基思·佩里斯 (Keith Peiris) 表示，他六个月前就开始预见到生成式人工智能的前景。
Peiris 是旧金山初创公司 Tome 的联合创始人兼首席执行官，该公司开发了利用生成式 AI 进行演示的软件。该公司在 2022 年初推出了其产品，获得了 3200 万美元的风险投资资金，随后成功赶上了 ChatGPT 的炒作浪潮，并在 2023 年初筹集了更多资金。风险投资家兼 LinkedIn 联合创始人 Reid Hoffman、前谷歌首席执行官兼董事长 Eric Schmidt 以及 Stability.ai 当时的首席执行官 Emad Mostaque 都支持 Tome。
不过，Tome 有一个问题：它没有产生有意义的收入。像 Tome 这样的人工智能初创公司，它们的服务都是基于开源和专有语言模型，它们向 OpenAI 等公司支付了巨额费用来支持它们的应用程序。如果 Tome 想继续运营，就需要采取某种行动。
上个月，Peiris 和他的联合创始人 Henri Liriani 裁掉了 59 名员工中的 20%。他们还宣布了新的重点：他们的应用程序（通常被称为 PowerPoint-on-GenAI）将直接针对企业客户。他们现在的收费将是高级用户的三倍。
“我们意识到，如果我们需要教 Tome 的 AI 模型如何做高中作业、如何编写术后指南、如何制作营销简报和销售简报，我们就会没有足够的时间，”Peiris 在接受《连线》杂志采访时表示。“我们说，让我们挑选一批不仅需要制作大量演示文稿，而且需要明确结果（例如他们是否达成交易）的客户。那就是销售人员。”
Tome 的主页曾称这款应用为“协作型人工智能伙伴”，一款能唱能跳的助手。现在，该公司将自己定位为“面向销售和营销团队的领先人工智能原生研究和演示平台”。
Tome 转向企业客户的做法与其他 AI 初创公司（以及一些价值数十亿美元的独角兽）的做法一致，它们在 ChatGPT 引发的狂热中推出了新一代 AI 应用。随着云 API 账单不断增加，他们正在销售更多狭窄和高端产品，并尝试使用不同的定价模式来增加收入。
上周，另一家提供人工智能搜索引擎的热门初创公司 Perplexity 宣布推出 Perplexity Enterprise Pro（同时进行了另一轮大规模融资）。Perplexity 表示，其早期客户包括 Zoom、惠普、支付初创公司 Stripe 和克利夫兰骑士队。有些客户用它来推销产品，有些客户用它来做研究。Perplexity 向“专业版”客户收取每位员工每月 40 美元或每年 400 美元的费用。
今年 2 月，Salesforce 前联席首席执行官 Bret Taylor 和谷歌前高管 Clay Bavor 宣布联手创办 Sierra ，该公司利用生成式人工智能让品牌聊天机器人更加智能，能够执行重新安排送货等请求。这两家公司已为其企业聊天机器人获得了大量融资，Benchmark Capital 和 Sequoia 分别注资 2500 万美元和 8500 万美元。
Sierra 的 Taylor 还是OpenAI 的董事会主席。OpenAI 的估值超过 800 亿美元，并获得微软超过 100 亿美元的支持，因此它并不是一家传统的初创公司。但 OpenAI 也一直在加强其企业销售业务。
OpenAI 平台销售主管 James Dyett 表示，自 2022 年推出 ChatGPT 以来，该公司花了 18 个月的时间打造其软件销售和上市团队，员工人数从 15 人增加到 200 人。该团队目前占 OpenAI 现有员工的五分之一。
除了免费版和每月 20 美元的 ChatGPT 版本外，OpenAI 还有两款企业产品。去年 8 月，该公司推出了 ChatGPT Enterprise，该版本具有增强的安全功能，每个“席位”或员工收费 60 美元。该公司还出售API 的云访问权限，开发人员和公司可以使用这些 API 在 OpenAI 的语言模型上构建 AI 产品。API 定价是按“token”计算的，“token”是指由一个单词或一个单词的一部分组成的一段文本输出。为了访问 OpenAI 最强大的模型，公司每 1,000 个 token 最多支付 0.12 美元。
“在 ChatGPT 的早期，有很多诗歌和押韵方案让人们惊叹不已，但我怀疑发生的事情是，很多高管看到了聊天界面背后的技术，并立即意识到这不仅仅是一个玩具，”Dyett 说。“他们可以问法律问题。他们可以问营销问题。他们可以总结文件。”结果为 OpenAI 带来了巨大的新商机，该公司还需要巨额收入来抵消训练其 AI 模型的巨额成本。
戴特补充道：“财富 500 强企业的高管们突然意识到，这在他们的业务中确实有一席之地。”
佩里斯表示，由于需要计算能力，人工智能初创公司的成立和运营成本非常高。“如果你是一名关注这些业务的风险投资人，你可能不会相信一家公司说它将扩大到 5000 万或 1 亿用户，并想出如何在以后实现盈利。这与移动或社交时代不同。”
目前，人工智能初创公司在投资资金紧缩的市场中运营，高利率让投资者感到不安。因此，正如 Peiris 所言，创造稳定的经常性收入机会，不受消费者心血来潮的影响，可以帮助他们向风险投资人推销更具吸引力的产品。这是直接借鉴微软、谷歌和 Salesforce 等大型科技公司的做法，这些公司长期以来一直利用传统的软件即服务模式，现在正在将大量人工智能注入自己的产品中。但与许多早期的人工智能初创公司不同，这些企业是自给自足的。
Pitchbook 是一家跟踪风险投资和私募股权的公司，自 2021 年以来一直在记录对生成式人工智能初创公司的投资。数据显示，到 2023 年底，该类别的公司已筹集了 232 亿美元，比 2022 年的总额增长了 250%。
然而，这一数额包括来自企业支持者的巨额资金，例如微软向 OpenAI 注入资金，以及亚马逊向 Anthropic 提供资金。如果只考虑传统的风险投资，2023 年人工智能初创公司获得的资金要少得多，而且只能与 2021 年筹集的总金额持平。
Pitchbook 高级分析师布伦丹·伯克 (Brendan Burke) 在一份报告中指出，风险投资资金越来越多地流向“底层核心人工智能技术及其最终的垂直应用，而不是音频、语言、图像和视频的通用中间件”。
换句话说：一款能够帮助公司产生电子商务销售额、解析法律文件或保持 SOC2 合规性的 GenAI 应用程序可能比一款偶尔制作出巧妙的视频或照片的应用程序更有把握。
Sierra 联合创始人 Clay Bavor 表示，他认为推动 AI 初创公司走向 B2B 模式的不一定是计算或云 API 成本，而更可能是针对特定客户并根据他们的反馈迭代产品的好处。“我认为包括我在内的每个人都相当乐观地认为，这些 AI 模型的能力将会提升，而成本将会下降，”Bavor 说。
“为特定客户明确解决问题确实很有效果，”他说。“然后你可以得到反馈，‘这有用吗？这能解决问题吗？’如果你以此建立业务，那么效果会非常好。”
尽管 ChatGPT 引发了人工智能热潮，部分原因是它可以在一秒钟内灵活地生成代码，在下一秒钟创作十四行诗，但人工智能初创公司 Glean 的首席执行官 Arvind Jain 表示，技术的本质仍然偏向于狭隘的工具。他说，一家大公司平均使用一千多个不同的技术系统来存储公司数据和信息，这为许多小公司创造了向这些大公司出售技术的机会。
“我们身处的这个世界基本上有一堆功能性工具，每个工具都解决一个非常具体的需求。这就是未来的发展方向，”在谷歌从事搜索工作十多年的 Jain 说。Glean 通过接入各种企业应用程序来支持工作场所搜索引擎。该公司成立于 2019 年，已从 Kleiner Perkins、Sequoia Capital、Coatue 等公司筹集了超过 2 亿美元的风险投资资金。
调整生成式 AI 产品以服务于企业客户也存在挑战。ChatGPT 等系统的错误和“幻觉”在企业、法律或医疗环境中可能更为严重。向其他企业出售生成式 AI 工具还意味着要满足他们的隐私和安全标准，并可能满足其所在行业的法律和监管要求。
Bavor 表示：“ChatGPT 或 Midjourney 为最终用户发挥创意是一回事，而 AI 在商业应用环境中发挥创意则是另一回事。”
Bavor 表示，Sierra 已投入“大量精力”来建立保障措施和参数，以便满足安全和合规标准。这包括使用更多 AI 来调整 Sierra 的 AI。他解释说，如果你使用的 AI 模型 90% 的时间都能产生正确的响应，然后加入可以捕获和纠正部分错误的额外技术，你就可以实现更高的准确度。
“你真的必须将你的人工智能系统打造成适合企业用例的系统，”Glean 首席执行官 Jain 说道。“想象一下，医院系统中的护士使用人工智能来做出有关患者护理的决策——你绝对不会出错。”
对于向企业客户销售产品的小型人工智能公司来说，一个不太可预测的威胁是：如果像 OpenAI 这样的巨型人工智能独角兽，拥有不断壮大的销售团队，决定推出一家初创公司一直在构建的确切工具，会怎么样？
《连线》采访的许多 AI 初创公司都试图摆脱对 OpenAI 技术的完全依赖，转而使用 Anthropic 的 Claude 等替代方案或Meta 的 Llama 3等开源大型语言模型。一些初创公司甚至打算最终打造自己的 AI 技术。但许多 AI 企业家不得不为使用 OpenAI 的技术付费，而未来可能会与其竞争。
Tome 公司的 Peiris 考虑了这个问题，然后表示他现在只关注销售和营销用例，并且“为这些人提供令人惊叹的高质量生成服务”。
