三個AI過渡時代的新機會

這波AI大爆發已經過了大半年了，雖然專家言之鑿鑿，可喜可賀的是多數人的工作還沒立刻被AI消滅掉。這半年比較有趣的是與預言相反，反而多了不少類似AI小幫手的工作。上全球的各種打零工網站，你會發現加上autopilot，然後照原樣做事的工作還不少。有的工作描述也是非常奇妙，就是你可以雇用我來幫你用AI做某個雜事⋯，AI不就是要省人力嗎？

舊領域新商機！向量資料庫機會增加

這真讓人想起古代要人類幫忙重新排球瓶的保齡球機。18世紀第一個震驚大眾的機器人「土耳其機器人」，就是一個會下棋的機器人，上面是包頭巾的土耳其人偶，用齒輪控制，棋下得很好。但其實底下是躲一個真正的棋手。所以是機器人偶加工人智慧。現在我們感覺是有點反過來，我們是在演那個負責下子的土耳其機器人，而AI當真正的棋士，決定怎麼下棋。總之，世界離機器人樣樣自己來的階段，還需要一些時間，目前是一個過渡階段。

所以在這半年的階段，我覺得有一些世界往AI應用過渡階段產生的新機會，主要是在3種不同領域。

第1種新類型是本來還好的工作，但AI或者LLM大語言模型改變了前提，變成一種重要技術。有的領域本來應用範圍很窄，現在變成主流投資的項目。

向量資料庫就是一個例子。向量資料庫不是很新的東西，但應用範圍本來頗狹窄。我們查資料用傳統資料庫，傳統資料庫主要的邏輯是關聯，因為查資料是為了拿到準確的答案。

但如果你用比較模糊的邏輯，得到大概近似的答案，就是向量資料庫擅長的領域。模糊的邏輯，近似的答案，一聽就是人工智慧啊？所以沒錯，人工智慧領域讓向量資料庫成為一個又火熱起來的領域。因為聊天機器人，文本整理都可以用到向量資料庫。荷蘭的Weaviate最近拿了5000萬美元就是做這個。

從投資公司角度來說，最後向量資料庫的贏家也不會很多。因為很多原來的資料庫大廠也會跨進這個領域，所以領域是熱門起來了，但對新創公司未必好做。這也是現在多數AI公司遇到的問題。

第2種就是純粹的新領域新工作了，很多雖然是新領域中的老哏，但還是很有啟發性。

其中最知名就是主流中的主流—生成式圖像，這個大家都玩過，一般人也最有感。裡面的王者Midjourney就是非常厲害的敏捷創業，他們用的人之少，創造的價值之大，恐怕只有大家都在用的社交Instagram可以比。

當年Instagram被收購的時候也才13個人，而Midjourney員工才11個人。他們敏捷到極致，連主要的介面都是靠Discord這個社交通訊媒體。投資人宣稱他們1年有1億美元營收，而且那還只是現在而已。

幫機器人打工！數據標注需求變更大

當然這類公司老對手還是類似Adobe這種傳統大廠，你有我也有，現在每個大廠都有提供圖像生成。但這類新領域的空間還是很多，而且我覺得離飽和還非常遠。

第3個類型就是幫AI拉拉鍊、綁鞋帶的類型。舉個例子：數據標注，在AI領域是一個重要的工作。過去運作原理主要是把數據資料，透過軟體工具發包到人力成本很低的國家，或者富國裡面的閒人。亞馬遜還有自己的眾包平台「土耳其機器人」。名字開宗名義告訴你，這就是人類的工人智慧，幫機器人打工的平台。

但我們現在有LLM了。前幾年幫模型做標記的人力工作，要被不講武德的大模型用無監督學習打死了嗎？事實證明在今天還不可能完全取代，反而大家導入AI，所以需求還變更大，雖然可以用機器學習盡量壓低人力，但第3方的標注公司看起來暫時也不愁沒生意了。像是Scale或是Snorkel這樣的數據標注公司，看起來狀況都還挺好。

這個人類協助機器的領域一樣雖然有點過渡性質，主要是AI本身被期待也可能可以做到很多厲害的事情，這時候就不需要人類幫忙綁鞋帶了。但短期內隨著AI領域增加，這樣的生意反而會變多。畢竟從10年乃至於100年角度看，哪種生意不是過渡性質呢？

這3種類型是我覺得在這半年看到，立刻被AI變革影響的領域，它們有的是舊事翻新被AI活化，有的是全然新領域，有的是看起來有影響，但短期內反而更景氣的公司。但這個中間階段到底有多久，可能要再觀察一段時間才會比較明朗，但我想AI改變世界的程度絕對是比手機還更大的，這一點是可以確定的事情。