人工智能创业公司需要工作流整合和数据飞轮

彼得·邓是在讨论人工智能创业公司的两个关键策略:数据飞轮(通过用户数据不断优化的系统)和将产品深度嵌入用户日常工作流程中。

数据飞轮的关键在于,你可以从独有的数据开始,但关键是要持续维护和积累这些数据。另一个关键点就是工作流整合。

布伦丹·富迪是Mercor的CEO和联合创始人,Mercor帮助人工智能公司聘请专家评估和改善人工智能模型的性能。

世界上最富有的公司愿意不惜一切代价提升模型的能力。

洛根·基尔帕特里克是OpenAI的开发者关系负责人。哈维是一家专注于为律师和法律公司构建定制模型和专门工具的人工智能初创公司。

我们非常专注于一些非常通用的使用场景,比如一般的推理能力、编码能力和写作能力。当涉及到一些垂直应用领域时,我们的模型可能永远无法像哈维的那样出色。

人们严重低估了这些应用程序价值创造的所在。虽然用户界面和数据模型很有用,但最关键的是产品背后多年来不断优化的工作流。

迈克·克里格尔是Anthropic的产品负责人(Instagram联合创始人),他在讨论Anthropic的人工智能模型(如Claude)以及模型开发和产品体验开发之间的交集。

如果我们发布的东西可以被任何人仅凭我们的现成模型就能构建,那虽然也有很棒的东西可以用我们的模型构建,但我们应该专注于那些能发挥我们独特优势的东西,也就是模型研发和产品体验开发相结合的地方。