Battery Ventures的Max Schireson在一份声明中说：“市场机会的规模之大、竞争之快、获得融资的公司的数量以及公司投资于GenAI的金额，都是前所未有的。”
技术发展和迭代一直都很快，报告指出，GenAI的性质让它变得更快。重要的是，开发人员从一开始就提出了高质量的工作——曾经需要七到八次迭代的东西，现在需要在两到三个新版本之后才能适应。
那么，这怎么可能奏效呢?该报告提供了一个跨行业广泛适用的三步流程：创建数据护城河 - 绘制出数据及其工作流程，并确定将该系统开发为一个可以做出有用推断的系统所需的成本，返回用户想要的信息类型，然后，使用代理来加强用例 - 开发和迭代系统的UX，并组建一个AI团队，以及测试准备情况 - 确保一切正常运行，并符合政府规定。
要做的事情很多，但它几乎是每个企业的首要IT任务，因此企业的支持应该是充足的。
随着谷歌宣布在其Bard聊天机器人中推出第一代Gemini模型，谷歌可能会在GenAI开发竞赛中迎头赶上。AI模型Gemini是多模式的，这意味着它可以同时识别和理解包括文本、代码、音频、图像和视频在内的不同类型的信息。谷歌的Gemini Ultra模型是最顶级的“高度复杂任务”模型，它是第一个在大规模多任务语言理解方面“超越人类专家”的AI。据谷歌称，该模型测试了57门学科的世界知识和解决问题的能力，包括数学、历史、医学和伦理学。Gemini还可以理解和生成包括Python、Java和C++在内的编程语言的代码。Bard今年早些时候的首次发布相当艰难，这款聊天机器人返回的答案不正确，理解非英语的问题也有困难。如果Gemini能够像公司承诺的那样表现，谷歌首次进入AI领域的平淡无奇的表现可能很快就会被遗忘。
由于GenAI是最热门的技术，该领域的许多公司都在努力筹集资金。Replate拥有大量开源的GenAI模型库，该公司宣布在B轮融资中筹集了4000万美元，使其终身资金达到5800万美元，这轮融资对该公司的估值为3.5亿美元，由Andreessen Horowitz牵头，Nvidia的风险投资部门NVentures、Heavybit、红杉资本和Y Combinator参与其中。Replate的3万名付费客户包括Buzzfeed和Getty旗下的Unspash等公司，以及Character AI和Labelbox等初创公司使用Replate运行开源模型。Replate的领导人表示，他们正在满足对各种开发人员的需求。
首席执行官Ben Firshman告诉《福布斯》：“人们更感兴趣的是转向开源模式，因为他们不想被困在一个可能会在某一时刻消失的专有平台上。”
根据本周提交给监管机构的文件，马斯克正寻求通过出售股权为其Xai平台筹集总计10亿美元的资金。马斯克是OpenAI的联合创始人之一，于2018年离开该平台，今年7月创立了xAI，将其作为竞争对手，该公司的Grok聊天机器人上个月首次亮相，建立在一个大型语言模型的基础上，该公司声称，通过访问马斯克拥有的社交网络X，它可以实时了解世界。尽管xAI可能会被证明是AI聊天机器人领域的主要竞争对手，但更大的问题是，马斯克能否从其他投资者那里筹集到这么多资金。毕竟，他是世界上最富有的人——福布斯估计他的净资产为2449亿美元——而且他有充足的资金来打造这家公司。马斯克最近还对X(前身为Twitter)发表了攻击性言论，疏远了商界的许多大型参与者。目前尚不清楚投资者是否会对这款新的AI产品感兴趣，特别是因为它的数据来自一个越来越以虚假信息和右翼阴谋论而闻名的平台。
然而，在本周于新加坡举行的2023年福布斯30岁以下亚洲峰会上，一个投资者小组表示，在AI领域工作的公司可能是明年最有可能获得风险投资的公司。毕马威10月份的一份报告显示，2023年前9个月，风险投资资金下降27%，至770亿美元，为四年来的最低点。总部位于新加坡的Insignia Ventures Partners的创始管理合伙人谭英兰在会上表示：“明年的情况会更糟。”如今，考虑到高资本成本、日益加剧的地缘政治紧张局势和全球经济放缓等风险，投资者在投入资金之前会密切关注公司的盈利能力和公司治理。
在当今世界，数据对商业中的一切都是核心，包括职业体育。在上个月的福布斯CIO Next峰会上，福布斯撰稿人Peter High与美国国家橄榄球联盟的首席数据和分析官Paul Ballew谈论了数据是如何进入这项运动的。在加入NFL之前，Ballew在多家大公司从事数据和分析工作，包括加拿大杂货巨头Loblaws和福特汽车公司。
High：你正在考虑的组成群体非常多样化，从球迷到球员，从赞助商到球队高管，再到网络。跟我谈谈你是如何看待如何管理这么多不同的成员，并以一种增值的方式利用数据的。
Ballew：如果我们认真学习如何管理数据，你必须将其作为横向资产进行管理。你不能在竖井中管理数据。我们在联盟做出的承诺是管理数据，无论是球员的健康和安全，还是足球或运营，当然还有球迷，这是我们最大的倡议，横向管理。然后你根据你的商业伙伴的需求支持他们，无论是俱乐部、市场营销、媒体等等。我们的结构是数据集中管理，然后我们的分析小组面对并支持业务，因为这是我们在业务中所要做的。我们是一个支持职能部门。归根结底，我们必须有企业的背景、知识和参与度来推动消费，所以我们把这个模型应用到了足球上，这有一点不同，因为这32家俱乐部是独立的实体，但有趣的是，当你满足他们的需求时，当你在帮助他们优化运营方面提供价值时，无论是连接球迷还是改进游戏本身，需求仍然非常沉重。
你的最终目标是成为值得信赖的顾问，当你是值得信赖的顾问时，这就变得容易得多，因为你不需要坐在那里试图说服人们利用这些能力。有一种自然的动力在发挥作用。
High：考虑到你提供的32个团队的通用数据，决定哪些团队最好使用这些数据的区别因素是什么?
Ballew：治理很重要，当我们想到治理，考虑到我们必须做些什么才能达到这个规模，30年前，钟摆很大程度上依赖于分析方法。现在，钟摆很大程度上依赖于数据，而且它的数据方面不仅仅是标准化，这不仅仅是数据质量的问题，数据的管理和使用方式也越来越重要。
无论你是谈论AI还是其他应用程序，如果你不能正确管理数据，如果你不能正确地组织数据，如果你不能根据如何使用它，谁在使用它，你会在公司内部遇到各种风险，其中一些是合法的或监管的，其中一些是运营和品牌，其中一些是压力，因此，在我们的情况下，有非常严格的治理，以及如何在俱乐部之间共享数据，它就在我的店里，我们必须非常认真地对待这一点，因为如果你和巨人队分享喷气机队专有的球迷数据，你会从他们的所有者那里听到他们的消息，所以你必须做好准备。
High：(在从事分析行业几十年后)它如何引导你思考这对未来的就业意味着什么?
Ballew：我每天都试着集中精力学习一些我认为我们都必须学习的课程。第一个问题是，我们在解决什么问题?我的团队喜欢听我谈论要完成的工作。要做的工作有哪些?我们如何才能让他们做得更好?我们如何才能更有效地完成这些任务?
其次，在这段旅程中要谦虚，意识到当你早上起床时，你认为你已经解决了我们空间中已知的每一个方程，你错了，因为压力点就在那里。
我们总是说要聪明、善良和好奇心强。在我们的领域里，好奇的一面很重要。我从来没有见过一个伟大的数据和分析从业者不对与他们相关的好奇心有一个健康的看法，因为你必须愿意不断学习、成长和发展。每天，我都感到谦卑，从同事那里学到了一些东西，因为我们试图以不同的方式解决这个方程。
如果我们把自己固定在这一点上，我认为这就是我们都继续进步的地方，因为无论我们今天认为什么是我们领域最紧迫的挑战，三年后都不会是我们领域最紧迫的挑战。20年前，数据治理甚至不是一个概念，我们没有数据架构师，我们没有数据工程师，我们没有数据科学，我们有市场研究专家，我们有预测者，我们有大量的计量经济学专家和其他人，因此，领域将会发生变化，但它总是与你试图做的事情联系在一起：要完成的工作。
