OpenAI CEO 创业心得：如何做好一家创业公司

近来, 首席执行官山姆·奥特曼经历了一场访谈, 在访谈期间被提及到了当着手创业并运营一家人工智能初创公司之际最为关键的若干问题。

怎样去判断机会, 怎样于关键节点进行做决策, 又怎样在高速增长的时情形下保持清晰醒觉状态呢。

奥特曼先聊了一个直观感受：创业变快了。

十年之前, 有一家方才创立起的创业公司, 在起初的那几个月份里, 极有可能依旧在寻觅人员加入, 同时也在探寻发展方向, 其生产的产品不过是有一个仅能算得上差强人意可以运行的初步模型罢了。

现在呢？奥特曼提到一个例子：

有一家人工智能公司, 才刚刚成立两周时间, 就成功做出了一套具备全自动功能的人工智能办公软件, 这套软件的模型能够直接去读取文档, 紧接着进行文档的修改操作、生成文档以及生成表格, 对于用户而言, 几乎是不需要手动去开展操作的。

模型能力更强，创业者试错成本更低。但问题也跟着来了：

要是不管是谁一概都能够在几个星期之中做出相关产品, 那么创业公司究竟该通过怎样的方式才可以寻觅到真正切实属于自身的机会呢?

创业公司如何判断机会

奥特曼所进行的观察呈现出: 过往在行业范畴之内, 针对一件事情可不可以去做展开判断的时候, 所依据看重的是成本, 是周期, 是团队规模。然而呢, 模型能力朝着某种方向的变化, 正使得这一套用作判断的标准悄然失效了。

一些规模较大的公司, 依旧依据过去积累的经验来进行判断, 然而新一代模型所具备的能力边界, 却尚未得到充分的探究, 在这一阶段的期间, 那么这便是创业公司获得成功的时机。

在 AI 行业，这种变化首先体现在成本和速度上：

过去曾算过账, 那觉得是不可能赚钱的需求, 在模型价格下降之后, 居然突然间又能够去做了。创业者所要进行判断的是, 哪些事情在今天成本是过高的, 然而伴随着模型能力得到提升, 并且价格有所下降, 在未来的几年时间里有可能会变得可行。

奥特曼用 自己的经历来说明这一点。

在他想法里头, 2016年开始一直到2018年这个时间段当中, 可以存活下来, 所依靠的是信念, 还是运气中的其中一种状况。抵达当年2019年、又到了2020年, 按照传统竞争逻辑而言, 谷歌具备着更为多些的资本, 还有人才以及研究积累, 基本上是没有可能取得胜利的。

但事情并没有这样发展。

谷歌所拥有的资源更为丰富, 然而, 资源丰富却反倒成了一种限制, 大公司存在着成熟业务需要加以保护, 并且其内部决策链条较长, 所以动作自然而然地会比小公司迟缓。

有个点, 奥特曼早年在《如何取得成功》里写过, 他把同样的逻辑运用到招人这件事上, 那就是判断一个人, 不要光看当下他处于什么位置, 而是得看他的变化速度。

道理十分明了: 一位年纪尚轻的创业者当下能力存在局限, 并不意味着过了两年依旧这般。挑选业务的logic同样如此: 当下因成本过高而无法开展的事项, 并不意味着往后一直都无法开展。

所以, 他给到创业者的提议便是, 预先着手去开展那些当前不具备形成条件, 然而假使模型获得一到两代的进一步发展便可达成的业务。究其缘由, 大多数人的市场判定仍然是依据模型当下所拥有的能力, 并未对未来模型成本以及可靠性将会持续提升这一情况予以全面考量。

当然, 存在着另外一种更为稳妥的业务选择途径, 那就是朝着具体的行业方向去开发AI智能体。

奥特曼并不否定它们具备商业价值这件事, 这种商业价值在于可以解决实实在在的需求, 并且能够建立起相应的收入。然而, 他更重视的是那些直至今天依旧不成熟的产品, 对于这些产品而言, 需要模型再向前进步一两代才能够使其成立。

如何在关键节点做决策

选对了方向, 紧接着紧随其后的下一个问题就会出现: 处于增长期的创业公司, 在资源欠缺之时, 需要究竟要砍掉哪一项业务呢?

拥有用户, 产生收入, 团队予以认可的情况之下, 公司发觉另外一个方向更具备投入价值, 进而要将资源从这般良好的项目之上抽离, 此时, 奥特曼称, 砍掉一个显著毫无用途的项目并非难事, 困难之处在于此。

他分享了好些例子, GPT-3一开始凸显出潜力之际, 就停下了早前投放其中比如机器人以及游戏AI这批方向的投入, 过后呢, 随着编码产品重要程度的上涨现象呈现, 公司又拿出了更多的算力以及人力来投放至Codex等方向上去, 如此一来在推进历程方面, 受其影响, Sora等项目的进度就产生了变化。

不过呢, 奥特曼可不觉得 Sora 是失败的状态。产品自身是存在着用户群体的, 也有着具体的应用场景, 然而问题并不在于产品自身——局限所在乃是算力匮乏, 编码前进的方向对于公司往后的发展步骤更为关键重要, 所以 Sora 的优先级就被安排靠后了。

他坦白讲, 这类决定极少在一回会议当中达成, 团队已然投入一年多的时间以及算力, 用户也对产品青睐有加。管理层通常得历经一段时期, 才会慢慢认定资源有了更为关键的用途。甚至就算认定了, 执行起来依旧困难重重, 项目背后是一众倾注了相当多心血的实实在在的人。

然而, 得以反复施行这般调整, 极大程度取决于一个明晰目标: 使得高水平的智能服务变得充裕、低廉, 每个人都能够使用。相较于对顶尖模型的限制与封锁, 奥特曼所忧心的是另一层面: 要是先进模型以及算力长久汇聚于少数机构之手, 多数人便只能被动接纳规则。

依循该目标, 会优先于那些可使模型供给得以扩充、使用成本予以降低的环节进行投入, 并非是对所有应用领域予以覆盖。它要对芯片、能源、数据中心以及机器人等问题加以解决, 鉴于这些环节对智能能否持续产出起着决定作用。对于每一个垂直行业的应用, 他更期望由创业公司以及市场去达成。

主持人发问 当前最为突显的瓶颈究竟是什么, 奥特曼就给出了仅此两句的答复 “芯片, 随后才提到电力”。

这表明的是, 谈到这个现阶段的情况, 可不单单只是一家仅仅的模型类公司而已了: 要达成研究上的突破并且加以落地, 那就必然得需要芯片用以运行模型, 还得要有能源去驱动芯片才可以。未来所要去处理的那些问题, 并非仅仅涵盖模型研究这一方面, 还包含芯片、数据中心以及能源等这些基础设施方面。

然而, 晓得长期会去往何处, 并不表明当下就得把路线图绘制完成。奥特曼更趋向于确定几个长期的判断, 具体的路径依据技术以及市场的变动随时进行调整。

Codex的故事堪称一个相当不错值得一提的事例, 奥特曼进行回想, 于开始对编码产品加大力度增添量数之际, 竞争对手已然具备了事先具备的领先优势条件, 团队内部在那个时候也曾觉得去追赶会有很大的困难程度。

模型最能直接生成价值之处便是场景中的编码, 编写代码存在清晰明确可行与否的准则, 它能够促进模型极快地发展前行 ；其本身还可反过来为模型的研究开发给予助力。故而公司最后确立了决定 , 要求团队去补充此项能力 句号。

后来，Codex 成了 增长最快的产品。

如何在高速增长中保持清醒

然而, 增长的数字呈现出好看的态势, 这并不意味着产品实实在在地站稳了脚跟。后一个问题便是: 怎样去判别增长究竟是真实的还是虚假的呢?

上线之后, 用户数量迅速攀升, 然而团队并未就此松懈。他们内心真正忧虑的是, 这些用户究竟仅仅是前来体验新奇, 还是在几周之后依旧会持续使用?

第五天, 有用户突破了 100 万奥特曼刚回到家, 就对着伴侣讲, 这可不是那种轻轻松松的好消息, 自这一刻开始, 他的生活以及公司的节奏将会被完全打乱。

对于良性增长而言, 奥特曼始终存有一个判断标准, 即为依靠用户自动自发进行传播从而取得的增长, 相较于凭借投放大量资金砸出来的增长, 显得更为可信。其早期的增长情形恰恰就是如此, 也就是不存在投放所需的预算, 完全依赖口碑来实现增长。

那如何区分短期热度和真趋势呢？他的方法很简单：

能够凭借新鲜感以及集中传播获取短期热度, 要是使用者尝试一回便离开, 并未于工作或者生活里持续运用, 这样热度着实难以维系。真趋势刚好相反态势: 在社交媒体上没多少人展开讨论, 然而使用者会持续返回选用, 将其转变为日常的一部分。

然而, 能够判定趋势并不意味着每次均可做出精准判断, 奥特曼也予以认可, 他自己曾极为严重地低估了所需的计算资源。

如何让所有人往一个方向努力？

增长迅速地到来, 那么内部协调所产生的压力就会愈发显著明显, 如此一来接下来需要面对的这个问题指的是:

人员数量增多了, 方向种类增加了, 外部合作情形也变多了, 怎样才能够使得所有的人朝着同一个方向去用力呢?

奥特曼给出的回答, 略微超出了人们的意料, 他表示, 通过股权来将众人捆绑维系在一起这样一种方式, 能够使得大家察看到自身所拥有的利益以及公司在长期阶段的发展状况, 是相互紧密相连在一起的。

他觉着股份制公司这玩意儿被低估了, 它可使一群角色各异、彼此不相识的人围绕同一目标来承担风险, 在 AI 产业链条如此长的情形下, 这般绑定尤为关键。

奥特曼发觉, 今日的AI产业面临着类似的协调问题, 那便是研究机构、芯片公司、能源企业以及数据中心供应商, 要针对AI需求的长期增长构建起基本判断, 与此同时瞧见足够明晰的商业回报。

于供应链合作里边, 单纯依靠施压是没办法把交付面临的问题给解决掉的。会朝着核心供应商将快要到来的模型展现一下, 还有研究方面的进展以及潜在的用途情况展示出来, 以此让对方明白为何某项投入是值得被优先去处理的。

即便是在公司内部, 情况亦是如此。当放缓像 Sora 这类项目的时候, 员工不一定会开心愉悦, 可他们得懂得理解资源为何会发生转移, 以及这一事情到底与公司的使命存在着怎样的关联, 虽说这样的一种解释并不能够使得员工完全不感到遗憾，然而却能够助力团队弄清楚为何要做出这般的调整。

接着, 主持人向奥特曼问了一个问题, 这个问题, 是年轻人最为关心的, 它就是: 人工智能会不会致使人类丢掉工作?

奥特曼作出的判定相对而言有所克制, 他留意到, 模型日益强大, 然而他所认识的人并未由此变得更为清闲, 反之, 许多人反倒更加忙碌了。

他给出这样的观点, 技术使得生产率得以提升, 然而人的期望随之不断上涨, 能做的事情变多之后, 想要去做的事情只会变得更加繁多。

另外, 他也觉得AI没办法取代人与人之间的那种联结, 就算机器本事能做菜做饭, 然而人们依旧有可能心甘情愿一块儿去筹备食材, 只因一块儿把一件事情给做成了这般情况本来就是生活之中的一部分呀。

即使技术能够将某些旧有的任务予以替代, 然而人总归是会找寻到新的任务的。所以, 他抱持的观点是, AI 不会引发普遍存在的四天工作制这一情形, 原因在于人不会依据效率提升便停止下来。

创始人如何在混乱中保持自我

作为创始人，怎么在公司的这种高速增长下不被压垮？

他的答案是：没有捷径，只能靠经历。

虽然按理说在理性层面能够明白混乱情况是一种状况, 然而在情感方面的接纳通常属于另外一种情形: 年轻的创立者首次碰到公司关乎存亡的问题时, 常常会感觉仿佛天崩地裂好像大祸临头了。在历经几回这样的状况以后, 下一回即便依旧会感到难受, 但起码清楚自己不会遭遇万劫不复一蹶不振的结局。

奥特曼提出, 这般能力极难借由讲课予以获取, 唯有于一回回问题当中方可习得。其身处 YC 时期, 甚至于能够依据创始人谈论坏消息之际的情绪状态, 去判定对方究竟是刚刚开启创业之旅, 抑或是已然经营了好些年头。

对于创业者而言, 他曾一度对那些糟糕日子心怀感激, 因为持续遭遇问题, 起码能够表明公司处于推进进程当中, 并非处于停滞状态。

不过, 能够与混乱融洽共处, 并不意味着对于所有的消耗都毫无保留地接纳。奥特曼讲述了一段自己曾经深陷其中难以自拔的过往经历:

Sky做的是视频, 他渴望弄明白短视频产品对于人的注意力究竟意味着什么, 所以便主动安装上了。

结果, 他同样陷入其中了, 最开始的时候, 他每天在临睡之前会看上十分钟, 紧接着, 有好一回竟然一次看了一小时的样子, 在某个礼拜六的时候, 他又在沙发那儿持续不断地刷了足足三个小时。他尝试着把使用的时间给往回压迫, 然而并没有成功, 最终, 直接就把它给删除掉了。

在将其删去之后, 他开启了思考, 他思索着自家的产品, 在未来之时是否也会致使他人呈现出这般结果呢? 他做出了表述, 表明在往后有可能造出更为便利、更具实用价值的全新设备, 然而用户同样有可能以开发者未曾预料到的形式去运用它们, 甚而至于会过度地使用它们。

技术持续进步，但怎么和它相处，仍然是每个人自己的课题。

但是, 当回到公司之层面时, 他用以做出决定的方式反倒相对简单: 首先, 锁定那个长期存在的目标, 在每一个阶段, 仅仅找寻与它距离最为接近的障碍, 将其解决掉, 然后, 再去查看下一个。

融资会交替出现, 招聘也会交替出现, 供应链同样会交替出现, 产品问题还是会交替出现, 这属于创业公司的常态, 于此情形下, 创始人要持续地去判断, 在相互交替出现的这些情况里, 究竟哪个问题对于下一阶段的发展影响最为关键。

可当产品开发所需周期被压缩至几周时, 往昔那种“缓缓做验证、分次再投入”的相应节奏已然不再适用了。创业的人们此时需要同时去做两件自身存在矛盾的事情: 一方面要针对未来下很大的赌注了, 另一方面还得每周都去检查自身是否处在应当行进的正确方向之上。

是针对这个问题而言, 奥特曼这个人自身也不存在完美的答案。然而他再三着重去讲时所提及的一点就是, 那种模型仍处于持续变强的状态, 成本也依旧处于下降的态势。在今日看起来是不可能发生的事情, 在两年之后有可能会转变成为常识。

而敢不敢在模型能力未到达之前就开始全力以赴，

可能是这一轮 AI 里，创业者最关键的一个判断。

- 完 -