编者按：人工智能现在很火。但问题是初创企业和既有企业谁从中收获了更多价值？上一波人工智能浪潮获利最多的是既有企业，那这一波人工智能浪潮还会是这种局面吗？为什么？具体会有哪些方面的用例？本文进行剖析。文章来自编译。
在每一次技术浪潮里，初创企业与既有企业所获得的价值、收入、市值、利润以及优秀人才是不一样的。在某些浪潮里，这一切全都被初创公司收归囊下，而在另一些浪潮里，则被既有企业网罗走或瓜分掉。但出乎意料的是，尽管人工智能领域创业很活跃，但上一波的价值几乎全都流向了既有企业而不是初创企业。这篇文章要探讨的是这方面的动态，我们认为当前这波人工智能无监督学习的浪潮除了能让既有企业收割价值以外，还会涌现出初创企业强劲的成功案例。
先看点历史
在第一次互联网浪潮里，大部分价值都流向了初创企业（谷歌、亚马逊、Paypal、Ebay、Salesforce、Facebook、Netflix），既有企业（微软、苹果、IBM、甲骨文、Adobe）通过将系列产品扩展到互联网的方式，只收割了部分价值。就比例分配而言，初创企业与既有企业之比大概是60:40或70:0的样子。
至于移动浪潮，大部分价值都流向了既有企业（苹果、谷歌，然后是既有企业应用的每一个移动版——比方说，“移动版CRM”不是来自独立的初创公司，而是iPhone上的Salesforce），但仍将有很大一部分价值被初创企业（Whatsapp、Uber、Doordash、Instagram、Instacart等）收割。初创企业与既有企业大概是二八开的样子。
相比之下，加密货币的价值基本上%被初创公司（比特币、以太坊、Coinbase、币安、FTX等）捕获了，既有金融服务或基础设施公司很少参与到价值创造之中。既有企业在加密货币领域最大的参与者可能是AMD或NVIDIA等半导体公司，因为它们的芯片有时候会用于加密货币/代币的挖掘。
（请注意，“初创企业”这个词的意思是指由于或因为特定浪潮而成立的新公司。因此，虽说相对于诺基亚等既有公司，苹果是移动领域的颠覆者，但它并不算一家为了制造移动设备而成立的全新的公司。当然了，这个定义并不完美。）
为什么上一波AI浪潮为初创企业创造的价值如此之少？
机器学习的情况一直都很奇怪，它的第一波价值（机器视觉、RNN、CNN、早期的GAN、深度学习等）基本上完全被既有企业收割了。
虽然在过去十年（在当前的transformer和无监督学习革命之前）有许多奉行“人工智能优先”的公司，但真正大型的人工智能应用是谷歌、Facebook（新闻源和广告）、Tiktok（字节跳动）、Netflix（推荐）、亚马逊（Alexa）等贡献的。
迄今为止，第一波人工智能浪潮最大的成果也许当属自动驾驶汽车公司，其中许多是既有公司（分别是谷歌、通用汽车和特斯拉）的子公司，或者在COVID时代的金融热期间SPAC（特殊目的收购）的公司。
除了少数值得注意的事情以外，基本上前一波的人工智能优先公司的表现都不是很好。
为什么第一波AI初创公司的市场占有率如此之低呢？这个问题十分有趣。一些假设是：
1.技术创造出来的是好0.5-倍的产品，而不是好10倍的产品（？）
一个假设是，对于某些产品而言，前一波人工智能帮助创造出更好的产品，但这种好的程度不足以击败既有企业或艰难的市场结构。作为一家初创公司，要想击败既有企业，往往需要开发出更好的产品，从而打破既有企业在分销、资本以及既有产品方面确立的护城河，要么就得专注于全新的客户群，或既有企业因某种原因服务不到的分销护城河。一般来说，你需要一个好10倍的产品才能做到这一点。也许就产品改进而言，上一波人工智能在某些情况下表现不错，但算不上出色，从而造成了差异化的不足？
2.数据的差异化曾经更重要（？）
迄今为止，人工智能的许多最大规模的应用都是在C端公司进行的，因为这些公司（谷歌、Facebook、Uber等）有大量的数据集可供训练。过去既有公司之所以能获胜是因为有数据优势，但现在也许因为大家开始把更广泛的互联网当作初始训练集来使用，再加上正在转向对数据集规模要求没那么高的更强大模型，这种优势正在逐渐消失了？也许在人工智能的上一个时代，数据集更重要，而且在开放web上，训练通用模型（如GPT-+）更难？
.硬市场（？）
公司选择要参与竞争的许多（但不是全部）领域，要么已经存在可以“只需添加人工智能”的既有企业，要么从结构角度来看属于硬市场。既有企业的某个东西也许只能做到初创企业的50%，但只要他们将之与拥有大量客户的核心产品捆绑在一起，他们仍然可以获胜（比方说，微软的Teams与Slack之争）。许多前一波的人工智能公司要么得跟既有企业硬刚，要么就是置身于硬市场之内。像教育或医疗保健等领域都属于硬市场，在这样的市场里，技术创新经常会受到压制。压制的因素包括市场结构、监管，或者已经进入该领域，对实际的最终用户需求看似漠不关心的既有企业。
年代斯坦福大学的Mycin项目就很能说明问题——有程序员开发了一个专家系统，这套系统在预测某人感染了什么疾病方面甚至可以胜过斯坦福的传染病医务人员——但尽管系统性能优越，却从未被采用。有些市场很硬，就算引进机器学习可以让事情好10倍，但也可能会因为其他原因而未被采用。
4.其他（？）
也许还有其他原因，各位不妨在评论区贡献你们的高见。
这波AI浪潮会有所不同吗？
我从事人工智能驱动型产品的工作已经有很长一段时间了。15年前，我在Google从事定向广告的工作（除了启动了许多移动化的工作之外），然后又到Twitter做了一段时间的搜索产品工作（之后进入了更为运营密集型的业务领域）。我与人共同创立了Color，这家公司