原文链接：Intelligent Money

本文作者：Seth Rosenberg  编译：CoinTime  Candice

虽然机器学习已经存在了几十年，但最近大型语言模型的突破和ChatGPT的推出引发了应用和投资者兴趣的爆发式增长。

同时，金融服务业占据全球经济的25％，或许从更好的预测模型中获益最大。即使是对贷款违约率或企业现金流的微小改进，也可能产生巨大的经济影响。在受监管的领域中，金融科技的容错率非常低，这是导致它没有引起足够的关注和讨论的一部分原因。

好消息是，这种情况正在开始改变。最近，彭博社宣布推出BloombergGPT，一款基于清洁金融数据训练的大型语言模型。 Ramp是一家金融科技初创公司，以成为最快达到1亿美元年收入的公司之一而闻名，它是使用自动化和机器学习来帮助客户管理支出、支付、报告等方面的金融科技领先者之一。在人工智能的帮助下，自动化、智能化、个性化和更安全的金融服务的优势正在触手可及。

那么，这对金融科技企业家意味着什么呢？

我询问Ramp首席执行官兼联合创始人Eric Glyman，如果他不经营Ramp，他会创办什么类型的公司。他说，他会寻找有大量数据的手动工作流程，并找到使他们自动化然后拥有交易的方法。首先，会计从根本上讲是基于模式的，涉及专有数据网络，需要大量重复的手动分析。

Glyman表示：“今天大多数人工智能公司的重点是提高工作效率——无论在哪里，只要有大量基于数据的知识工作，几乎所有内容都是数字化的。” “如果你可以开始介入这些工作流程，包括资金的流动、工作量的减少以及所有相关人员能力的增强，那么我们可以做很多有趣的事情。如果有一个开放的领域允许创新，这种情况在世界其他地方已经发生，那么金融服务业不应再错过这个机会。”

Glyman与我和Greylock合伙人Reid Hoffman一起，就人工智能如何影响当今的每一个职业，以及它在未来如何影响金融服务行业，进行了广泛的讨论。

现场记录

Seth Rosenberg：

大家好。非常感谢你们在周五晚上抽出时间，一起度过一段时光。

夸张的说，现在每个金融技术投资者都是人工智能投资者。但是，你知道，显然在Greylock，我们正在投资金融技术和人工智能，我们也在投资纽约社区。因此，我认为这将是一个很好的机会，让大家聚在一起。

人工智能领域发展如此之快，我们很幸运，邀请到了Reid、Eric、Kevin，还有这个屋子里的其他人，他们都处于这一变革当中。

因此，我认为不需要再做过多的介绍，很明显，这是Reid Hoffman和Eric Glyman，Ramp的首席执行官兼创始人。

让我们开始吧。

所以，Reid，我想先让你介绍一下这个话题。你已经在人工智能领域投资了很长时间，但在过去六个月里，投资者的兴趣和应用似乎出现了爆炸性增长。那么，到底发生了什么？

Reid Hoffman：

实际上正在发生的是在利用大规模计算能力来创造有趣的计算产品。

我们开始在早期阶段看到这一点，例如AlphaGo / Alphazero和GO的结果。然后人们开始展示OpenAI的一些东西，更具体地说，来自Google Brain人工智能和其他一些我们投资的项目的东西开始展示，你可以通过训练1到2万亿个语言数据标记来创造出一些惊人的工具，它不仅能够用于翻译，它可以做到更多。它还可以编写代码，还可以处理法律、医疗，还可以在生物AP考试中得到五分等等。这就是我们现在在走的道路。

因此，通常将这些惊人的事物归类为人工智能，因为它们大多是我们以前认为是认知成就的事物。但预测的还有很多其他方面的发展，而不仅仅是人工智能将继续带来惊人的事物。

所以，我和Seth的另一个合作伙伴Saam Motamedi去年秋天写了一篇文章，其中提到每个专业人士将在2到5年内拥有一个副驾驶，这个副驾驶在某种程度上至关重要。我们将专业人士定义为那些处理信息并采取行动的人。这包括在场的所有人，以及医生、小企业主、法律人士、开发人员等等。这仅仅是基于大型语言模型的结果。

现在，假设那里正在发生的事情（以及金融和所有其他的）不仅仅是因为你可以思考行业的影响。每个专业人士都是如此，每个雇佣专业人士的行业都可以思考这种转变是什么样的。

但我想我们会看到，除了大型语言模型中令人惊叹的东西之外，我们还会看到使用这种规模计算来创建东西的其他技术。我们将以各种方式看到它们的融合。你可以通过Bing聊天看到其中的一些内容：“我们已经有了规模计算和服务器，它有真实性和身份，还有很多其他东西，还有大型语言模型。”

这就是改变搜索领域的革命性因素。当Kevin和其他人在研究这个问题时，他们都感到惊讶。因为我们在去年8月就已经看到了所有这些。当你亲眼看到未来时，预测未来总是很容易的。

我们说：“好吧，让我们做好准备，开始建造东西。”

这就是整个人工智能领域正在发生的事情。因此，它是非常实质性的。更重要的是，我们才刚刚涉足这个领域。

这并不是说，“这是一个炒作的时刻。这是一件大事。”这就像我们在1992年、1993年说，“噢，是的，互联网，现在真的被炒作了。”

总之，这就是人工智能。

SR：

你知道，Reid总是一个乐观主义者，但在过去的12个月里，在Greylock的许多合伙人会议上，他一直在提醒大家：“注意这个！这是有意义的，而且就在不远的将来。”我认为我们都看到这种情况正在发生。

RH：

然后ChatGPT出现了。

“人工智能的发展非常实质性，而我们只是在涉足其中。”

SR：

是的，没错。

那么Eric，也许只是给我们概述一下Ramp的工作，以及我们刚才描述的一切是如何影响你的业务和更广泛的金融技术的？

Eric Glyman：

当然可以。很高兴来到这里。

Ramp是一个金融自动化平台。我们专注于与资金流动相关的功能、工作流程和生产力。我们以运营美国增长最快的公司卡、账单支付软件、费用管理、会计、自动化等而闻名。

我们所有的产品都是为了帮助客户减少开支而设计的。大多数金融产品的设计目的是让客户花费更多的钱或更多的时间，而我们的产品则旨在帮助客户节省金钱和时间成本。因此，我们真正关注的是公司需要运行的工作流程，以便支付资金、结账以及介于两者之间的一切。

我认为商业对人工智能的影响，从公司创立的那一年开始，就非常深远，包括简单的费用管理，例如将文本或收据与正确的交易匹配，一直到今天，这都是非常简单的机器学习技术。

当你考虑会计问题时，最终这些都是公认的会计原则。这些规则从根本上决定了交易应该如何分类和编程。当你思考这些模式是什么，以及如何从10000多个企业、数十万人的学习和使用中学习，自动化记录保持、风险管理和评估，甚至走向市场？甚至在Ramp能够如此高效地成长的方式中，也是通过拥抱人工智能，在销售特征、潜在客户路由和映射等方面实现的。

因此，我很乐意深入了解，但整个业务中可能有10个核心工作流正在以某种方式利用从模式匹配到生成的用例。

SR：

是的，这很有道理。因此，一个有趣的话题是——我知道Sam Altman对此谈了很多，人工智能的最初说法是，它将会把更多的基本任务自动化，比如更多的可解决的问题，如会计或法律。最初的论点是，最后实现自动化的是诗人、摄影师和平面设计师。事实证明，情况恰恰相反，至少在第一波生成性人工智能中是这样，创造力给了模型一点犯错的余地。

而且（至少这些生成模型的当前状态）并不能带来100%的准确性。但在像医疗保健或像金融服务这样的领域，在许多情况下需要100%的准确性。那么，你对金融等领域将如何利用这些模型有什么看法？

RH：

好吧，这个问题的第一个前提不是100%正确的，因为人类也没有100%的准确性。我想大多数在场的人都知道，如果让一个普通的放射科医生读取你的X光片或者训练有素的人工智能，你应该选择训练有素的人工智能。如果是最好的人工智能之一，那就更好了。最好的情况是两者结合起来。因此，人类也会出错，不管是任何地方还是金融领域。

EG：

是的，这绝对是真的。

RH：

所以我们要做的一部分是我们必须弄清楚……现在，我们需要知道如何让人类系统负责，问责制度是什么样子的，人类内部的错误率是多少，人类和机器结合时，或只由机器驱动时，什么是可以接受的，这些将是相关变量。

显然，我们担心的问题之一是将人工智能应用于信用决策。这可能会带来系统性的偏见数据。现在，其中的一个好处是说，这成为了我们需要解决的可以修正的科学问题，而不是人类判断问题。而人类判断问题则涉及到我们如何分配信用评分、信用价值或假释等方面。

我们的人类系统和机器系统可能一开始看起来像是要将旧系统系统化，但是我们可以修正它，这样我们就可以超越它，特别是在人类与机器相结合的情况下。

我认为，这是你将在包括金融和其他领域在内的许多领域中看到的人工智能的一种特点。上周，我出版了一本名为Impromptu的书，GPT-4是我的合著者，其中的核心论点是，这不是人工智能，这是增强智能。显然，在各种各样的方式中，它也是人工智能。但这是一种关注如何增强人类能力的方法，就像我之前提到的副驾驶那样。

作为增强智能的典范，我确实动用了自己的个人团队来帮助完成这个项目。

再次强调增强和放大。这是在向前思考时需要考虑的模式。当然，在开始思考金融科技、金融科技产品以及作为金融科技公司运营时的各种问题时，这些都是需要考虑的。

SR：

是的，这很有意义。Eric，我认为你对这个话题有着非常相似的观点。在实际工作中，你有什么要补充的吗，比如在处理敏感信息和人工智能时，你如何建立护栏？

EG：

是的，在金融科技方面。我的意思是，我认为这是一个非常独特的行业，它是经济的一个大部门，正如世界上大多数人同意的那样，我认为它正在加速，但从没有手机到翻盖手机到iPhone，人们的钱包里仍然有同样的信用卡，同样的银行账户。我认为，在某种程度上，在座的人都知道金融科技行业在过去五年里蓬勃发展。事实上，以软件为导向的商业模式，以及可以移动资金并参与到工作流程中，已经开始以一种重要的方式出现。

因此，围绕着它有很多机会。当我考虑到一些护栏和模式时，我同意Reid的观点，从本质上讲，从来没有完美的——当你考虑承保时，你知道，尽最大努力，当你考虑欺诈时，你会采取模式来理解和预防。因此，我认为完美实际上是相当罕见的。我确实认为副驾驶模式是一个强大的模式。对于我们来说，核心客户之一是会计师，他们需要进行模式匹配和学习，然后将这些带回来把工作做到增强和加速，这是一个非常快捷的模式。

但是，大多数不是会计师的客户和员工并不知道简化的重要性。就像编程语言在过去七个月中已经从主要的Python编程语言变成了以后可能是英语为主要方式的情况一样。我认为这些模式也可以在工作场所生产力、费用管理、会计、供应商智能等方面找到。

因此，我认为真正需要思考的是在哪些方面需要高度应用人工智能，在风险和承保方面，你可能不希望它做出所有的决定，你希望在后面的测试中看到结果，你可以通过启发式方法来解决这个问题。如果你有操作环节的需求，那么副驾驶设计模式是应对这种情况的一种新兴方式。

“在过去的五年中，金融科技迅速发展。已经开始出现大规模的以软件为先导的模式可以快速移动资金，并介入工作流程。”

RH：

实际上，我不想让他们感到尴尬，但我认为Kevin Scott是微软的首席技术官，他在这里向我指出，世界上最大的编程语言是什么？英语。

EG：

是的。

SR：

Reid，我想再次强调你所说的人工智能并不完美的观点，但现在有了人类的介入，在许多情况下实际上表现更好。

你认为我们如何应对政治、社会和监管思维的转变？例如自主驾驶汽车这个例子。虽然自主驾驶汽车比人类驾驶更安全，但我们社会上并不一定会接受自主驾驶汽车犯错的情况。

RH：

所以我想说，我们需要作为一个社会拥有它的部分原因是，我们每推迟一年转向自动驾驶车辆上路，我们就会杀死4万人。我们的双手沾满了鲜血。

因此重要的是说，这是值得去拯救的，可以把事故率降低。我不知道具体数字是多少，但这将拯救大量的生命。我们必须解决这些问责制问题。

我们必须解决这些问题。顺便说一下，当你看到新闻和政府时，往往会出现一些关于“天哪，人工智能会对就业产生影响，我们应该减缓进展”的热议。当然，人们也在讨论与中国的竞争等问题，这也是很重要的。

但是，我们可以让这更具体化：以目前的技术水平来看，GPT-4有望实现在每部手机上提供人工智能医生和人工智能导师的服务，而且价格便宜到任何人都可以使用智能手机来获得服务。如果你每个月都延迟这一进展，那么就要考虑这种延迟的人力成本是什么，这就是我与政府官员交谈时的方式：“这样考虑一下吧！”

我并不是说要忽略数据、大公司和生态系统。这并不是说这些都是无关紧要的变量。但是，就像民主在应对气候和其他问题上失败的经典方式一样，我们如何帮助孩子、子孙以及所有其他人呢？这是其中的一部分。这个技术今天就可以建立起来，只是一个问题是我们该如何尽早实现，以及如何达成目标？

SR：

是的，而且要加倍保持这种乐观的态度。

RH：

我很高兴成为一个乐观主义者。但这并不是乐观主义。这是事实。

SR：

我的意思是，是的，我认为你不必说服屋子里的所有人。

这个屋子里有一群创始人，也有想要创业的人。也许这个问题可以先问Eric。假设你没有创立Ramp，或者不是Ramp的现任CEO。你看到了人工智能的这种寒武纪爆发以及Reid所描述的这些进展。你认为最有趣的机会是什么？你会创建什么类型的初创公司？

EG：

是的，我认为在某种意义上，许多人工智能公司通常关注工作场所的生产力，这也揭示了许多有趣的用例。换句话说，我认为当你看到许多基于数据的知识工作，其中几乎所有的工作都是数字化的时，如果你可以开始介入这些工作流程，无论是在资金流动、减少工作量还是增强这些工作人员的能力方面，都会有许多有趣的事情发生。

所以，我认为最有趣的领域之一，说实话，是会计。这里有很多东西。它基本上是基于模式的。有趣的是，有一大批人需要查看重复的数据，无论是在公司内部还是在宏观学习。因此，这里有数据网络，有专有数据，有一些网络效应，有明确的模式和一些需要个性化的地方。当你开始把这些结合起来时，我认为会计是一个非常有趣的领域。

我认为在金融科技领域，人工智能既有更好的风险评估和反欺诈的能力，同时也可能给欺诈者带来很大的机会，但我不会建议将其作为风险投资的业务。但是，当你思考这些问题时…

RH：

至少不是美国境内的公司，但是的确是这样的。

EG：

事实证明，这些都是大企业，只是不在这里。

RH：

俄罗斯风险投资公司。

EG：

当你可以生成某人的外观、脸部、声音，并预测他们的信息时，就会有很多机会。所以我认为围绕这一点，双方都会有非常大的机会。

其次，即使在没有人工智能的情况下，核心金融服务产品的概念也在改变。曾经，如果你是一家银行，你只需要存储和转移资金即可。现在，这些要求都需要你仔细考虑监管和监管带来的影响。你知道，这是一个更具竞争力的领域，我认为这是一个好事，一个开放的领域，允许创新在全球其他地方已经发生，金融服务不应该再错过这个机会。

所以我觉得这很令人兴奋。

SR：

是的，Reid，就在这些方面，你知道，关于初创公司或现有公司是否能够更好地利用大型模型的这些进步，仍存在着争论。你认为哪些现有企业最有利于利用这一浪潮，哪些机会对于新进入者更容易获得？

“一个开放的领域，允许创新在全球其他地方已经发生，金融服务不应该再错过这个机会。”

RH：

好吧，简单的答案是，这里有很多东西，到处都是巨大的机会。因此，通常大家错误的认为只有微软、Open人工智能、谷歌等公司才能占据主导地位，其他公司就不行了。但事实并非如此。这些公司将主导和开展一些事情吗？是的，但是还有很多其他机会。其中，你知道，就像去年与Mustafa Suleyman，前DeepMind的联合创始人，Greylock的风险合伙人，我们共同创立了Inflection。

很遗憾，我不能谈论Inflection的细节。我们将在一个月内有更多的讨论。也许我们会回到这个城市。但是，你知道，这是一个初创公司的机会。所以我们正在把我们说的话付诸实践，投资这个领域。我们当然还有一系列很好的公司，如David的Adept、Cresta、Snorkel等。我们投资了一整个人工智能公司堆栈，也将继续投资下去。

所以现在更广泛的事情是，我认为这将是两个大趋势的结合。

一个广泛的趋势是超级模型，它们非常有价值并且重要，有许多方式将被证明其价值和重要性。但是如果你考虑像医学、法律编程这样的有趣领域，你会说：“好的，我们要花费5亿美元来制作更大、更好的模型，它会比现有的模型好20%。” 那么，在这些领域中，你可能会这样做。我们生活在互联网分发时代，主要的分发渠道是互联网，你可以自然而然地获得20%更好的产品，这是一种网络效应，因为每个人都可以通过互联网获取它。

因此，那些正在制作真正大型模型并将其应用于实践的人可能很少，数量也很少，但我并不认为只有微软、谷歌、OpenAI等少数公司可以做到。我认为还会有其他1到5家公司，也可以在此领域发挥作用。

SR：

OpenAI是一个很好的例子。五年前你可能已经预测到了，或者你实际上已经投资了，但大多数人可能没有预测到。

RH：

是的，尽管投资是由我的基金会进行的，因为我们认为AGI项目是一件非常好的事情。在我们的合作伙伴会议上，我们曾经讨论过“我们应该这样做吗？”然后我们说，“好吧，没有收入计划，没有市场计划。我们有责任向其中投入一些东西，这是我们的有限合伙人应该做的。”

所以，你知道，回头看来，如果你能够说，“嘿，看看现在的情况，那么我们可能会问，我们能拿到多少？”

但你知道，投资最容易的部分总是十年的回顾。

但是无论如何，除了大型模型之外，在金融领域还将出现很多小型模型，这些模型可能会针对特定的会计、欺诈或其他金融领域的问题进行优化，并且可能会在手机等设备上运行。因此，未来金融领域将会有很多这样的模型和工具。

例如，GPT-3在最后一次计算中的运行成本非常高。大约一个月前，我看到了一些消息，可能是一个大致估计，即一个成本为300万美元的GPT-3的80％的模型已经被开发出来，这部分是其他类型的模型和工具，包括图像、文本和其他一些东西。这些模型和工具都将在经济上带来巨大的机会。

人们会犯的一个错误是，仅仅因为他们有了一项人工智能技术……实际上，很多方面都需要考虑。比如你的市场营销策略、商业模式、竞争定位、如何创建护城河。这些因素广泛地影响着你思考技术如何颠覆事物的方式。

所以简单来说，这不仅是大型公司的事情，也不仅是初创公司的事情，而是两者的结合。

SR：

是的，这很有道理。

关于大型语言模型和更精细的调整模型，Eric，我很好奇这与Ramp有什么关系。显然，你有巨大的工作流程机会，可以将一些大型语言模型应用到现有产品中，例如更好的承保等等。你们是否有机会投资一些精细调整的模型和自己的人工智能技术？

EG：

我的意思是，我认为这对很多从业者和建立初创企业的人来说是一个超级有趣和有预见性的问题。你会把赌注押在谁身上，是大型的模式，还是更精细的内部开发模式？坦率地说，我很想知道你对这个问题的看法和意见。你知道，在我看来，我认为这是非常重要的。

RH：

通常没有明确的答案，这取决于情况。更具体的问题可能会导致我们得出X或Y的结论。

EG：

很有道理。

RH：

总之，我不是想打断你的回答。

EG：

当然，我们会努力的，但我认为这是对的。

最终，我怎么想？因此，首先，我认为对于各种用例，我不会对发生在巨型模型本身的大量用例进行打赌，并使用这些模型为更有经验的通用用例提供动力。

但是，作为建立企业的人们，我还会考虑各种其他的事情：在你的企业的工作流程中是否有专有数据？是否有数据效应？是否有某种程度的个性化？当你运行它时，每个客户的体验是否变得更好？

我认为，特别是对于金融来说，是这些巨型模型中的大多数已经主要被训练，无论是文本或图像，在某些情况下是代码，我认为有更大的模型被建立在数字、关系、会计上。因此，我认为答案将随着时间的推移而演变。

我认为在巨型模型的训练集开始时，今天的功能性答案是在本地进行更多的训练。但要准备好，想想你的堆栈是否准备好进行转换，并进行评估。我认为，核心基础设施和它可能的发展方式正在迅速变化。因此，在这种风格的架构中，建立一种你需要改变的方式是很重要的。

RH：

Eric说的很对。

我也想强调一下，如果你的游戏理论是围绕人工智能模型的薄层，那么你最好是在大型模型的趋势下进行游戏，你最好能够预测大型模型的发展。如果这不是你的理论，那么小型模型或自我运行的模型或其他任何形式的模型都可以。但是问题在于，人们会说：“好吧，我只是在人工智能模型周围加了一层薄薄的模型层。”你会发现，“嗯，大型模型几乎每次都会将你打败，除非你恰好认为‘我正在训练成为下一个大型模型的后端，我只是在为它做准备。’那么可以，这也可以成为一种策略。”但是这也是需要考虑的另一个原则。

“我认为在训练大型模型时，现在的实用答案是进行本地化训练。但是要准备好并思考你的技术栈是否准备好进行切换和评估。这是核心基础设施，它可以非常快速地发展演变。”

EG：

太棒了。非常感谢。

SR：

最后一个话题，我想再深入探讨一下。显然，这些模型非常强大。我们谈到过使用它们进行欺诈网络钓鱼攻击的风险。

我想我会把这个话题转交给Reid。显然，我们是Abnormal Security的投资者。这是另一方面的应用，利用人工智能来检测网络钓鱼攻击并保护人们的方法。

RH：

有很多这样的安全应用程序，不幸的是，还有很多攻击应用程序。你知道，我提到的俄罗斯风投。

SR：

是的。所以我很好奇。进攻防御的载体是什么？作为一个社会，作为一个企业，我们如何在这项技术周围设置护栏？比如你应该如何考虑这里的风险因素？

RH：

那么，我先从一个悖论开始，OpenAI经常因为人们认为它应该是开源的等等而受到批评。人们会说，“哦，这些人发布了开源模型。”

SR：

人们都这么说。

RH：

学术界想要这样做，因为他们想要访问开源模型，而创业者也想要这样做，因为他们想要在此基础上构建。顺便说一句，我理解所有这些。问题在于，一个具有足够能力的开源大型语言模型就是一个内置的网络钓鱼工具，对吧？为了非常明确，就像是，“你想进行网络钓鱼吗？我们有它。我们现在就可以做到。”因此，在开源这些东西时，你必须更加谨慎。

我想说的是，我们必须更加深入地思考好的结果，因为医生、教师、反欺诈和网络安全等领域的成果非常重要。此外，由于这些技术主要由商业实体而不是政府实体推动，他们都会说，“我们不从事武器领域。”

当然，像Greylock这样的风险投资公司看到这一点后，我们开始考虑，“哦，我们应该开始投资很多安全公司，我们应该这样做，因为我们必须让这种事情发生。”我认为我们看到了这种趋势。

SR：

我想我们每年都会这么说。

RH：

今年可能是十倍。

SR：

好的，我想以积极的态度结束这部分的讨论。那么，我们预测五年后，这种技术将对普通人产生什么影响，你最为乐观的是什么？

EG：

我认为......很有趣。我的许多竞争对手，他们的创始人还生活在19世纪。这些组织没有考虑到对人们需要多少时间。他们拥有无数的员工，时间对他们来说几乎是免费的。但对大多数人来说并非如此。

当我想到金融服务的大多数方面时，无论是申请、审查、提交费用报告、会计和采购，还是计算成本，都需要大量繁忙的工作。

如果你为了获得更多的数据，了解世界上正在发生的事情，让世界上的知识更迅速地提供给你，为你解决的问题提供个性化的服务，或者为你完成工作，如果可以完成这些，将实现令人难以置信的自由。

对我们来说，客户对Ramp最常说的一句话是，“我不再考虑费用报告了。我有时间做有趣的战略工作了，而不仅仅是去收集标签交易中的收据。”

我认为这是即将发生的事情的一个非常小的早期迹象。因此，在许多方面，允许人们在更有趣和更深刻的问题上更具战略性并专注于更高水平的工作，我认为这就是潜力所在。

“我的许多竞争对手，他们的创始人在19世纪就已经存在了。”

RH：

是的，我认为——顺便说一句，你说得很好，因为我认为它不仅可以改变生产力，还可以改变事物的乐趣和意义。事实上，这是人们经常犯错误的事情之一。我认为你很好地强调了这一点。

让我们逐个部门地讨论一下。我们有10倍的销售人员。我们要裁掉销售人员吗？不，技术销售做的很好。你想减少营销吗？如果你有同样数量的营销人员，那么你现在对你的营销有竞争力吗？可能甚至还包括会计，因为现在你可以做各种不同类型的会计和业务分析以及其他一些事情。同样，市场营销现在必须改变。这并不意味着一切都是美好的乌托邦，但是我们已经逐个部门地讨论了很多，发现这将只是有助于公司更好地运营。

因此，这并不意味着完全没有变化。但是，如果你看整体的情况，你会发现实际上并不是一个劳动力的转型。当我与我们的人员交流时，你知道，我们过去20年都在将客户服务工作转移到印度和菲律宾。而且，实际上，这并不是一个大的劳动力问题。因此，乐观的事实是，我认为这将是生产力的提高。我没有从我通常开始的地方开始，这也是工作将会更有意义的原因之一。

顺便说一句，我想，考虑到这里每个人都玩过的技术和其他一切，至少有ChatGPT。

SR：

是的，说得好。我在想，也许我们可以向观众开放，也许只是几个问题，有人想问Reid和Eric吗？

观众：

这个问题是问Reid的。

作为一家基于模型的公司的创始人，我们是斯坦福大学出来的。两周前，他们从OpenAI的1750亿参数模型中获取了5万个输入输出对。然后，他们对一个130亿参数的模型进行了微调。这只花费了约600美元，但它和OpenAI模型一样好。在任何人都可以复制你的最先进模型的情况下，你如何看待障碍的演变？只要有访问权限，而不是架构或其他任何东西，只是输入和输出。

RH：

非常深刻的问题，也是很好的问题。而根本的答案是它是未知的，我们正在发现它，这个问题没有简单的答案。会有不同的答案。我们在这个巨大的海洋中间，我有一艘船，我要把它开出去。就像，它通向哪里，它做什么？

现在，稍微回到前面的一点，我们在软件创业中仍然学到了很多东西。实际上，你会得到一些特定类型的系统集成。你有一个很好的市场推广传播效应，还有其他一些东西。你有一个数据集，就像你之前谈到的那些东西，“哦，这给了我......”这并不意味着所有有关企业家精神和软件企业家精神的老智慧现在都被抛到了船边。这是一个技术平台的变革，当我说它比其他任何平台都要大时，是因为这处在浪潮之中。你没有互联网就不可能有它。你没有移动设备就不可能有它。你没有云就不可能有它。它将所有这些东西结合起来并放大它们。这就是为什么它完全改变了游戏规则，改变了所有。

是的，但这并不意味着旧的商业模式或旧的商业智慧已经过时，它们仍然是相关的，但正在进行转型。现在需要弄清楚哪些方面的事情是重要的，以及它们的重要性如何。对于每个人来说，这都是一个很好的问题。

观众：

是的。谢谢你的发言。

Seth：

还有问题吗？

观众：

关于这个问题，我们可以进一步探讨，LLMS是否只是商品化了？第一批先驱者的优势是否现在更加重要？当OpenAI今天发布插件时，我认为这是非常聪明的，因为现在ChatGPT已经开始商品化，但是现在他们有了插件，这对其他人来说将是困难的。因此，我认为传统模式的想法仍然适用。

RH：

确切地说，简短回答是，其中一部分会完全商品化，就像计算机电力的成本一样，等等。你可以从3或4个不同的供应商那里获得它。这有点像，你会买哪一个？嗯，你知道，我喜欢这种饮料，而不是那种饮料这样的事情，这就是为什么这还是一个正在进行的工作。

但是，你如何使它不成为商品化？可能有些在技术上，有些在商业上。也许像经典的做法是，建立一个开发者插件网络。这是经典的方式。当然，我很荣幸能够与OpenAI团队合作。他们非常聪明。

SR：

好的，我想我们在这里结束吧。但是谢谢你，Reid。谢谢你，Eric。非常感谢你们抽出时间来。

RH：

是的，谢谢。感谢大家周五晚上来参加我们的晚宴。

SR：

非常感谢你们能够来到这里。我希望你们能和在场的人有愉快的交流。享受这个夜晚。

*本文由CoinTime整理编译，转载请注明来源。