美國AI 創業公司的新難題：有錢，但是缺數據

文章來源：矽發布

作者：楊琳

隨著時間的推移，美國人工智能產業的附加值重心，已經悄悄發生了轉移。

根據《華爾街日報》的最新報導：正在籌集數十億美元的生成式AI 創業公司，如果沒辦法獲得正確的數據，那麼它們可能已經走向失敗。

風投機構Primary Venture Partners 的聯合創始人兼普通合夥人布拉德.斯夫魯加指出：

“我們已經看到很多公司可能正在尋求出色的AI 應用，但他們無法訪問能夠讓他們構建強大應用程序的數據，更加不用說可以幫助他們的專有數據了。”

換句話說：當市場上，構建實際的模型已經變得類似於可以購買的商品時，真正的價值變成了數據。擁有正確的數據，現在可能比任何時候都更加重要。

（一）

**這裡的邏輯是：**目前，許多AI 創業公司都希望能在如金融或醫療保健等細分領域建立起小眾的AI 模型，但因為他們缺乏品牌認知度和社會認同，這些創業公司要獲得垂直行業的培訓數據集並不容易。

在這方面，大公司可能更具優勢，**因為在如何處理數據方面，大公司已經贏得了大客戶們的信任。 **

例如根據《華爾街日報》的報導：安永全球有大量的交易數據，每天都有生成式AI 創業公司找上門來。但安永全球擔心：如果把自己的專有數據用於訓練外部模型將會發生什麼？

“誰擁有這些數據？當我們訓練模型時，我們對這個模型的訪問權限是什麼？其他人還能如何使用這個模型？數據是由我們帶來的知識產權的一部分。” 安永全球指出。

要解決類似的IP 問題，一種對策是：創業公司可以通過僅僅是根據每個客戶的數據，來為每個客戶訓練不同的模型。

例如TermSheet 就是用這種策略來構建Ethan 產品策略的。後者是一種生成式AI 模型，可以為房地產開發商、經紀人和投資者回答行業的問題。但是TermSheet 的CEO 羅傑.史密斯也表示，即便客戶同意這一點，他們也需要教育客戶和一些說服力。

**此外，對網絡安全的擔憂，也是大客戶公司不願意選擇創業公司的原因。 **

如金融服務公司Truist 的首席數據官特蕾西.丹尼爾斯就表示，在數據安全方面，他們信任更加大的供應商，因此只選擇與大技術供應商而非創業公司一起探索生成式AI 應用。

**第三，甚至在某些情況下，垂直行業的大客戶會要求生成式AI 創業公司支付巨大的資金額或者是公司股權。 **

如生成式AI 公司Veesual 可以生成人們試穿衣服的圖像，他們最初利用互聯網上的公共圖像進行訓練，但在努力讓大零售商同意交出他們數據以增強模型時，就因為上述原因失敗了。

**第四種情況，則是在技術上很難實現。 **

如PatentPal 是一家幫助律師事務所起草專利申請的生成式AI 初創公司，他們接受過公開專利申請方面的培訓。他們有機會繼續根據加密或匿名的實際客戶反饋，來訓練其模型，從而使他們的工具更加準確。但這種過程十分複雜，因為反饋必須與高度敏感和機密的數據（包括商業機密）分開。

**然而與此同時，生成式AI 創業公司的競爭已經趨向白熱化。 **

如果從資金注入規模看，根據《華爾街日報》引用PitchBook 的數據：從去年2022 年到今年的前五個月，生成式AI 創業公司的風險投資資金規模已經從48 億美金增長到了127 億美元。

因此，為了確保能夠在某些利基市場中獲得更多數據，生成式AI 創業公司的壓力已經越來越大。

Struck Capital 的創始人兼執行合夥人亞當.斯特拉克指出：**一些初創公司正競相相互競爭，以確保在某些利基市場內獲得更多數據。 **

“如果你相信有一個專有數據集，你就想在他們之前得到它，然後，協商排他性。從這個意義上說，這幾乎變成了一場軍備競賽。”他說。

（二）

有意思的是，上述現狀也不禁讓我想到：**似乎，市場上真的缺乏一個數據的公開交易市場。 **

實際上在2018 年或者更早的2017 年，我在美國流媒體公司Netflix 的一位朋友就和我聊起過他的這個創業想法：做一個數據的公開交易市場。不過，始終沒有合適的產品形態，包括如何讓公司自願交出自己的數據。

從這個角度講，前兩天的一個新聞——OpenAI 正在考慮推出一個交易市場——就非常值得關注。

需要注意的是：在ChatGPT 的插件計劃幾乎失敗之後，根據美媒的報導：

OpenAI 正在考慮推出一個交易市場，以讓客戶可以將他們根據自己需求定制的人工智能模型出售給其他公司。換句話說：這個交易市場將為企業提供一種訪問前沿大語言模型的方法，並託管客戶們構建的OpenAI 模型的微調版本。 ……

本文剩餘內容的主要摘要如下：

1，為什麼OpenAI 考慮推出一個交易市場？

2，這個交易市場有什麼方式可以打通公司之間的數據共享和交易嗎？