前幾日，美國頂級 VC ——a16z綜合了40多位合伙人觀點，發(fā)布了一份題為《Big Ideas in Tech for 2024》的報告，

其中涉及生物健康、游戲行業(yè)、toC應用、加密市場在內的8大領域。因原文太長，為方便大家絲滑閱讀，適道對報告進行了簡譯和篩選（摘掉“美國社會”部分），并做了一些調整和改寫，請放心食用。以下是正文：

 01 生物+健康行業(yè)：戴著腳銬反而跳得更快

今年9月，紅杉資本發(fā)布報告《Generative AI in Healthcare》顯示：目前人工智能可以很好地處理患者互動、文檔記錄、預授權、編碼和收入周期管理等環(huán)節(jié)。例如將醫(yī)生和患者的對話，自動轉化為電子病歷和編碼等等。紅杉資本認為，現在的人工智能開始滲透到醫(yī)療行業(yè)的多個環(huán)節(jié)，從而大大提高醫(yī)療領域的效率和質量，降低成本和人力。

那么，在2024年，人工智能將如何改造“生物+健康”行業(yè)？

Vijay Pande認為“戴著腳銬”的醫(yī)療保健行業(yè)，反而“跳得更快、更好”。

一方面，比起其他行業(yè)，醫(yī)療保健行業(yè)至今還在用老舊的方式，例如手工輸入進行數據采集，而這給人工智能提供了可改造的沃土；

另一方面，醫(yī)療保健行業(yè)是目前唯一被“規(guī)范使用人工智能”的行業(yè)。早在2019年4月，FDA對部分用于醫(yī)療保健的AI產品加以監(jiān)管，以確保這些產品在其監(jiān)管范圍內的有效性與安全性，這會讓醫(yī)療保健行業(yè)的AI革命更容易進行。

到了2024年，這些跨越式發(fā)展將得以實現，醫(yī)患雙方的生活質量會提高幾個數量級。

Vineeta Agarwala 則認為，人工智能的作用是將醫(yī)生從繁雜事務中解放出來，讓他們將時間和精力放在護理患者上，但具體就“護理”本身而言，目前人工智能還沒有發(fā)揮充分的作用。

Jorge Conde對藥物研發(fā)前景進行了預測。他認為，就像傳統(tǒng)的火箭只能上一次天，傳統(tǒng)的藥物研發(fā)具有高度定制的屬性，非常耗時、高風險且成本昂貴。未來將會出現一批可重復使用某些組件的藥物，例如基因療法(gene therapy)。

其實，基因療法不是一個新鮮事，指將外源正�；�因導入靶細胞，來糾正或補償缺陷和異�；�因引起的疾病，達到 “一次治療，終生治愈”。

至于Jorge Conde為何重申基因療法，適道認為，可能與近期CRISPR/Cas9基因編輯技術的合法上市有關。

該技術可以通過剪接基因治療多種疾病，還獲得了2020年的諾貝爾化學獎。轉折點在今年12月，不到一個月的時間內，英國和美國接連批準了基因編輯療法上市，這也是該技術在被發(fā)現約十年后的一個重要里程碑。

 02 面向普通用戶的AI應用：越專業(yè)越好

一邊是聽得懂蹩腳英文，且能用中文指出語病的GPT-4老師；一邊是只會播報天氣和給寵物起名的Siri。

難怪微軟CEO 薩提亞·納德拉稱，過去十年的語音助手（包括微軟的Cortana）“蠢得像石頭”。

盡管語音是人類最古老且最常見的交流形式，但它其實從未在“交互”上發(fā)揮真正的作用，而這一切將在人工智能時代發(fā)生翻天覆地的改變。

Anish Acharya 認為：“優(yōu)先語音功能的應用將成為我們生活中不可或缺的部分”。一方面，現在的大模型已經可以和人類流暢地交流；另一方面，目前的相關應用還沒有開辟出配套的語音功能，這給AI語音留下了可改造的空間。到2024年，語音應用將更深入地融入我們的生活。

是死磕大模型？還是另辟蹊徑，開發(fā)專有模型？專注于市場初創(chuàng)公司的Olivia Moore表示：“2024年將出現更為專業(yè)、實現特定任務的人工智能”。

盡管ChatGPT這樣的通用大模型很棒，但它不太可能在每個任務上都“勝出”。在2024年，我們將看到更專業(yè)、更加個性化的AI解決方案。例如，專門為研究人員打造的AI平臺、針對記者的寫作生成工具，以及專為設計師設計的渲染平臺等等。

從長遠來看，人們日常使用的產品將針對他們的用例進行定制，無論是專有的底層模型還是圍繞它構建的特殊工作流程。一些公司將有機會在新技術時代“擁有”數據和工作流程；他們會先在一個類別中表現出色，然后再擴展優(yōu)勢。

對于這一問題，適道在之前的文章多次探討過。正如Sam Altman所說：OpenAI的“模仿者”、“套殼者”是死路一條。但你可以專打大模型延伸不到的長尾領域。尤其是目前國內大模型還在相對初級的階段，創(chuàng)業(yè)公司可以在短暫的窗口期訓練垂直模型，建立自己的護城河，搶奪細分場景和用戶。

因為，對初始產品而言，越專業(yè)越好。

Bryan Kim認為“免編碼AI生成器催生新消費行為”：隨著AIGC將藝術創(chuàng)作的邊際成本降低到接近于零，將會出現全新的消費者行為出現。例如，在多媒體平臺Glif上，用戶僅進行簡單的提示就能生成藝術作品、漫畫、自拍照等等。

對于Bryan Kim的觀點，大家從PIKA1.0的火爆就得以窺見。適道認為，雖然下一個殺手級應用要交給時間檢驗，但就已經“死掉”的AI初創(chuàng)公司來看，用戶體驗、算力成本皆事關生死。

Zach Cohen對“AI+教育”給出了預測，“2024年AI工具將教育孩子”：2023年，有30%的大學生使用了類似ChatGPT的工具來完成學校作業(yè)（實際數字可能更高）。在2024年，AIGC將改變早期教育的格局。

因為高等教育還要考慮“學術不端”問題，但早期教育可以用AI創(chuàng)造一個可以無限探索的沙盒環(huán)境。關鍵在于設計出既能吸引孩子，又能保護孩子的產品，即，滿足“內容審查+用戶中心+適合兒童的界面”。到2024年，為兒童精心設計，具有突破性的AI工具將會出現。

 03 游戲行業(yè)：下一代頭顯請加倍下注

Lightspeed Venture Partners表示：AIGC是游戲行業(yè)的“第四次工業(yè)革命”。

在“文生文、文生視頻、文生圖像”等技術無限降低游戲組成元素的邊際成本時，一條“降本增效——UGC——XR頭顯”的路徑變得更加清晰。

首先，對于AIGC來說，在文本和圖像之后，將是3D和視頻，再結合音頻、互動性，最終游戲的開發(fā)成本將是傳統(tǒng)開發(fā)成本的1/1000。

其次，在解決成本問題后，用戶可以創(chuàng)造自己的游戲——UGC 游戲。數據顯示，2023年第一季度，UGC 服務Roblox的開發(fā)者賺了1.82億美元，預計比2022年增長了17%，這形成了一個“創(chuàng)作者飛輪”，鼓勵他人參與創(chuàng)作游戲。

對此，Joshua Lu認為“新一代UGC游戲開發(fā)者正在崛起”：一方面，隨著UGC平臺競爭加劇，開發(fā)者有望從更大的激勵中獲益。值得注意的是，Meta的Horizon Worlds在2023年擴展到了移動端。另一方面，UGC游戲開發(fā)者還可以訪問更強大、由AIGC驅動的工具。（Epic公開支持這樣的技術，而Roblox已經宣布了一些AIGC工具。）這兩個因素結合在一起，2024年很可能會再釋放數百萬UGC游戲創(chuàng)作者。

再次，在增強游戲體驗方面，XR產品也找到了產品/市場契合點。Andrew Chen認為：“下一代頭顯最好加倍下注”，并在此過程中會吸引數百萬消費者，而不是想著跳到需求低迷的生產力工具上。

Doug McCracken認為“下一個迪士尼將是一家游戲公司”：預計2023年全球游戲收入將達到1880億美元，而全球票房僅預計達到345億美元。年輕一代游戲玩家將游戲作為首選IP。原因何在？游戲提供了最深刻的故事和世界觀，是互動而不是被動，而且你可以在游戲中社交。

Riot、Epic、Supercell以及新一代游戲公司，正準備以游戲取代電影，成為“下一個迪士尼”。這一切已經在主流媒體還沒注意到的情況下發(fā)生，并將在2024年加速。

 04 初創(chuàng)企業(yè)：戰(zhàn)場將從模型轉向用戶體驗

2023年有句話：“只要你有最好的模型，用戶自然會來”。

到目前為止，ChatGPT、Character、Bard和Midjourney都深受用戶喜愛，而它們也確實都是各自領域的最佳模型。

但Alex Immerman認為，情況將在2024年改變，即“戰(zhàn)場將從模型轉向用戶體驗”：得益于一系列因素——芯片短缺可能緩解，大多數基礎模型通過API提供，以及越來越強大的開源模型——為在他人模型上構建爆款的to C應用打下基礎。

到了2024年，AI應用將通過圍繞其獨特用例所提供的最佳用戶體驗脫穎而出，而不僅是依靠模型性能。我期待出現一些多人共享的，將多個模型放在一個界面，或構建更聚焦解決方案的應用。彼時，大模型會成為差異化的源泉。雖然今天的大模型還有先發(fā)優(yōu)勢，但像網絡效應、高轉換成本、規(guī)模和品牌這樣的傳統(tǒng)壁壘，仍然可能是長期獲勝的關鍵。

對于以上觀點，適道認可“模型≠產品”，不認可“你怎么確定現在的贏家就做不好產品”？以Midjourney為例，在其他平臺還排隊時，它就能在低延時的情況下，生成攝影師、原畫師級的圖像；在其他平臺在設計社交屬性時，它已經讓1400多萬用戶自愿成為“編外員工”，而且在飛輪效應下，生成的圖像水準提升到業(yè)內最佳。

也就是說，用戶需要的是“最佳產品”。在此前提下，一些本就占據優(yōu)勢的“閉源贏家”會成為“卷王之王”，而它們在實現大模型的全面商業(yè)化和產業(yè)化上也更具有優(yōu)勢。因此，就其他初創(chuàng)企業(yè)而言，確實不必“死磕”閉源，倒是可以用開源打開差異化局面，建立自己的技術護城河。

在有關AI應用的預測上，a16z另一位合伙人Sarah Wang 認為“2024年AI將超越基于文本的聊天，找到全新敘事方式”：在未來一年中，AI將發(fā)展到多模態(tài)模型，而且通過用戶進行微調，實現個性化，這將加深我們與AI的互動，使體驗更加激動人心、娛樂性和吸引力。而創(chuàng)造這些新敘事方式的任務落在了初創(chuàng)公司身上。

就以上觀點來看，Inflection AI的AI Pi（heypi.com）走的就是“知心朋友”路線，不僅能文字回復，還能回復帶口音的語音。未來還會出現什么具有想象力的敘事方式，我們不妨期待一下。

 05 加密市場：邁入去中心化的新時代

在2013年比特幣還被視為 “龐氏騙局” 的年代，a16z就著眼于加密技術，并成為了該領域的領先投資者。目前，a16z在區(qū)塊鏈相關項目中的投資涵蓋了NFT、DeFi、GameFi、穩(wěn)定幣、Web3.0、DAO等領域。那么，a16z的老玩家們如何看待2024年？

首先，當由少數科技巨頭培訓的“中心化”AI大模型遇到“去中心化”的區(qū)塊鏈會發(fā)生什么？

Andy Hall認為“AI 與區(qū)塊鏈結合”：通過加密，可以創(chuàng)建多邊化、全球化、無需許可的市場。任何人都可以貢獻——并因此得到報酬——無論是計算能力還是新數據集，都可以為網絡中需要的人提供。利用這些資源的長尾將有助于降低AI的成本，使其更加普及。

另外，加密技術可以在人工智能——深度偽造（Deepfake）方面發(fā)揮作用。例如，用來打開黑匣子；追蹤我們在線觀看東西的來源等等。而web3是解密的實驗室。去中心化、開源的加密網絡將創(chuàng)新出民主化（而不是集中）的人工智能，最終使其對消費者更安全。

Miles Jennings注重提出了“邁入去中心化的新時代”：在實踐中，大規(guī)模實現去中心化一直很困難，尤其是在與中心化系統(tǒng)的效率和穩(wěn)定性相比，更是如此。與此同時，大多數 Web3 治理模型都涉及 DAO，其基于的治理模型并不適用于去中心化治理的社會政治現實。

不過，由于過去幾年 Web3 的活動實驗室，去中心化的最佳實踐已經開始出現。這些實踐包括適應具有更豐富功能的應用程序的去中心化模型；還包括 DAO 采用馬基雅維利原則，設計更有效的去中心化治理，使領導層對此負責任。隨著這些模型的發(fā)展，我們應該很快會看到前所未有的去中心化協(xié)調、運營功能和創(chuàng)新水平。

Eddy Lazzarin認為，2024年會“重構未來的用戶體驗”：盡管2016 年以來，加密領域的用戶體驗一直備受詬病，但也一直沒發(fā)生太大變化：自己保管秘鑰；將錢包與去中心化應用（dApps）連接；將簽名交易發(fā)送到越來越多的網絡端點等等。

而我們不能期望用戶幾分鐘就能學會以上復雜流程。

但現在，開發(fā)人員正在積極測試和部署可以在2024年中重置加密前端用戶體驗的新工具。其中一種工具包括簡化登錄應用程序和網站的傳遞密碼，其是一種自動生成的加密密碼。

其他創(chuàng)新包括：智能賬戶，使賬戶本身可編程且因此更容易管理；嵌入式錢包，內置應用程序中，使入門更絲滑；多方計算，第三方更容易在不保管用戶密鑰的情況下支持簽名；識別用戶需求并填補差距的高級 RPC（遠程過程調用）端點等等。所有這些不僅有助于 Web3 更廣泛地應用，還可以使用戶體驗比在 Web2 中更好且更安全。

 06 金融行業(yè)：AI將成為提高凈資產收益率的關鍵

金融行業(yè)因其積累了大規(guī)模、高質量的數據；具有多維度、多元化的應用場景，為人工智能的建模、訓練和應用提供了沃土。

Seema Amble認為“（人工智能）軟件會大幅增強金融專業(yè)服務”，這將導致會計師、稅務顧問、財富管理師等職業(yè)的變化。

在以往，軟件主要是用于跟蹤工作流程，最多提供一些分析工具�，F在，隨著生成式人工智能和大模型的進步，更多工作可以自動化完成，包括行政任務、研究過程（收集數據，搜索信息）、提煉見解、以及報告生成。這使得人類能做的工作非常有限，除了在自己的專業(yè)上繼續(xù)精進外，甚至只剩下審查、和客戶互動。

同樣地，David Haber和Marc Andrusko認為“AI將成為提高凈資產收益率的關鍵”：在2024年，我們將開始看到金融機構在各種運營工作流程中采用原生人工智能應用程序。除了收入生成、中后臺功能，對人工智能采用還將集中在工程、采購、法務、合規(guī)和風險管理等用例上。

具體而言，Joe Schmidt認為“大模型可捕獲新的‘基礎客戶單元’”：以往對操作系統(tǒng)來說，一直難以抓取某些類型的非結構化數據。例如，在保險領域，Vertafore或Applied Systems一直難以擴展到追蹤已出具的保單之外。而到2024年，利用大模型的初創(chuàng)公司將抓取那些對現有操作系統(tǒng)來說難以收集的數據，并自動進行標記和存儲。如果這些初創(chuàng)公司在傳統(tǒng)平臺上游捕獲基礎客戶單元，我們可能會看到一個新時代——由軟件寡頭壟斷服務的領域。

此外，Angela Strange認為“金融行業(yè)的‘開發(fā)者’正在成為‘購買者’”：以往，對金融服務基礎設施的采購主要是由買家（“我的投資回報率是多少？”），以及業(yè)務領導（“這解決了我的用例嗎？”）決定。但現在出現了第三個影響力群體：開發(fā)者。

目前，金融科技公司已經開始優(yōu)先考慮創(chuàng)建“開發(fā)者沙盒”，讓客戶“在購買前試用”，甚至開放源代碼。開發(fā)者-購買者也更愿意提前了解產品。因此，對于賣方而言，需要考慮如何吸引開發(fā)者，這可能需要其在產品架構方面進行改進（包括最新的文檔�。�。

 07 企業(yè)服務：大模型將驅動機器人流程自動化

Zeya Yang認為“B2B人工智能產品嵌入工作流程”：在2024年，我對我們將看到原生人工智能產品更深入地嵌入工作流程持樂觀態(tài)度，它們將執(zhí)行諸如：主動留評論、更新記錄，以及在用戶簡單批準后完成行動項等任務。例如，目前已有相關AI工具不是等著用戶查詢一份長文檔以獲取相關信息，而是主動標記關鍵部分。

Kimberly Tan認為“大模型推動機器人流程自動化（RPA）進步”：到2024年，我期待看到由大模型驅動的機器人流程自動化（RPA）市場起飛。RPA——部署小型“機器人”自動化重復性任務，例如數據錄入——目前是最佳解決方案。然而，RPA往往仍然需要手動，且經常出現故障，因此通常需要大量的定制服務。

如今，有了大模型，就有機會構建一個更智能的RPA系統(tǒng)。它可以在理解上下文，以及其正在執(zhí)行的動作，并能通過動態(tài)調整，自己創(chuàng)造一個更穩(wěn)妥的解決方案。

在此其中，可能會出現多種針對特定類型自動化任務的垂直化解決方案——無論是為財務機構處理發(fā)票，還是為響應客戶服務查詢——而買方總會購買最適合他們工作流程和需求的解決方案。

       原文標題 : 展望2024，a16z發(fā)布長文：寒武紀生命大爆發(fā)時代來臨