智东西（公众号：zhidxcom）
作者 | ZeR0
编辑 | 漠影
智东西11月21日报道，上周五，亚马逊云科技首期创业加速器项目顺利收官，30家入营企业分享了业务进展和在加速器中的获益和体验。全部入营初创企业均获得了亚马逊云科技提供的技术资源支持，加快生成式AI产品技术验证和落地。
其中，20家初创企业已经与大企业和创投机构对接，针对业务发展、融资机会等话题探讨可能性；11家入营企业加入了亚马逊云科技合作伙伴网络，未来将有更多机会与亚马逊云科技一起为客户提供解决方案；还有11家入营企业之间通过加速器有机会进一步探讨潜在业务合作的机会。
据亚马逊云科技大中华区战略业务发展部总经理顾凡分享，30家入营企业中，做生成式AI业务的创企，有95%都在做与应用和工具链相关的创业。同时，大部分生成式AI的初创企业都是生而全球化的，他们也正在走向更加纵深的行业场景，以及更广泛的海外地区。
“几个月前，很多人关注的都是大模型的问题，但今天我相信大家会更多地意识到「百模大战」会慢慢地进入到一个收敛阶段。当时我们也说过，我们都在一个早期学习的阶段，但是历史一次一次地告诉我们，最终是应用为王。”他谈道，当大模型成为一个基础设施，尤其是To B之后，应用才能解决企业真正的业务问题。
一、联合28家创投与产业机构，提供28门定制课程
“亚马逊云科技创业加速器”是亚马逊云科技与深圳天使母基金、上海临港科创投、启明创投、纪源资本、五源资本、高榕资本、金沙江创投、真格基金、梅花创投、香港科技园公司等28家创投与产业机构共同推出的、针对初创企业的深度赋能计划。
首期创业加速器关注“AI赋能行业变革”，提供了28门定制课程，覆盖初创企业全成长周期最关注的话题，并邀请近40位亚马逊云科技内部专家、创投机构和产业技术大咖，从前沿技术赋能、创投网络资源、全球业务拓展和创新文化赋能四个方面为初创提供支持。
亚马逊云科技大中华区战略业务发展部总经理顾凡谈道，设立创业加速器背后，一个深层次的想法是连接，连接覆盖的群体包括亚马逊云科技、初创企业、大型企业和创投机构。
首先是与亚马逊云科技的连接。
一方面，亚马逊云科技能帮助初创企业在创业时把人力、时间花在刀刃上，帮助选对工具。30家入营企业均与亚马逊云科技的技术团队发生了连接，多家企业的底层采用亚马逊云科技的工具、技术来提升效率。
另一方面是将初创企业纳入亚马逊云科技的生态合作伙伴中，帮助初创企业渡过早期和中期阶段、真正发展一些头部的企业级客户。例如，家电巨头海尔将生成式AI创企计算美学的文生图、图生图技术投入到海尔产品设计环节后，写了很详细的产品需求给亚马逊云科技和计算美学，这令计算美学受益匪浅。
在与大企业、创投的连接方面，创业加速器可以帮助传统行业代表性企业匹配和应用生成式AI能力，结合能力和场景，真正解决业务问题的挑战，加速产业数字化。
在初创企业之间的连接方面，创业加速器让位于产业链不同环节、拥有不同优势的生成式AI创企之间达成连接，互惠互补，通过各自提供自己的核心价值，共同推动生成式AI应用普惠。
二、生成式AI创业热潮向应用与工具链集中
亚马逊云科技首期创业加速器中，做生成式AI业务的入营初创95%都在应用和工具链方面发力，并在行业纵深和技术纵深上有所加强。
本期加速器入营企业熵简科技是一家为中国金融资管行业提供数字化基础设施的专家型科技公司，有全“清华系”创始团队，已与70+金融资管机构合作，打造全资产、全流程的端到端智能资产管理平台，助力金融机构数字化转型。
熵简科技联合创始人兼CTO李渔说：“加入亚马逊云科技加速器是一个非常好的机会，能够让我们和亚马逊云科技的市场和技术等优秀团队深入地接触，在过程中学习到了包括基础设施层面和行业应用的知识。同时我们双方也可以进行优势互补。通过双方的合作，能够形成联合解决方案，并通过云上部署的方式更快地为最终用户提供服务，对我们来说是非常大增量的点。”
他认为，初创企业成功的关键是摸清团队核心优势，并将团队优势转化为市场优势。对于针对特定场景或者特定行业的初创企业，技术只是核心因素之一，最终目的是要形成能够嵌入现有业务人员工作流的产品解决方案。
大模型提高了金融行业问答工具的效率和投入产出比。未来，生成式AI能够为有专业壁垒、需要重度智力投入的行业带来新的可能。比如此前熵简科技做过一个实验，让一组从业7~8年政策研究专家与GPT-4一同分析房地产行业从中央到地方的政策对整个市场的影响。GPT-4在输入一定分析样例后，得出的结论和观点能够与专家的结论达到近80%的一致，并且速度更快。
据李渔分享，专注金融行业的熵简科技，正与同为入营企业、专注做通用场景工具的Jina AI一起，探索打造一个金融场景的向量化模型。
Jina AI是一家致力于多模态AI技术研发的初创公司，从模型调优、模型服务搭建、提示词调优等方面打造让开发者节省时间的产品和工具，已累计帮助全球超过21万位开发者优化了240多万条提示词，其推出的全球首款支持8k输入长度的开源向量模型发布3周内累计下载量超过13万次。
Jina AI联合创始人兼CTO王楠说，生成式AI技术的爆发改变了开发者使用工具的习惯，模型能力的涌现也解锁了非常多的机会。闭源商业化模型会持续引领大模型的开发，开源模型的跟进只是时间问题，但凡闭源模型遇到开发瓶颈，则很容易被开源模型赶上。初创企业很难在算法、模型这些方面形成护城河，产品迭代速度和快速落地产生商业价值才是制胜关键。
通过加入创业加速器，Jina AI能够跟其他的开发者和企业建立起联系。“在这几个月的加速器期间，亚马逊云科技初创团队帮助我们连接了亚马逊云科技的各个部门，并让我们成功地加入了亚马逊云科技合作伙伴网络，同时也帮助我们完善Jina-Embeddings-v2这个向量模型，并成功在Amazon SageMaker平台上线，这对我们下一步商业化也有非常大的作用。”王楠谈道。
在他看来，大众的预期和企业实际能做的事情之间有很大的差距，生成式AI应用想要在行业内真正落地还有很多事情需要去做，在填补差距的过程中，有很多工具链上的环节是有缺失的，相信大家都希望企业共同建立起整个生成式AI工具链。
三、生成式AI初创生而全球化，赛道更细分、布局更广阔
生成式AI产品具有高度数字化的特性，拥有易访问性、可扩展性，并且不受限于物理基础设施和传统渠道，非常适合全球化发展。亚马逊云科技首期创业加速器中，96%的初创企业均表示有出海计划或者已有海外布局。
本期入营企业Sanuker是一家专门帮助中国出海品牌在海外主流通讯软件上建立AI聊天机器人的初创企业，其聊天机器人可提供24小时智能服务。其业务已覆盖西班牙、墨西哥、中东、澳洲、印尼和马来西亚，服务超过1万个品牌。
入营企业GONEX为全球化发展企业提供AI驱动的数字化全球员工管理的一站式人力资源解决方案，业务遍及超过100国家和地区，提供名义雇主、全球薪资服务、灵活用工国际派遣等服务产品。
通过加速器，亚马逊云科技为Sanuker和GONEX提供了针对性的海外业务拓展指导和支持，帮助他们加入亚马逊云科技合作伙伴网络，制定进入新地区的计划，并与更多的大企业进行对接。
四、这些大模型投资机会被看好，送给生成式AI创业者3个建议
从大模型投资机会的角度，金沙江创投主管合伙人张予彤分享了看好的四个方向：1）具备更多的多模态能力；2）智能推理能力演进；3）新的’杀手级’被研发出来；4）更多公司参与到将模型与应用连接起来的工具层的研发中。
“生成式AI是颠覆性的技术，初创企业要想把握住机遇，需要做出有价值的产品，同时努力建立竞争壁垒。”她给创业者们提供了一些建议：
一是关注用户需求。尽快找到PMF（Product Market Fit，产品市场匹配），让用户发现使用生成式AI能够给他创造更大价值，或者找到一个新的场景，帮自身核心用户群体不断创造价值。
二是积累。创业公司如果能够更早地跑起数据飞轮，从模型里带来差异化体验，从中吸引更多的流量，积累用户数据，再反馈到场景模型，调整成更好的性能，这就是端网服务数据的飞轮效应。做AI相关创业，一定要有自己独特的数据运用在自身独特的场景里。
三是筑起更高的壁垒。有一些用户价值很薄弱的公司，仅仅做套壳，在模型能力还没有成熟时就不断向外延伸，在这过程中很有可能与模型能力相重合，那么它的价值就降低了。所以创业公司更多应该想怎么在垂直场景提供更多价值，可能是通过数据、硬件等形式。
“不管是在文生图领域，还是在大模型领域，我们已经看到了有足够黏性的用户群体、足够早的商业化成果。”张予彤说，这些商业化成果，正在不断地渗透到不同领域，“因此，我认为这其实并不影响投资周期，AI赛道和主题是可以长时间进行投资的，它会不断有新的机会涌现。”
五、“百模大战”收敛，生成式AI生态萌芽
针对生成式AI发展趋势，顾凡分享了三点观察：
第一，“百模大战”正在收敛，逐渐聚焦于单个客户场景。大模型决定了能力的天花板，但真正要解决业务方面，生成式AI应用的路还很长。过去几个月，大家形成一些共识，比如做To B是应用为王，同时中间的空间既是挑战也是机会。
第二，行业期待生成式AI技术真正能够帮助降本增效、带来价值，但这需要很多企业深入其中，把差距感填补上。
第三，生成式AI的生态正在萌芽，互相组合，自然地、系统性地成长。
“数据最终是企业差异化的根本。”顾凡说，“既然数据是宝，那么私有化数据必须得保护好。所以在私有化数据方面，企业既要利用大模型的能力，又要保护好自己的差异化。 ”
顾凡看到很多客户围绕着数据的认知在加深，包括数据在生成式AI里面扮演的价值、如何保护企业的差异化，以及在保证差异化的条件下怎么能够把底层的基础打好。很多企业想利用生成式AI，才发现数据基础还不够让它们有能力应用这项技术，所以当合作伙伴加入进来之后，需要从基础开始帮忙构建这方面的能力。
就算力而言，顾凡认为要分两方面看，一是基础模型数量收敛下来后，需要用几千片、几万片卡做训练的企业数量有限，更多是用百万级模型去完成自己企业应用的客户，对于这些客户来说，更重要的是控制好有限算力的成本、性价比。
另据李渔预测，推理成本在近两年将有机会快速下降。很多应用场景需要重度智力参与的工作将可以让机器接手，大模型的应用场景也会越来越多，各行各业将会实现一轮彻底的生产力跃迁。
结语：助攻生成式AI为创企，探索行业场景纵深发展机遇
生成式AI为各行各业带来变革的同时，也为初创企业提供了在行业场景纵深发展的机遇。一方面，生成式AI的创业热潮正在向应用和工具链快速集中；另一方面，对于已在特定行业中有一定知识和经验积累的初创企业而言，生成式AI如同“助推器”，可助其突破技术或想象壁垒，快速打造出符合市场需求的产品。
“亚马逊云科技在生成式AI的愿景是普惠，就是降低技术门槛。”顾凡说，亚马逊云科技的布局重要一环是构建生态，主要服务于重构To C、To B应用的客户，他们需要什么样的工具链，亚马逊云科技就把这些工具链做起来。
初创企业在推动生成式AI技术革新过程中，正在进入越来越多的细分领域，建立自己独有的技术壁垒。通过创业加速器，亚马逊云科技可以向更多初创企业提供全方位的技术及资源支持，助力他们打造创新产品、拓展全球业务，更好把握生成式AI技术带来的新浪潮与新机遇。
