顶级风投Greylock：会最先被AI重塑的高潜市场

深思 SenseAI 2023-09-19 09:33:11

Sense 思考

每期倾注时间的观点浓缩部分，旨在基于文章内容进一步推演和深思，欢迎交流。

Web2.0 时代实现了人与人虚拟连接的可能性，基于算法的流量分发使得人的连接可以突破物理限制，然而信息分发以算法为中心，生产与供给两方分割。如今，Gen-AI 技术能够打破“算法墙”，同时实现信息的个性化收集与分发。
流量分发类的公司更有机会跑出 AI-First 模式，同时连接信息的供给与消费方，并从信息供给方收集更独特的数据。社交、游戏、劳动力市场和专业技能市场是典型例子。
“客服”是最容易看得见摸得着的应用场景，会计、保险的服务成本尤为突出，Copilot 直接成为效率工具。

* Greylock 作为在这波 Gen AI 浪潮中出手应用项目最多的投资公司之一，在大模型概念被市场追捧之前 Greylock 就投了 Adept, Inflection 等大模型公司，也是 Tome 和 Cresta 之类的应用层项目最早背后的支持者之一。

在每一个新的技术时代，投资者们总是热衷于支持当下所谓的“开矿与铲子”技术。我们可以在今天 NVIDIA 和基础模型的估值中看到这一点。

但是，当其他人都在支持这些技术推动者的时候，总得有人去找金子。Greylock希望支持那些愿意冒险去创建长久、以 AI 为基础，能改变人们工作和生活方式的产品的创始人。

我相信，那些能够成功将 AI 的力量融入人们喜欢的产品的产品创造者将能够获得巨大的价值。正如Greylock 的合伙人 Jerry Chen 最近提到的，如果我们正生活在一个任何人都可以创建 AI 公司的时代，那么“应用的最大策略优势是你可以与几个记录系统共存，并收集通过你的产品传递的所有数据。”

像 Tome （Sense说：Tome 是一家利用 Generative AI讲故事的平台，base 在 SF, 用户数已超 300w，并于 2023 年完成 4300 万美金的 B 轮融资。）的 Keith Peiris 和 Henri Liriani ，或 Runway 的 Cristóbal Valenzuela 这样的创始人已经在做这样的事情。他们不仅仅是使用 AI 来增强产品，他们还使用 AI 作为驱动整个产品开发和商业策略的关键抓手。

当然，也有很多反对的声音不相信初创公司在这个层面上有机会 – 现有的大公司拥有数据和分发，而且访问大型语言模型（LLMs）既是商品化的，也充满了平台风险。仅仅通过对 OpenAI 的 API 调用来创建持久价值的公司可能会有很多失败。

在这篇文章中，笔者为下一波 AI Native 的产品提出了其观点，并概述了创始人可能如何抓住这个机会。

作者认为，创始人创建 AI 为先的公司有三个最大的机会：

AI-First 的网络和市场
重新定义企业软件类别
各类服务的 Copliots

一、AI-First 的网络和市场

在上一波消费软件中，社交网络和市场是主导的商业模式，创造了数万亿美元的市值，仅 Meta 的估值就接近 8000亿美元。Greylock 有幸支持了其中的很多，包括 Meta、LinkedIn、Roblox、Airbnb、Discord、Musical.ly（现在的TikTok）和 Nextdoor。

从这些估值中可以看出，这些网络被认为是“不可打破的”。但现在，AI 挑战了我们的许多最初的假设。这正在创造一个新的竞赛，建立下一个以AI为首的网络。我们从连接人的网络转向了算法连接人和内容。现在，我们正转向算法取代人。

作者观察到的进程如下：

Pre-AI网络 → 人与人和企业相互连接

AI驱动的网络 → 人们为算法发布和消费内容

仅AI网络 → AI为每个人创建个性化内容

除了社交网络外，AI 将影响一系列的“纯数字”网络，包括约会应用、游戏、劳动力市场和专业技能市场。大多数现有的公司都会以某种形式融入 AI，而其他公司则会完全改造他们的产品，使之成为 AI-first。很可能，现有的公司会动作迟缓，整个类别都会被重新定义。

当创始人评估 AI-first 的市场机会时，可以重点看两件事：

从参与者那里产生独特数据的市场
连接双方的市场，而不是替代其中一个

为了说明这一点，让我们拿两个将用 AI 重建的市场来比较：一个自由职业者的 logo 设计市场和一个求职工作市场。

想象一个自由职业者的 logo 设计市场，像 Fiverr 的一部分功能 （Sense说：Fiverr 是一家自由职业者的freelancer求职平台。成立于2010年并已成功上市），将被一个算法所取代。用户输入一个提示，几次尝试后，得到他们的 logo 。在这种情况下，算法接收到的数据相对较浅（提示和选择），供应端完全被算法所取代。

与之相比，AI-first 的工作市场会是怎样的呢？最佳产品将是一个为求职者提供的 AI 职业教练和一个为招聘者提供的 AI 助手 – 两个看似独立的产品，由同一个算法连接起来。教练可以从求职者那里收集深入的信息 – 远超过他们在简历或 LinkedIn 上分享的信息 – 并使用这些数据不仅找到完美的匹配，还帮助他们发现最令人满足的职业道路。结合对招聘者需求的深入了解，教练和助手都会变得更好。

在这种情况下，产品旨在收集更加细微的数据，AI增强并连接供应（求职者）和需求（招聘者），而不是替代其中一个。

二、重新定义企业软件类别

平台的转变往往足够重大，以至于为重建大型软件类别创造了机会。以生产力和云端转变为例。尽管 Microsoft 凭借 Microsoft Office 拥有了主导地位（并在云端通过 Microsoft Azure 拥有了互补的主导地位），但他们在协作软件市场上留下了超过 500 亿美元的空白，这一空白被 GSuite 和 Figma 等产品所占据。对于许多用例，唯一重要的特性是实时协作，这使 GSheets 能够获得市场份额，尽管它的功能少于 Microsoft Excel。

同样地，现在将会有许多软件类别，其中主导特性是 AI ，这为新入行者提供了足够的发展空间，直到现有企业赶上AI。对于进攻大型软件类别的初创企业来说，最好的机会来自于找到现有企业无法竞争的角度。

以下是四个例子：

用 AI 重新构想的 UI/UX – 现有的 UI 会变得不相关。
用 AI 重新构想的 UI/UX – 现有的 UI 会变得不相关。
用 AI 重新构想产品功能 – 现有企业在不同的范围内竞争。
用 AI 重新构想的商业模型 – 现有的商业模型无法适应。

其中一个最不明显的一个维度是当 AI 让初创公司能够通过重新定义产品功能来进行竞争。

以生产力/效率工具为例。像 Tome 这样的公司，是Greylock支持的一个 AI 驱动的演示工具，希望解决知识工作者的端到端工作流：从想法到收集必要的数据，再到提出连贯的论点。如今，PowerPoint 只涉及这一过程的最后部分，使得 Tome 可以在不同的维度上进行竞争。

另一个很好的例子是客户服务，这是一个 100 亿美元的软件市场。最“明显”的起点是使用 AI 自动化客户服务代表。但是，如果整个客户服务的概念被重新想象呢？如今，大多数公司通过在 5 个菜单后面隐藏“联系我们”按钮和不断扩展的电话树来积极减少来电量。但在 AI 的世界里，每次互动都可以是便宜、愉快且能带来收入的。在那样的世界里，公司可能会积极地尝试与他们的客户交谈。

当笔者 2016 年还在 Meta 工作时，有试图用一个 AI 机器人平台来解决这个问题。当时同 KLM 航空公司进行了试点，构建了一个体验，其中 Messenger 处理了乘客旅程的每一个环节 – 登机牌、客户服务、目的地的旅行建议等，全部在一次对话中完成。尽管得到了很好的反馈，但由于服务成本的原因，这个试点被终止 – 但现在，LLMs 可以使这类互动成为可能。

Greylock 的投资组合公司中包括 Cresta、Postscript、Gladly 和 Curated，都在从不同的角度研究这个问题，即重新思考企业如何使用 AI 与他们的客户沟通。

三、各类服务的Copilots

AI 中最有趣的新机会之一是利用 AI “副驾驶”追求服务市场，这个市场相对于软件来说要大得多。大多数的知识工作涉及分析和转化数据，这是算法更适合的任务。

Greylock认为那些金牌销售人员的副驾驶具有最好的机会，比如财富管理者、保险经纪人和抵押贷款经纪人。他们的角色涉及大量基于文本的协调，他们在多个应用程序中工作，而且提高效率的投资回报是实实在在的。以财富管理者为例。根据摩根士丹利的数据，财富管理者的客户保留的最大指标不是投资组合的表现，而是与客户的个性化互动的一致性。

如果一个基于 AI 的代理能够结合客户的投资组合信息、单个公司的股票研究和公司的 CRM —— 所有这些都是基于个人独特语气的培训 —— 一个财富管理者只需按一个按钮就可以每周向客户发送个性化的便条。最后，如果财富管理者能为 1000 个客户提供个性化的服务，而不是 100 个，那么每个人都会受益。

尽管某些人可能过度炒作副驾驶，但这个机会是巨大的 —— 使软件公司能够追求服务的支出，而不仅仅是软件，打开了以千亿计的市场。