其定價。不要短視自己。這也許與我剛才所說的有點衝突,但還要聆聽你的客戶,他們希望如何支付。直接問他們,你想如何為此支付。我告訴你我們所發現的。我們考慮了一個按使用情況定價的方式,就像這個合同審查公司一樣,在某些情況下他們可能更喜歡這樣支付。沒有問題,但當我們詢問客戶時,他們說:「聽著,我寧願支付更多,但最好是全年都一致,而不是潛在地支付更少並按使用次數支付費用。」因此,我們的客戶希望每個席位支付 6,000 美元。他們想按席位付費,每個席位 6,000 美元,每月 500 美元。很好。這是一種我們的客戶希望可預測的預算給他們。聆聽你的客戶。第三件需要考慮的事情是,所有這些 AI 相關的東西都是新的且令人生畏。這些大公司甚至想試探水溫,他們想嘗試新事物。他們的 CEO 正坐在一家《財富》500 強公司的董事會中。整個董事會都在說:「你對 AI 有什麼打算?」因此,他們的 CEO 正在這家擁有 20,000 名員工的公司中詢問:「我們對 AI 有什麼計劃?」他們答道:「我不知道,我在嘗試 Greg 的產品。」好吧。他們想要嘗試你的產品。但同時也存在這種信任缺口,因為他們過去是通過詢問人們來做這件事的,他們可以解雇、訓練或指導人,而人並不完美,但他們習慣於這些人。他們尚未習慣使用你的產品,他們對期待什麼一無所知。因此,你該如何建立信任呢?一些非常聰明的公司進行正面比較。保留你的律師事務所,然後將我們的東西並排使用,然後進行比較。我們有多快?我們有多出色?結果有多不同?保留你的會計師,使用我們的 AI 會計,然後對比一下我們的會計或稅務會計或其他任何東西有多不同,提供這樣的資料是一個建立信任的絕佳方式,與其他人進行比較,做研究,做試點計劃,有很多方法可以做到這一點,但在心中思考如何與你的客戶建立信任,最後銷售並不會在他們開支票時結束,當然也不會在他們啟動試點計劃時結束。我正在看到的現在的一種現象,對我這位天使投資者來說,在這樣的後退出的世界裡,有很多公司的年度經常性收入是 1,000 萬美元,而你挖掘表面下去會發現,「哦,是的,我們有一個為期六個月的試點計劃,他們為這個試點計劃支付了大量的錢。」許多這些試點計劃並沒有轉化為真正的收入,隨著很多試點收入的流失,將會經歷一場大規模的滅絕事件。這就像,除了年度經常性收入,還有 PR(試點經常性收入)或者某些甚至不定期的試點收入,我想這對現在的初創企業來說是一個真正的危險,即使是那些報告超高收入數字的企業,作為創始人的大部分工作的一部分,以及你將雇用的人的一部分工作是確保每個人都真正理解這個產品,並以意識的方式進行培訓和推廣。對不同的行業而言,這都是有所不同的,對於你來說,所謂的引導要非常周到。也許這是應用程式中逐步引導他們嘗試不同的東西。也許實際上是一個人坐在他們旁邊。我不知道你是否注意到這一點,但 Satcha 今天早些時候提到的一個非常小的隨意評論是, 初創公司中增長最快的角色之一是這些部署工程師,我認為這對於只是坐在客戶旁邊確保產品實際上對他們有效的人是一個相當華麗的術語,對吧?無論如何,這一切都是為了達到目標。我在我公司的很多時候提到的事情,我仍然覺得這是非常真實的,那就是你的產品不僅僅是螢幕上的像素,它不僅僅是當你點擊這個按鈕時發生的事情。這是與你的支持、客戶成功和創始人的人際互動,這是培訓,這是圍繞一切的所有東西。如果你沒有做到這一點,那麼你可能擁有最好的螢幕像素,但你會被一家在客戶身上投入更多以確保其產品能夠實際使用的公司擊敗。這就是你需要做以建立一個出色的 AI 應用並輕鬆超越我們 6.5 億美元的目標。好吧,開放提問。[鼓掌] >> 你好。非常感謝你的演講。我想問關於選擇哪種行業以試圖創造更多自動化的過程。如果那個領域已經有競爭者了,你會建議尋找另一個行業,還是建議深入挖掘這個行業的一個利基,或者在那種情況下,你會如何建議?

建立人工智慧創業公司的經驗教訓 [27:22]

所以,我不認為你應該在乎競爭者。首先,對於一些這些領域來說,市場是如此龐大,因為我們正在討論目前花費在營銷專業人員或支援專業人員上的金額有多少萬億美元。在絕大多數情況下,不會有單一公司贏得整個市場。老實說,很多時候你最初會對競爭對手感到害怕,但在你開始建設之後,你會對他們的糟糕感到驚愕,並將他們拋在腦後。這並不是關於競爭對手的問題。但我會說的是更深入地挖掘如何挑選市場。我會查看的事情是,人們目前正在外包到其他國家的角色是什麼。如果這是一個他們願意這樣做的工作,那麼這可能就是一個 AI 可以接管的優秀目標。如果這是一種他們覺得必須內部完成的角色,你知道的,例如,我不認為 Pixar 會外包創造 Pixar 影片故事的工作,對吧?這是他們的那個角色。無論他們是對是錯,可能 AI 在兩年內會做得比 Pixar 更好。但 Pixar 的人會非常重視故事講述的部分。因此,你知道,不要試圖外包那個部分。試著尋找已經外包的部分。例如,尋找大型市場,尋找那些在許多不同公司之間的痛點。找到你知道的或能夠獲取資訊的事情。這些都是我在挑選市場時會關注的方面。但老實說,有太多龐大的市場。你可以真的隨便列出所有知識工作相關的東西,如果你想保持數字化,隨機往它們扔飛標,無論飛標落在哪裡,選擇那個市場並開始衝刺,我想你可能會命中一個萬億美元的市場,所以,無論有沒有競爭者,無需在乎。

建立人工智慧創業公司的經驗教訓 [29:28]

謝謝你。 >> 完美。非常感謝。所以,來自瑞士的 Michael,我有一個簡短的問題,因為你是一個成功的創始人,許多我們將在這裡創立公司。我想知道你的重心如何在公司不同階段變化,從譬如說,存前階段你專注於什麼,與後來的 C 階段、系列 A 階段,最後到退出,哪一部分你最享受? >> 這是一個非常好的問題,Michael,所以我會回答我應該做到的事以及我所做的事。好的。

建立人工智慧創業公司的經驗教訓 [31:44]

完美,謝謝你。我應該做的事情是在種子階段專注於打造一款出色的產品,以實現產品市場契合,而在系列 A 階段專注於打造一款出色的產品以實現產品市場契合,然後在系列 B 階段專注於打造一款出色的產品以實現產品市場契合,然後系列 C 除了優秀的產品外還要讓你能夠明顯感受到這樣的模式。最終我所做的卻是專注於各種其他不如這些重要的事情。我認為如果你是從這個角度出發的話,你知道,因為一家公司是什麼,除了它的產品,它實際上是你通過產品為客戶提供的服務。如果你幾乎完全圍繞這一點進行專注,並且在我看來變得狂熱,那麼很多其他事情將會隨之而來,例如,我們需要什麼樣的人來打造一款達到產品市場契合的產品,現在就需要 HR 和招聘等部門為此填補空缺,我們要如何讓人們知道這款出色的產品,即行銷和銷售,我們在公司的文化中需要創建一種使人們喜愛並真正使用的產品,這時你就有其他的 HR 部分設置文化,這是你作為 CEO 的一個非常重要的部分。因此,作為 CEO,你最終會在所有這些不同方面之間進行有意義的專注,但目的都是在那一點。最終許多創始人所經歷的情況是,他們會閱讀像 Medium 這樣的文章和部落格,與他們的系列 A 和 B 投資者交談,因此他們會專注於 HR、財務、籌款,或者不論什麼,而不是用來達成建立出色的產品以實現產品市場契合的手段,而反而是將這些視為他們自己的目的,比如「我們需要在抽象上獲得一個優秀文化」或「我們需要招聘行銷和銷售部門。」我曾經這麼做,我落入了這個陷阱,這是一個大錯誤。你知道的。我會建議並且這就是我,我非常像你所看到的那樣偏向於產品等方面。我非常強烈的信念。

建立人工智慧創業公司的經驗教訓 [33:43]

嗨,Jake。當我 14 歲時,我賣掉了我的初創公司給 Deote,就像你一樣,我目前正在尋找下一個項目,進入退出收購階段。如果你今天在 Y Combinator 初創公司學校的話,你今天晚上會做什麼?你知道的,Bar case text 或者無論你正在做什麼你會做什麼? >> 這特別神奇。我 40 歲退出,而你 14 歲就退出了。>> 是的。所以,你已經走在了很前面。太棒了。其實,我覺得在早期,專注於法律對我們的確是有意義,因為我對法律比較熟悉,但同時這也有些錯誤,因為當時法律軟體行業的市場,Gree LLM 其實是相當小的,因為這只佔到了律師年收入的極小部分。即使我們的公司表現再好,我們也不會真正改變可在商業角度上改變那麼多生活,我們只會對我們供應的人的工作流和輸出有些微調整。

建立人工智慧創業公司的經驗教訓 [35:51]

准則是預測會面對的生活。在我們的情況下,讓他們變得更加高效,而此次正如 LLM 所做,替代某些他們的工作。後者感覺要好很多,而我現在有點對此上癮。但我的重點是,長話短說,我將聚焦於你可以想到的最大問題,這個問題是可以使用你所擁有的技術和技能解決的。你知道,產品如何,企業如何需要,別人想成為更強壯的、不掉頭髮,他們不想洗衣服。每個人都想有一位乾淨的人幫他們在家工作八個小時,清理他們的整個家,把它保持得一塵不染,但你無法負擔這樣的付費。但你能製造一個幫助你的機器人,對吧?這是一種可以為全世界服務的產品嗎?事實上,這類產品就像 50 年代的洗碗機一樣,能夠釋放出很大的人類潛力,因為現在那些打算留在家裡的父母們不必再每天清理房子,因為他們可以購買一台每年 1,000 美元的機器人。你知道,這些是人們面對的最大問題,思考你如何解決這些問題,然後衝入其中,盡可能快地奔跑。

建立人工智慧創業公司的經驗教訓 [37:49]

對於像是急需解決問題的服務,以及那些 AI 在幫助人類執行時所無法想像到的事情,如何定價這樣的服務?我想更謹慎地詮釋我早先所說的。首先,您可以開始幫人類所收的費用定價然後會有競爭者出現,他們會提供更低的定價,之後其他競爭者再來,為您降低價格,這有時讓資本主義運作得更為美好。隨著時間推移,這一服務的價格會愈來愈低。並且某些情況下,除非你受過保護市場,最終你將會比以前低於這些服務的定價,最終而言,這對於社會來說是一件好事,對你將商業來說則可能很糟糕。實際上,假如把這樣的服務比作律師服務,您將能以相較於 10 分之一或好幾分之一的價格獲得律師的服務。為這一新類別你應該首先問自己的是,你提供的是什麼價值。如果幫助的對象將節省 1 億美元的成本,這告訴我你會支付 500 萬美元來解決這個問題,那麼,您可以報價 10% 或 20%的合理方案。與客戶進行對話。詢問他們,您願意為解決這類問題支付多少,這可能是開始最好的地方。實際上我還有時間回答一個快速的問題。>> 嗨,杰克。祝賀你退出。我知道你可能經常會面對的問題,但當你使用的提示建立在不屬於自己的模型上時,你如何建立防守,使自己不成為一個 GPT 包裝?基本上, >> 我最快的答案就是:去建設它。一旦你建設了它,就會發現它是多麼困難,有多麼多細節需要建設,有多少數據集成相關,提示有多麼關鍵需要調整,你不得不精心挑選你的模型。而當你做到這一點時,你會發現你建造的東西是別人無法建立的,因為你用兩年的時間做的每一件事都是這樣。因此,不要害怕,不要受到驚嚇,對吧?謝謝大家。[掌聲]