2023年，生成式AI迎来大爆发，很多人断言，现有的很多应用都需要用生成式AI来重塑。在许多人看来，生成式AI蕴含着较强的颠覆力量。那么，这些颠覆要体现在哪些方面？生成式AI时代，那些AI创业者在做什么呢？
2023年7月，亚马逊云科技宣布与包括金沙江创投在内的28家创投与产业机构，共同推出“亚马逊云科技创业加速器”。11月17日，首期创业加速器项目顺利收官，本期加速器中，全部30家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。
亚马逊云科技大中华区战略业务发展部总经理顾凡注意到，此次入营的30家初创企业中，成式AI业务的入营初创95%都在应用和工具链方面发力。这些AI创业者开始将大模型当做基础设施，将创业重点放在如何落地大模型应用和工具链方面。
回到刚才的问题：生成式AI时代，那些AI创业者在做什么呢？在介绍这些入营初创企业的创业方向时，顾凡认为有越来越多初创企业将目光从基础模型转向应用和工具链，探索生成式AI技术为企业业务赋能的具体途径。
直接做生成式AI应用的创业者
直接做生成式AI应用的创业者。它会深入到行业场景，真正解决业务问题的挑战。这些创业者中，既有在行业深耕多年的应用提供者，也有一些新进入到行业的创业者。
比如，熵简科技做的是金融行业的金融资管领域，主要为金融资管行业提供数字化技术，熵简科技构建了一套智能资产管理平台，利用大数据和AI技术，帮助金融资管机构实现更高的收益。
熵简科技联合创始人兼CTO李渔表示，“生成式AI技术让机器智力第一次有机会接近专业投资经理的水平，这对于整个金融资管行业有重大影响。”
从李渔的介绍中了解到，金融投资的核心赢利点就是要赚取“预期差”，所谓“预期差”主要来自于认知和信息的不对称。当金融机构采用生成式AI技术，就等于有了很多个水平接近专业投资经理的机器人，这样就可以放大不对称的优势，从而帮金融资管机构赚取更大利益。
具体操作层面，熵简科技开发了一个叫“投研AI助理”的工具，它能随时像分析师一样搜集、整理和解答问题，并且能在很短的时间阅读大量报告，形成专业的解答和结论。
这意味着，当想要研究某一领域时，金融机构可以快速找出各机构的预期以及其中的差异，快速形成信息和认知优势，从而获得更前瞻、更深刻的市场洞察。
据了解，熵简科技已经与几家头部的证券投资机构合作，预计明年年初会对外发布具体的产品。
大模型的出现对于熵简科技有很多积极影响，让以往想不到的、或者技术上不太可实现的，都变成了可以落地的产品和方案。
李渔表示，在大模型出现之前，用深度学习技术做问答功能需要大量的相关技术工程化拼接和优化，需要庞大的人力支持。如果做金融行业的问答工具，投入产出比很低。大模型出现后，在通用模型的基础上叠加金融场景下的数据，能更快速、低成本打造个人助理产品。
李渔认为，在未来，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。这意味着，AI应用的创业者还有很多可以施展的空间。
提供工具链的创业者
提供工具链的创业者，主要负责解决生成式AI应用落地中的难点。这些难点会出现在数据的工程化，模型的调优，模型的推理阶段，这些难点被解决的程度关系到AI应用的效果。
Jina AI是一家成立于2020年的初创企业，它是主要做工具链的，它开发了几个实用性很高的工具，用于解决生成式AI落地难点。
从Jina AI 联合创始人兼 CTO王楠的介绍中了解到，Jina AI成立的时候还是深度学习为主流的时代，当时很多像Jina AI这样的公司主要做的，就是将多个不同的小模型进行串联来完成一个复杂的任务。而现在，一个大模型就解决了原来需要很多小模型连在一个才能解决的问题。
随着亚马逊云科技的大模型服务Amazon Bedrock发布，用户直接调用API即可使用大模型的能力，这对Jina AI这样的初创公司带来了不少压力。不过，Jina AI很快就找到了自己的新定位，就是继续给AI应用的开发者做工具。
王楠表示：“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。对我们来说，我们看到在填补差距的过程中有很多工具链上的环节是有缺失的，目前也没有一家公司能够覆盖整个生成式AI的工具链，所以我相信大家都希望能共同建立起整个工具链。”
我们看到，Jina AI开发了几个实用性很高的工具。
比如，它有用于提示词优化的PromptPerfect，体验过Stable Diffusion作图，体验过ChatGPT的朋友都会知道提示词的重要性，一个好的提示词很大程度上决定了输出内容的质量。从今年年初推出以来，PromptPerfect已累计帮助全球超过21万位开发者优化了200多万条提示词。
比如，它还有用于图像标注及视频摘要生成的SceneXplain，这两项技术可以为模型优化提供更多训练数据，对于开发更强的AI系统都非常有帮助。
此外，Jina AI 还开发了文本向量模型jina-embeddings-v2，结合自身在向量检索领域的优势，来优化RAG系统的表现，提高大语言模型在处理企业本地文本时的表现。
从Jina AI 联合创始人兼 CTO王楠的介绍中了解到，Jina-embeddings-v2是全球第一款支持8k输入长度的开源向量模型，在发布后的3周内，已累计被下载超过13万次。
亚马逊云科技帮助初创企业连接三大类资源
2023年，亚马逊云科技在生成式AI领域也动作频频。在原来已有Amazon SageMaker平台的基础上，又推出了托管大模型的Amazon Bedrock和智能写代码工具Code Whisperer。除了这些技术平台以外，亚马逊云科技在国内还推出了“亚马逊云科技创业加速器”。
在谈到“创业加速器”时，顾凡提到了“三个连接”。
“第一个连接”是初创企业与亚马逊云科技的连接。亚马逊云科技提供正确的技术，帮助初创企业把资源投入到业务上。并且，这些初创企业会被纳入到亚马逊云科技的生态合作伙伴中，进而可以服务一些头部的企业级客户。
“第二个连接”是初创企业与大企业、创投及产业机构的连接，特别是与大企业的连接。在顾凡看来，传统行业真正构建数字化的能力需要花费大量时间，更快的做法是将初创企业的既有能力，与大企业的场景相结合。
“第三个连接”是初创企业之间的连接。在顾凡看来，没有一家企业能够单凭自己一个解决方案，就帮助客户完全落地生成式AI解决方案。因此，亚马逊云科技希望初创企业之间能建立连接，形成优势互补，共同开发满足客户不同需求的解决方案。
顾凡提到的“三个连接”全都实现了。
据了解，首期创业加速器全部30家入营初创企业都获得了亚马逊云科技提供的技术资源支持。其中，20家初创企业与大企业和创投机构对接，11家入营企业加入了亚马逊云科技合作伙伴网络。另外，还有11家入营企业之间正在探讨潜在合作的机会。
谈到入营体验时，李渔表示：“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。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。”
王楠表示：“通过加入亚马逊云科技加速器，我们能够跟其他的开发者和企业建立起联系，对我们来说是非常大的帮助。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。”
顾凡表示：“大模型是决定了能力的天花板，但是真正要解决业务方面生成式AI应用的路还非常长。而且对行业客户来说，它们主要关心的是自身业务的问题，大模型也只是一种技术和能力。它们所期待的是生成式AI技术能真正帮助降本增效、带来价值，但是这需要很多企业深入其中，把差距感填补上。”
