转：美国风险投资公司a16z日前在视频平台Youtube上发布了联合创始人马克·安德森（Marc Andreessen）和本·霍洛维茨（Ben Horowitz）拍摄的视频。在这段对话视频中，安德森与霍洛维茨探讨了面对大型科技公司拥有了算力和数据规模优势，小型人工智能初创公司如何与之竞争；揭示了数据作为可出售资产被高估的原因；以及人工智能热潮与本世纪初互联网浪潮的异同之处。

面对大型科技公司的算力和数据优势，小型AI初创公司需要专注于构建与大公司不同的、具有独特价值的产品和服务。互联网的发展经历了从开放到封闭的过程，人工智能的发展可能面临类似的选择，这将对其普及和创新产生深远影响。

①面对大型科技公司的算力和数据优势，小型AI初创公司需要专注于构建与大公司不同的、具有独特价值的产品和服务。

②数据作为可出售资产常被高估，真正的价值在于如何利用数据，而非数据本身。

③技术进步和市场反应存在不确定性，风险投资模型接受一定比例的失败作为创新过程的一部分。

④谷歌和微软等企业为追求利润不惜牺牲国家和全球利益，同时要求政府限制技术的开放性，揭示出资本主义黑暗面的道德和策略矛盾。

⑤历史上的重大技术进步往往伴随着金融泡沫，这是新技术推广的自然组成部分。

⑥ 互联网的发展经历了从开放到封闭的过程，人工智能的发展可能面临类似的选择，这将对其普及和创新产生深远影响。

⑦ 技术创新尽管会伴随着投机和泡沫，但终推动了社会进步和经济增长，应被视为积极的社会力量。

当进入一个领域，可能还有围绕事物的包装。我认为有一个模型并不擅长的领域，那就是流程。在数据库世界里，就像数据库类比一样，有一部分任务是在律师事务所写简报，但还有50个其他任务和事情需要整合到公司的工作方式中，比如流程、编排等等。也许有很多这样的事情，比如如果在制作视频，有很多工具，比如谁将写歌词，哪个人工智能系统写歌词，哪个制作音乐，所有这些如何结合在一起，如何对它们进行整合等等。所有这些事情往往需要真正理解最终客户等。这通常是应用程序与过去平台不同的地方，因为它们具有关于客户如何使用它的真正知识，这与平台设计的目的无关。把这些从平台中提取出来对于企业或个人而言非常的困难。所以，我认为这些事情可能会奏效，特别是如果流程非常复杂，这是有趣的事情。

安德森：我经常建议创始人们从定价策略的角度思考问题。也就是说，可以从最终的商业价值出发反向推导。换而言之，首先确定你的技术能为客户带来多少价值，然后基于此价值来设定价格。技术专家通常会首先考虑自己的技术能力，然后再决定如何把它商业化，并思考如何定价。他们会在成本和自己认为合理的加价之间寻找一个平衡点。如果他们拥有市场垄断地位，可能会设置更高的加价。这是一种以技术供应为导向的定价模式。然而，还存在一种截然不同的定价策略，即基于价值的定价模式，这种模式关注的是产品或服务对客户的商业价值，而不是单纯的成本加成。