|
GP视野
金沙江创投管理合伙人 张予彤 哪些公司在2022年依然取得了激动人心的增长？哪些前沿科技已日趋成熟行将爆发？2023年科技创投界的热点与风向将在何方？ 过去一年，我们走访察看了全球新兴科技企业，探寻星星之火背地的中心动能，求索科技行业新格局下初创企业的下一个大机遇。 在这篇三万余字的讲演中，我们梳理了五大前沿趋向，巡礼其中最值得关注的 19家初创企业，与我们最尊崇并一直与我们并肩前行的创业者们分享共勉: Part 1 生成式AI：创作工具进化到自然言语，艺术的实质回归到提问与表白 提名公司：De，Jasper，Runway，Inflection.ai Part 2 全球化 2.0：多元化、本地化、人性化与数字化 提名公司：Deel，Miro，Chainalysis，Vercel，Snyk，Plaid Part 3 数字健康和可持续展开：生命和环境也需求一个操作系统 提名公司：Neuralink，Biofourmis，Calibrate Health，Pivot Bio Part 4 Serverless 无效劳器：完成应用系统与基础设备解耦 提名公司：Supabase，PlanetScale，Wiz Part 5深科技：不局限于平台经济和双边市场，走进工业、新能源和产业中止推翻性创新 提名公司：Commonwealth Fusion Systems，Everyday Robotics 回想过往，中国科学家、工程师与企业家在推进科技的边疆中，一直表演着关键的角色。我们不只会坚决支持以科技为支点撬动商业机遇的创业者们，也置信在未来10年，在全球中心的科技与商业节点上，会有更多中国开创人的名字，也等候能陪伴创业者驶向科技的星斗大海。 2023年机遇犹在，中国仍将是最好的投资市场。让我们有更多的耐烦和自信心，共同为一个美好的科技未来做好准备！ 在此道谢共创讲演的同伴们温绵绵，杜頔康，陈瑞珏，牛源蕾 Part. 1 生成式AI：创作工具进化到自然言语，艺术的实质回归到提问与表白 生成式AI将如摄影一样，推进艺术的突破。19世纪，达盖尔拍摄的街道宣布了摄影术的降生，将画家从捕获理想世界的任务中解放出来，拉开了印象派，表示主义与笼统派百家争的现代艺术史。现代艺术家在画作中丢弃了再现理想世界的目的，转而表示视觉感受，内心的客观表白。而到了 20 世纪中期，摄影的再现写实和笼统的艺术表白呈现了一次新的融合，摄影家们将构图，曝光时间，光线的控制以及后期处置技术分离起来，开创了"笼统摄影”这个全新的艺术流派。
（Vortograph, 1916–17，Coburn经过创新的镜头附件和拍摄技巧，开创了笼统摄影） 今天，像 DALL·E 2 这样的AI大模型能够依照你能想到的任何艺术作风中止创作，包含理想主义、野兽派、印象主义以至笼统派等。它还能够学习指定恣意艺术家，以至糅合梵高与毕加索的作风中止创作。 当这项技术的潜力被充沛地发挥出来，当代艺术家又将如何应对呢？ 固然 DALL·E 2如此强大，它也最多像它的锻炼数据一样强大，就像是一位只能依据脑海中已控制的技巧作画的艺术家。 我们依旧需求艺术家对世界有独立的察看和思索，不时提问与表白。 大模型会推进艺术家进入到下一个艺术思潮，会降生史无前例的艺术作风，也会呈现新老艺术媒介的融合，产生更高的创作自由度。 生成式AI的技术驱动力 技术红利消逝了？生成式AI还能够持续释放消费力， 今天的大模型就是明天的小模型！ 大算力：大模型需求大范围的底层芯片来处置大量数据并执行言语了解和生成所需的复杂计算。这包含功用强大的 GPU集群，能够加速锻炼和推理过程。 大参数：GPT 1.17 亿参数，到 GPT-3 1750 亿参数，不时突破才干边疆的GPT模型是一部暴力美学的代表作，也代表了一种AI展开的价值观， 以大计算为杠杆完成智能。大模型的意义在于通用性和极强的泛化才干，刚呈现的时分还有很多的局限性，但每一次都做到了以前无法想象的事情，并且还将继续呈现更多新的突破。 大架构：
生成式AI的一个爆炸性产品是ChatGPT，于22年11月一经推出，马上惹起了病毒式的传播，一时间用户和ChatGPT的聊天记载充溢着一切的社交媒体。 这惹起了Google的警惕并正式宣布进入Code Red状态，紧急召回了两位开创人拉里·佩奇和谢尔盖·布林磋商对策。作为AI和搜索范畴的万亿美金巨头，搜索是Google的基石业务，也是常青的互联网入口级产品，每天有数十亿用户经过它搜索信息。 这次的Code Red也来自于ChatGPT的爆火，同时一部分用户更喜欢经过问答而不是关键字搜索来获取信息；这个危机事情中看到机遇的一方则是微软，早在2019年，微软就投资了OpenAI 10亿美金，成为主要的外部股东，同时也分离OpenAI推出了Github Copilot。在ChatGPT出圈后，也开端积极推进数年累积投资100亿美金增持到49%持股与未来收益权的买卖， 经过加深与OpenAI的协作，积极将ChatGPT整合到Bing，正面应战Google的搜索业务。 为什么Google没有发布ChatGPT这种产品？搜索引擎旨在辅佐用户在互联网上查找信息，它的工作原理是对网站内容中止爬虫和索引，然后运用算法对这些页面与用户搜索查询的相关性中止排名。Google返回的是与用户查询相关的网页列表，而 ChatGPT 是依据输入的内容生成响应。 它不会对内容中止事实核对，也无法分辨经过考证的事实和错误信息，并且不提供信息来源。它还会编造答案，这种现象被研讨人员称为 hallucinations。 这些要素会带来很多业务中的法律风险，或许就是Google迟迟没有推出产品的顾忌，让用户能够置信他们从搜讨取得的答案。很等候它如何做出响应，融合大模型和搜索，做出更好的用户体验。 假如我们问ChatGPT：“是不是能够先用ChatGPT取得答案，然后再去Google考证信息？”它也会认可这是个不错的措施，固然调侃了它的无中生有，但它的回复的思想逻辑又无懈可击。
ChatGPT也定义了人与AI的关系：如鱼得水，如胶似漆。ChatGPT最大的创新就是 RLHF (Reinforcement Learning with Human Feedback)，经过不中止的搜集人类的反响，让机器从他们犯的错误中学习并相应地调整行为。人类能够不时地辅佐AI在决策过程中变得愈加高效和精确，也减少了额外的人工标注的成本。人机分离中止改进的才干终将产生推翻性的影响，也是一种人类文化的汇集，承载和传承。 生成式AI将让科技与创作走向大众 提示工程，Prompt engineering，是一个门槛最低的编程言语。控制智能技术将会成为每个人的必备技艺，当编程门槛曾经降到了提示工程，没有严厉的语义，只需会自然言语，就能够将人类的想法转化为可重复执行的程序。不需求锻炼更多的人成为程序员，但必须把它当做一个编程工具去学习。常见的高级编程言语如Python、Java、Java等大多降生于90年代。未来的某个时辰，关于没有经过技术培训的普通用户来说，如何运用AI系统的才干也会是一项职业必备技艺，就像今天的白领工作者都必须具备运用搜索引擎和Office办公套件的才干一样。 Prompt是一个问题或者指令，也能够是输入数据和用例示范，用于指导 AI 系统生成响应。今天 提示的微小改动都会对AI的结果质量产生关键的影响，运用者还是需求了解AI系统的才干和每个模型特定的局限性。 学习如何找到明白的Prompt，不产生信息损失，也没有信息混杂，而不是编写程序自身。与大多数工程一样，这也是一个持续迭代的过程，要灵活的运用对话记载来指导AI。在提示链中，我们能够强迫模型遵照一系列的“推理”步骤来纠正模型的错误，好比提示模型援用正确的来源来将模型推向正确的方向。还能够创建工具来存储艰难任务示例的“测试集”，评价新提示的质量能否在原有基础上有改善。 在未来的消费力年代，我们 每个人都需求成为超级用户Pro User，才干真正的控制表白思想的道具。当然也能够等候Prompt变得越来越容易，模型变得越来越智能。 内容创作的“零门槛”化。我们生活在一个内容爆炸的年代，技术不时以来做到的就是不时的降低内容消费的门槛，让没有多年学习和阅历的人，也参与到内容消费中来。 好比画家需求表白需求审美，技法，构图的综合表示。摄影的呈现，就让需求表白的人能够解脱对画师技艺的请求来中止艺术创作。这能够带来愈加多样化和容纳性的内容生态系统， 任何人都能够参与创意、思想和艺术的发明和传播。 同样，人工智能生成的内容技术也在让内容制造过程进一步的降低门槛。 生成式AI带来的10倍效率提升 在内容消费效率上，AI 能够快速生成大量内容，并且只需最少的人工输入，这能够为企业俭省时间和降低人力成本。 特别在问答，长文档的总结等任务上， 例如Jasper主张其对营销文案10倍的效率提升；在更为严肃的科研写作范畴，Nature的一篇新闻也指出，至少4篇文章将ChatGPT列为论文的Co-Author。 而编程范畴的应用同样激动人心：开源是软件能够疾速展开起来的中心，也为大模型提供了数十亿行代码的锻炼数据。 这些工具的目的不是要取代程序员，而是要让像 Codex 和 Copilot 这样的工具与人类“结对”，以进步编程的效率。 好比遇到不熟习的言语，API接口，SQL查询数据，以至企业里维护的legacy代码。很少有开发人员能够同时知晓一切的编程言语，包含 C++、Java、Node.js等等。很多程序员也是从 StackOverflow上面复制粘贴代码片段。当然仍有很多场景还不适用招致精确率不高，需求去Debug AI生成的代码，反而会破费更多的时间。 ChatGPT在编程任务上展示出了比Copilot更大的想象空间：Copilot还是只能做到自动补全。阅读、倡议和修正文本以创建传统的软件程序。Copilot是无状态的，用户只能经过修正prompt重重生成代码。言语模型自身不跟踪状态。而ChatGPT在其中跟踪从一个prompt到下一个prompt的状态，能够依据用户反响迭代输出，完成了复杂的“会话”。 好比假如在对话中提供了更多的上下文，API 提示和数据库Schema等背景信息，能够更好的辅佐AI的代码生成。以至能够在提示中教授算法。
范围化与个性化：生成式AI能够支持内容制造的范围化，以满足忽然呈现的大量受众的需求，或同时支持几十种言语的内容生成。好比在Tiktok上做多言语投放的内容的营销文案：包含文本、图像和视频。 同时人工智能生成的内容能够为不同的目的受众创建个性化内容，为用户提供更具相关性和吸收力的体验。好比用文字，语音驱动的数字人视频内容。 AI的局限性 质量不高：AI 还是基于概率模型生成的内容，常常存在逻辑错误，好比 误解问题，混杂了不同信息的输出位置，也会 无中生有捏造事实。 愈加适用于对质量请求不高，错误容忍度高的场景，或者嵌入专业技艺的人来做质量判别的工作流程。 成本还需求进一步的降落：文字的成本大约是几美分，但假如是生成3D模型，今天的成本依然在10美金左右，还无法真正提高。
道德问题：AI 生成的内容可能会引发错误信息的传播以及运用 AI 生成的内容冒充个人带来的保险隐患。 好比能够经过Deepfake技术，交流视频中的内容。 价值成见：人工智能生成的内容是基于它所锻炼的数据， 也会继承人类认知中关于性别、职业、种族的成见，会产生很多种族主义和性别歧视的回答。 对数据的依赖：人工智能生成的内容依赖于大量数据来锻炼模型，假如数据不具有代表性或多样性，则生成的内容也不会多样化或具有代表性。 好比问他FTX能否保险与合规，由于锻炼数据截止于2021年，它会给出与现状完整不同的答案。 法律合规：AI 生成的内容可能面临法律应战，例如侵犯版权，或者其产生内容的学问产权归属问题尚不明白。好比国内一度盛行的AI换脸应用“ZAO”，以及Copilot能否复制代码惹起的关于微软合规运用Github数据的讨论。 风险信息：好比能够让他解释如何做恐惧攻击。 未来的瞻望 在数据维度，ChatGPT是基于2021年及之前的数据而锻炼， 还不能实时更新最新的数据或者衔接互联网，执行程序拿到反响去优化模型，或者在模型的作风上愈加的微调以顺应个人作风和偏好。试想假如未来这些成为可能，将会给我们的世界带来多大变更？ 在模型维度，不时扩展模型参数的暴力美学并非独一的途径，例如披露的GPT4的参数量就并不会显著多于GPT3的1750亿的范围，假如未来的方向不会是参数范围越来越大，除了增加数据和参数范围外，大模型的架构会如何演进也同样令人等候。 大模型也给AI系统软件带来的应战：紧缩、硬件加速和在边沿的部署，都仍有提升的空间：AI模型的数据结构化，好比把可信的学问放在一个可查询的结构化的数据库里，能够进一步的紧缩大模型的范围，进步结果的可信水平；AI模型的存算分别，可计算的模型也能够抽离出来；随着边沿计算、机器人的提高，如何适配异构硬件环境，支持更多的智能终端。 在商业与生态上，未来将如何分工？大模型的预锻炼成本需求至少上亿元的前期投入（Stable Diffusion的锻炼运用了4000 个英伟达 A100 的 GPU 集群），很难也没有必要重复通用泛化的树立基础设备底座。早期以探求前沿AI为中心目的的公司：Deepmind被Google收购提供支持；OpenAI最开端是非盈利组织，后面微软的不时注资，都是依托着庞大的算力，数据和资金长大起来的。 初创企业的机遇在哪里？
我们置信，基础的通用大模型与场景专精的中小模型或者插件，将会把AI商业化带到下一个里程碑。 引荐关注 1：De 能够像编辑文档一样剪辑视频引荐理由：虚拟世界里最重要的就是内容创作者生态，不时的降低创作门槛才干释放新的消费力。De 定义了下一代易于运用的视频编辑平台， 能够像编辑文档一样，剪辑视频。拍摄视频的成本还是很高的，需求布景灯光，准备脚本，但录制的过程，假如创作者没有经过专业的锻炼，就会存在静音，填充词和呈现口误。De把AI巧妙地应用到了视频纠错这个高价值场景里， 既发挥了AI的效率，又抑止了技术今天原创内容质量不高的局限性，打造了基于现有技术成熟度的人机协作创作高质量内容的圆满场景。
胜利要素 De做了精妙的市场定位与差别化竞争战略， 并不直接与专业的视频编辑工具如Adobe AE竞争，仅提供滤镜和绿幕等一些基础视频编辑才干。中心亮点是精确的 ASR提取文本，并基于文本对视频内容中止笼统与关联，让创作者能够基于文本，段落等结构化信息来对视频中止剪辑，剪辑后也能够导出到更多专业工具中。
De采用了Freemium的模型，提供每月1小时剪辑内容的免费账户到30小时每月的Pro（30美金/月）的付费账号，让业余喜好者能够低门槛尝试。为了推行产品让创作者中止背书，Youtube等创作平台发布内容，并且为De带来成交客户的，能够从客户第一年的收入中取得15%的分润。 作为一名主导过上市公司的连续创业者，Andrew在资本市场上也动作频频，2019年A轮融资同时宣布 收购了Lyrebird，为用户提供了杀手级功用Overdub，能够在用户口播文本中增改文字让视频内容自动生成。在2022年大模型应用井喷的时期，引入OpenAI领投的新一轮融资， 2x估值并且引入OpenAI的中心技术背书。 引荐关注 2：Jasper 2年近亿美金ARR的AI写作效劳商引荐理由 Jasper是连续创业者的赞歌，也是开创人第3次在营销科技赛道的创业，经过上一段Proof积聚的场景了解以及2.5万名信任他们的客户， 借力GPT3的冷傲效果在2年内做到近亿美圆ARR，考证了生成式AI的范围商业化才干，固然面临ChatGPT的应战，Jasper团队积极推出Jasper Chat以及Jasper Art拓宽产品线进步TAM，也有望成为首个破亿ARR的生成式AI公司。
胜利要素 三位开创人是Martech范畴的连续创业者，在发起Jasper之前曾经在营销场景阅历了7年的时间，从最早的咨询公司Market Results，再到17年发起Proof辅佐企业为用户提供个性化的登录界面，开创团队在营销科技场景曾经积聚了丰厚的阅历和宽广的客户群体。Jasper的胜利很好地考证了 创业是认知、客户、团队积聚的一次爆发：Proof的2.5万家客户，辅佐Jasper快速完成PMF并且在 一周内完成数百万美金ARR。 在产品与技术上，Jasper更擅长营销长文的协作，相比竞争对手能够提供更多元化的价值，例如对SEO的优化， 规避Google等搜索引擎在AI生成内容上降低搜索权重的影响，辅佐客户捕获有机流量，同时能够对能否剽窃中止自动检查，避免学问产权问题。
团队对AI技术与营销场景分离极具洞察与执行力，最早的PMF就是基于GPT3 API，针对长文本营销写作中止调优，后又推出 Jasper Art的营销图像生成以及Jasper Chat的对话式写作工具，给用户提供更完好产品矩阵。 在增长中以产品为引擎，提供免费版本的5天试用权限，在产品上引入Chrome插件，让用户能够更低门槛地尝试产品， 缩短Time to Value。用G2上平均分高达4.9/5的产品评分来为产品的中止背书， 并且关于转引荐的客户给予30%收入的返利从而鼓舞社群的裂变传播。产品能够直接开通试用，近乎0托付成本，为了辅佐用户更好地运用产品，提供了丰厚的Q&A以及Blog和文档，在Facebook有一个7万多人的社群能够讨论各种基于Jasper的最佳理论。 引荐关注3：Runway AI驱动的视频编辑器 引荐理由 Runway是一家由AI驱动视频编辑的SaaS企业，最初由于2022年爆火的Stable Diffusion以及盘绕这个开源模型的版权纠葛而被大家所熟知， 三位来自智利、希腊的移民，在纽约大学求学的过程中，共同完成毕业论文结下不解之缘而决议一同创业， 阅历4年低调的探求在生成式AI元年迎来普遍认可。
胜利要素 Runway的团队能够很好地在创作者和AI之间找到一个均衡，CEO是设计师背景，与2位分离开创人在纽约大学ITP（Interactive Telecommunication Program）相识，共同完成的毕业论文成为了Runway的产品原型。首席科学家则是Stable Diffusion的协作者之一，也树立了和慕尼黑大学、纽约大学的学术协作。 在生成式AI成为最 炙手可热的技术概念之前，Runway就坚持在探求AI和创作分离了，视频关于制造水准的请求进步了视频后期处置的应战，Runway在前生成式AI时期为创作者提供了抠像，稳定追踪，删除杂物等才干；当Dall-E-2横空出世，Runway的团队也捕获到了大模型给图像视频创作带来的新机遇，对创作者需求的掌握，对AI技术的了解与将两者分离的坚决探求，让Runway成为了功用最完备的AI视频编辑工具。
Runway采用了依照席位数付费的商业方式，关于个人用户提供永世免费的基础版本不外只能运用部分AI的工具，关于可用资产和导出的视频精度也有限制，而15美金每月的Pro版本以及35美金每月的Team版本，则有更大的资产存储空间，同时能够运用更为完备的AI才干。而Enterprise企业用户则能够享用 定制化的专属模型，同时提供保险合规的企业级功用。 固然当前Runway的停业收入 还不到500万美金，但是在抓人眼球这件事情上，Runway不时做得十分好，自Stable Diffuison遭到关注之后，Runway逐步发布了两段视频用于展示其AI的才干，以及经过文本的交互式编辑才干，在创作者用户群中收获了大量的关注度。 引荐关注4：Inflection.ai 经过AI重新定义人机交互引荐理由 由DeepMind开创成员Mustafa Suleyman和原Linkedin联创Reid Hoffman组成的顶级开创团队，希望经过AI重新定义人机交互。公司成立之初便取得2.25亿美金的融资金额，跻身独角兽之列。该方向曾经在Deepmind的研讨"经过数据驱动的措施锻炼AI控制计算机/A data-driven approach for learning to control computers"中初奏效果，等候在Inflection.ai团队的探求下有机遇降生全新的人机交互方式。
由于Inflection.ai没有发布任何产品信息，这里我们用了它的竞品Adept.ai的产品页面来给大家一个直观认识新型的人机交互方式产品。用户能够经过chat的方式调用应用程序流程，得到人经过鼠标点击应用程序相同的结果，相似于去掉自动化流程设置的RPA bot。 随着多模型的锻炼成本不时在降，AI模型的不时提升使得AI了解不同内容(如图像、文本)之间的关系使得一个能够将央求转为各种计算机指令的系统成为可能。但想要结构一个全新的人机交互方式，数据的瓶颈依旧是现阶段需求处置的第一个问题。大量的在应用程序中完成任务的事例以及对应的文本描画数据的搜集与获取并不容易。即便有了数据之后，模型的生成、提升与稳定所需求的成本对初创公司来讲也不是小数目。等候Inflection.ai团队能在有限的资源的状况下尽快将产品demo与我们分享。 Part. 2 全球化 2.0：多元化、本地化、人性化与数字化 全球化2.0(主要指人才、信息与效劳和数据的流通)将会是一个愈加长期和复杂的过程，世界将在多元化(diversified)和本地化(distributed)、人性化(disposition)和数字化(digitalization)的动态均衡中常态化。
2022年，在中国创投市场最盛行的一个词莫过于『出海』。在过去10年的时间里，中国消费互联网企业不只降生了比肩Amazon和Facebook的的阿里巴巴与腾讯两大巨头平台型公司，本土互联网和科技行业水大鱼大。放眼世界，我们也孕育出了成为全球市场领头羊的众多企业和企业家。快时兴品牌Shein，直接应战全球电商巨头Amazon与Shopify，2021年收入超越160亿美金。原神与Tiktok，分别在游戏和短视频社交范畴所向无敌，原神总收入超越36亿美金，Tiktok全球月生动用户超越12亿。在数据基础设备范畴，特别是开源社区范畴，如PingCap，也开端崭露头角。 Shein的胜利，得益于中国在全球化1.0的世界格局里提供的强大服装供给链，每天2千款上新的速度也倒逼了供给链愈加柔性，升级了快速迭代的供货才干。中国强大的供给链才干不只体往常服装消费端，小到智能家居和电子产品、大到汽车和机器人制造，都能够在长三角和珠三角找到全球最低价、消费速度最快、质量最好的供给商。Pingcap的胜利则与全球化2.0里中国的人才活动和效劳活动密不可分。中国的互联网工程师占全球工程师总量的1/3, 技术实力过硬，代码质量过关，但成本仅为硅谷工程师的1/3。在疫情后全球化远程办公的今天，工程师红利的输出将会在『出海』这个大主题下尤为重要。除了工程师以外，在猛烈竞争环境下积聚的互联网用户交互侧的产品和运营实战阅历，特别是基于大量用户数据的AI算法，能够说在Tiktok这里取得了惊人的效果。我们置信，在全球化2.0的时期里，中国过硬的供给链优势、优秀的工程师红利和产品运营阅历的积聚，将会持续辅佐和成就中国出海公司成为全球化2.0时期的焦点。
本地化：业务的本地合规化，注重可持续展开而非只关注短期增长 业务全球化面临的第一个应战是，企业需求满足不同国度和地域的法律法规。从招聘到运营到数据保险等，都需求遭到不同国度和地域的约束。例如在数据的跨国活动里，欧洲有数据导出的地域限制，请求数据在本地国度存储和处置。因而，公司必须创建单独的基础设备、计算才干和本地团队，且无法为跨地域的客户提供效劳。而有些国度，例如印度尼西亚，则允许将数据复制到原产国以外的中央中止处置，但需求在当地基础设备中备份这些数据。 依据DHL的研讨统计，跨区域的信息从2000年开端便在全球化指数中以超越人才活动、资金活动和贸易活动指数的绝对优势不时增长。为满足全球化2.0里不同地域的合规请求，针对不同跨国业务范畴的企业效劳公司也应运而生，且部分公司由于疫情的缘由增长疾速，例如辅佐公司中止远程雇佣管理的Deel，在短短2年的时间内，ARR收入快速增长到一亿美金。
除了传统的企业效劳外，降生在全球化2.0时期的新技术，例如区块链，带来的合规化的应战也不容小觑。由于区块链公开透明的数据和全球用户匿名的属性，这给监管提出了更高的请求。专注区块链数据剖析的独角兽Chainalysis从为IRS提供反洗钱监管处置计划切入市场，在政府监管范畴站稳脚跟，为全球区块链的保险与监管保驾护航。新技术与监管伎俩不时演化，越来越多的全球问题可能经过普遍的公私协作关系找四处置计划，将使当今不透明和躲藏的多层买卖结构变得愈加可观测和可监管。 人性化：货物的全球化已成常态，人才的全球化刚刚开端 过去三年，由于疫情的影响，世界各国为控制疫情的蔓延，纷繁采取了更严厉的边疆管制和签证制度。但是，当我们回看统计数据时却发现，疫情期间中国的外贸出口却并没有停下脚步，反而不时在增长。 从2020年的2.59万亿美圆增长为2021年的3.36万亿美圆。
同样，固然疫情使得人与人之间的面对面交流变得艰难，但却恰恰成为了远程办公的催化剂和协同工具增长的加速器。人与人之间的沟通与协作，并没有由于距离的缘由而疏远，反而促进了更远距离，以至跨国协同变得视而不见。与全球化1.0关于贸易、资金和货物的活动不同，全球化 2.0允许一切公司，无论大小，在全球雇用员工，从而突破单一地域的技艺劳动力的供给缺乏问题。依据麦肯锡全球化人才活动统计，随着社交媒体的展开，假如我们把具有1个外国朋友的人与旅游、求学、工作等等中止实践跨国活动的人群一同计入全球人才活动数据的话，早在14年，该统计数据便超越了10亿人。 固然疫情带来了旅游人群的大范围减少，但是其他方式的人才活动，例如跨国远程工作、移民、求学等却只增不减。
此外在劳动力成本较高的国度，例如美国和中国的一线城市，由于地域生活成本昂扬和人口老龄化带来用人成本急剧增加。在全球化1.0货物流通的时期，消费成本向劳动力较低的地域倾斜，影响了全球的制造业劳动人口。而今天在全球化2.0的时期，在数字科技的支持下，效劳业的劳动人口散布正在被重塑。工作报酬越高，且工作地点对产出影响有限的职位，远程雇佣便会先从这个职位开端替代，好比程序员。远程雇佣的兴起，会一定水平上弥合兴隆国度与展开中国度的薪酬差距，同时也会引发展开中国度关于人才的新的竞争。好比印尼发放的数字牧民的工作签证，为巴厘岛带来了许多的创业公司的年轻员工。 数字化：不只是产品的研发散布式，一切工作流程都将远程线上化。 22年能与『出海』这一关键词相提并论的另一关键词一定是『PLG(产品驱动增长)』。与传统企业效劳所遵照的『SLG(销售驱动增长)』不同，在PLG方式下，运用产品作为获取和留存客户的主要工具，客户能够经过内容找到产品，并自助注册运用和付费。 采购决策基于最终用户，而不是高管，完成了销售和实施的线上化。后期经过用产品迭代增加和用户的数字化触点，进一步完成留存线上化。众多近年来增长快速的公司，如Zoom, Notion, Figma, Slack等等均是PLG方式的代表。特别是在疫情发作后，正常的销售访问无法成行，对销售驱动增长的产品影响很大。但PLG方式的产品，例如Miro，Zoom等，均得到了快速的用户数量的增长。这一方式也影响了众多基础设备公司的用户交互，在自助注册和运用的方便性上得到了十分大的提升。 随着线上化和数字化的加速，员工在日常工作中接触了比以往更多的线上运营数据和用户信息，传统的集中式保险防护曾经不再适用。更多的线上工作环境也更容易裸露更多的的保险漏洞，据悉，疫情之后，世界卫生组织的遭到的网络攻击数量为疫情前的5倍以上。针对网络敲诈，数据泄露等相关的网络保险和云保险等需求在疫情后也得到了快速展开。例如20年成立的以色列的云原生保险公司Wiz，聚焦多云环境Severless架构下的云原生应用维护，仅仅用了18个月便完成了1亿美金收入的门槛。 Deel在成立 短短3年的时间内，ARR突破2.9亿美金，全球客户数量增长至15000+。HRtech本是个成熟的范畴，但疫情推进了线上办公，也随之开启了一个远程雇佣的全新市场。Deel除了业绩突飞猛进，它还突破了SaaS只是做产品和收取订阅费用的传统方式。分离了自身软件产品和全球协作同伴生态所提供的效劳，才让Deel能够在短时间内疾速满足企业在全球150 多个国度的雇佣合规。同时经过内嵌金融效劳，进一步的增强自身商业方式的货币化率。
胜利要素
Miro是在线多人协作白板工具，在过去2年时间里，用户量和付费用户均增长了5倍。20年便突破1亿美金收入，99%的财富100的客户均为其用户。
胜利要素 团队在在线白板产品范畴深耕多年，产品支持思想导图、甘特图、看板和产品圆形图等一系列内容的绘制，十分精准的切中远程办公场景的协同沟通需求。
Miro走的是典型的freemium+PLG工具化产品的扩张道路，且自然带有激烈的网络扩张效应。用户能够免费注册，依据功用、协同人数和白板数等能够选择更多的付费套餐，从每月8美金，16美金到企业定制化不等。Miro的用户量从2020年的700万用户增长到21年的2000万，付费用户数从2万增长到13万，用户总量到22年底曾经抵达4500万。 API集成也是Miro的一大特性。用户即能够在Miro里集成其他工具来管理项目，也能够将Miro集成在其他工具里中止更好的协作沟通。与众多第三方工具的API集成，使得Miro胜利的从单一的工具产品转向了平台产品。用户粘性和产品延展性都得到了极大的提升。 在平台方式的基础上，Miro也慢慢开端树立自己的生态闭环，包含社区、咨询和专业的效劳等。胜利从单一工具产品升级为平台产品与生态的分离，应用整个生态的力气开端不时扩圈，开启了第二增长曲线。 引荐关注7：Chainalysis 专注区块链数据剖析的链上FBI引荐理由 Chainalysis是 链上数据剖析的独角兽，经过Reactor, KYT, Kryptos等中心产品矩阵，Chainalysis效劳了70多个国度和地域包含 政府、金融科技和金融机构公司在内的750多个客户，为全球区块链保险保驾护航。
胜利要素 Chainalysis走的是大客户销售(enterprise sale)战略。经过合规战争安切入行业，辅佐各国政府和买卖所追踪被盗数字货币。14年成立之初刚好发作Mt.Gox比特币被盗事情，Chainalysis也参与了追踪，效劳了FBI和IRS两大标杆政府机构，胜利的在Crypto行业与政府监管中构建了桥梁。 在大客户端站稳脚跟后，Chainalysis开端拓展Mid-market客户群体，往Fintech、Crypto-native的公司和金融机构渗透，将不同的角色的需求归入产品范围，深化客户的保险与业务范畴。同时在产品端开端构建矩阵式的打法，用不同的产品满足不同客户和角色的需求。收入方式也从项目收入和API调用收入的基础上增加了SaaS收入的方式。 注重毛利率和NDR等中心指标。固然早期以项目收入和API调用收入为主，但Chanalysis十分注重产品化的构建，注重毛利率的提升(80%)和NDR的提升(140%)。 引荐关注8： Vercel 前端工程师范畴的Figma引荐理由 JAMStack（Java+API+Markdown组成的工作流）崛起后，Open API开发者生态曾经呈现了Kong，Postman等独角兽公司， 而Vercel则是Java生态的旗帜。由知名React框架Next.js的中心团队兴办，在开源社区里享有盛誉，也 重新定义了极简的前端工作流。
胜利要素 开创人Guillermo Rauch是开源社区首领，在兴办Vercel之前，他曾经发起过node.js的WebSocket框架 Socket.io（50+k stars）以及MongoDB的客户端 mongoose（20+k stars），13年被Automattic收购2年后离职后发起Zeit公司（Vercel前身），16年开源了Vercel的中心社区next.js，至今已在Github收获99k的stars，是最有影响力且增长最快的React框架，在npm下载增长中远超其他竞争对手（如下图所示）。
(Source: npm-stat.com) Guillermo 信奉极简，Zeit的中心产品now将复杂的域名DNS 解析、SSL 证书、CDN 等复杂才干封装成产品，从而让开发者能够真正做到一键部署；而next.js则是为理处置前后端分别后，搜索引擎在前端取得信息缺乏带来的SEO排序降落的问题， 将现代的前端框架如何后端渲染的问题有效处置。这种与主流前端渲染抵触的架构让部署更为复杂，而Zeit now则与next.js深度耦合，将极简的开发者体验，优秀的后端渲染与SEO效果推到极致。 Vercel品牌（versatile, accelerate以及excel）脱胎于Zeit，经过next.js框架与云平台为开发者提供了极简的"Vercel Way"的开发方式，正如其官网定义的三个中心环节： "Develop. Preview. Ship."在开发阶段提供完好的工具才干并链接多种后端；在预览环节能够直接关联代码仓库，每一次变更能够在前端工程师与UI设计师之间实时协作；在部署环节集成了Zeit now的体验，处置了全球化产品访问速度与SEO的问题，并提供完好的可观测才干。 Vercel是一家贯彻开源肉体的公司，除去next.js的影响力以外，在其Github账号下， 有100多个代码仓库，提供了从开发框架，终端以及打包管理工具等前端工程师需求的全面才干。同期吸收了一大批开源社区首领参与公司，例如 React 的中心成员 Sebastian Markbge，webpack 的发明者 Tobias Koppers，Svelte的作者Rich Harris等，除去对各个组件中止优化等，也带来了Turbo，SWC等优秀的开源项目。 Vercel采用Freemium的定价战略，关于个人以及非商业场景需求，Vercel提供免费的Hobby效劳，能够让开发者和自己的个人Github账号集成完成一键部署； 假如需求协作或者是带宽超越100GB，那么则需求开通Pro账号，每一个账号每月为20美金，同一个团队能够在UI界面评审环节中止协作与讨论；而企业版本则提供保险，可观测性等企业级需求。 在资本市场端，Vercel不只具备高效的融资才干，也经过并购与投资整合了更多的优质产品，在21年收购了 Turborepo，提升了用户在JS以及Type生态内的构建体验，22年则收购了Splitbee让用户在托管网页后，也能够更进一步剖析网页的转化数据。 引荐关注9: Snyk 产品驱动增长的开发保险平台 引荐理由 Snyk是产品驱动增长、以开发者为中心的保险产品，产品与CICD流程高度集成，辅佐开发者在开发阶段发现开源代码漏洞并提出一键修复计划。Snyk不时扩展产品并支持更多言语，在开发者社区中收获普遍好评。
开创人Guy Podjarny是以色列人，20年阅历保险阅历，Blaze.io的分离开创人，2012年将其出卖给了Akamai后任Akamai的全球副总裁与网络体验业务CTO，2015年创建Snyk。胜利要素 产品驱动增长，Snyk将保险才干真正集成到开发环节中，目前开源代码占到代码的60%，但保险性难以保障，Snyk专注于开源组件剖析（SCA），构建强大的具有壁垒的漏洞库，进步开源代码的漏洞检出率，并为开发者提供相应的一键修复计划，扫描速度是其他计划的3.2倍，减少62%的漏洞，节约27天修复时间，同时易用的用户界面对开发者十分友好。 深化维护与开发者的关系，构建私有开发者社区，在有一定产品基础的状况下在开发者社区中构建影响力，产品与Github、Jira等开发工具集成，开发者部署试用简直零门槛。与开发者深化沟通中止产品迭代，同时注重内容树立，不只有产品运用相关的文章、活动和论坛，还输出了大量保险行业相关的学问供开发者学习交流。设置Snyk大使，鼓舞开发者积极参与社区树立。基于开发者的传播与营销辅佐Snyk取得了大量的销售线索并转化为付费客户，改动了传统保险产品自上而下的销售方式，PLG驱动业务快速增长。 Snyk采用Freemium的方式， 团队或企业用户依照开发人员范围定价，而非仅对保险人员。免费方式支持个人运用者运用保险相关的完好产品，但有一定的用量限制。团队或企业用户在用量上没有限制，但是依据不同的高级功用设置付费阶梯，包含合规、API、集成、本地化部署等。主要效劳中小型企业，并经过不时丰厚的产品线和更多开发者账号进步客户复购，2022年的金额复购率抵达130% 引荐关注10：Plaid 开放银行API，简化应用程序与银行账户衔接引荐理由 Plaid提供开放银行API，使得应用程序更烦琐、保险地衔接用户的银行账户，访问买卖、账户考证、余额等数据。Plaid往常已成为许多数字金融业务的基础设备，把银行才干输出到多元场景。
胜利要素
Part. 3 数字健康和可持续展开：生命和环境也需求一个操作系统 “Elephant in the room”是一切人都能看到的问题。 但假如问题是一种微小的存在，肉眼不可及，但对个人健康和社会福祉有庞大影响，我们又将如何应对呢？一些硅谷企业家在新西兰置办房产，建筑公开避难所，以对冲核战争，作为一种“末日保险”的战略。但是过去三年影响全人类经济和生活的，却是一场由看不见的病毒引发的疫情。这使我们深思，健康是一件我们以为理所当然的事情，就像空气和水，维系着生命活动，却又透明无形。 科技最终 让我们的身体也从原子世界走向了比特世界，就像计算机有IT运维，智能工厂的设备有预测性维护。 数字健康就是在打造一个关于生命的、有科学原理支撑和数据驱动的操作系统，从而产生新的治疗措施。我们对科学的热情，不只是研讨外部世界运转的规律；也会回馈到自己的身体， 让生命实质和科学树立联络。无论人类个体多么不同，我们都能够在坚持健康的朴素愿望上连结起来。未来，一定会有更多的人才、资金、科技投入到这个范畴。 科学化健康管理 数字医疗一定是 以人为中心，以科学为依据。我们总结了最值得关注的一些医学发现，即便不是医疗健康范畴的参与者，也能够撷取一二，应用在日常生活中， 科学化我们对“养生”的了解。 运动健身。无论什么年龄，“迈开腿”都不算迟。哈佛一项研讨表明，久坐不动的男性在45岁后开端锻炼，其死亡率比继续坚持不运动的同龄人低 24%，而这一“锻炼”的运动量仅是 每天步行约 45 分钟。关于运动和健康正相关关系的研讨十分普遍，适量的长期运动能够降低患心脑血管，糖尿病、瘦削和改善心情。CDC 倡议 18 至 64 岁的成年人每周至少中止 150 分钟的中等强度有氧运动或 75 分钟的高强度有氧运动，或两者分离。有氧运动应至少中止 10 分钟，最好分散在一周内。除了有氧运动，成年人还应该每周中止 2 天或更多天的中等或高强度的肌肉强化活动，并触及一切主要肌肉群。 规律睡眠。UC Berkeley的Matthew Walker教授《我们为什么要睡觉》中总结了睡眠对 进步记忆力、进步运动才干/“肌肉记忆力”，以及进步发明力的关键作用，并给出12个tips，包含 坚持固定睡眠时间、晚间不大量进食、苏醒时别躺在床上。Walker教授也指出，试图给不规律睡眠打“补丁”，好比“周末补觉”、“咖啡提神”，其实是难以补上睡眠债务的。好比咖啡因固然障碍对困意的感知，但无法阻止体内腺苷水平的积聚，而睡觉是肃清腺苷的独一措施。 饮食控糖。瘦削会带来许多潜在的健康风险，不少人希望用严谨的医学措施来控糖减重。 2021年，FDA批准第一个适用于治疗瘦削的司美格鲁肽。司美格鲁肽属于GLP-1（长效胰高糖素样肽-1）受体激动剂，减重效果良好且能维护心血管。美国目前也呈现一批创业公司如Calibrate、Found，盘绕药物树立科学减重计划。糖除了与众多疾病相关联， 也与皮肤老化息息相关。我们摄入的糖构成糖基化终产物（AGEs），积聚后会破坏周围的胶原蛋白，使皮肤呈现皱纹和老化。英国皮肤病学杂志发表的一项研讨，真皮的糖化通常在35岁后呈现，尔后随着内在老化而疾速增加。 抗衰老。2018年，哈佛大学遗传学教授David Sinclair团队在《科学》上宣布发现NMN（β-烟酰胺单核苷酸），能辅佐修复因衰老而受损的DNA，进步NAD+水平，后者是一种对新陈代谢至关重要的辅酶。Sinclair实验室的研讨表明，给老鼠喂食NMN可能会减缓动物的衰老，模仿卡路里限制的效果。 “ 我们得到与运动或节食相同的效果，”他说。 “老鼠更瘦，更有生机。他们能够在跑步机上跑得更远。”但NMN在监管途径上尚不明朗， 并没有在FDA获批。固然人们对 NMN 的潜在益处很感兴味， 但其在人体中的临床有效性研讨仍处于早期阶段。 正念冥想。现代神经科学逐步提示出冥想背地的机制。哈佛医学院的Sara Lazar分离fMRI影像，发现 冥想能够带来一些大脑结构实质上的变更，特别是前额叶皮质区域产生更多神经元衔接。增加海马体中的灰质细胞密度，可能会促进留意力调理、身体认识、心情调理、改动对自我的见地。Lazar 弥补说 “目前大部分研讨数据均只察看了 两个月期间内冥想练习所引发的变更。而大部分人都觉得冥想练习越久，这些变更越明显。所以需求将研讨的时间拉长。” 可穿戴与疾病预防。目前，一些可穿戴设备已能生成有临床意义的监测结果，如 2022年FDA批准了Apple Watch的房颤监测。平常，我们能够善用可穿戴设备，实时察看身体数据的变更。好比，当发现睡眠中血氧饱和度多次降到90以下，醒来肉体不佳，能够筛查能否有睡眠呼吸暂停。经过及早发现这些疫病风险，个人能够采取积极措施来处置这些问题，例如更早的寻求医疗救助。 构建全息数字生命模型 我们的身体是一个庞大复杂的生命系统，生物的进化使一切身体运转效率抵达最高。 新的技术能够辅佐我们察看和解析亚细胞和分子水平的微观结构，探求和了解生命系统的动态过程。好比模仿不同的生理功用，如器官系统、代谢途径和神经网络。人类大脑中 860 亿个神经元、100万亿个衔接，神经网络是如何运作的？经过脑机接口技术，我们逐步开端取得和解析大脑信号，试图了解脑功用障碍的机制，并研发新的治疗措施。 简单到智能手机中的加速度计、陀螺仪和计步器等传感器，也能够辅佐我们丈量身体运动，心跳等体征数据，为提供个性化医疗打造基础。 人类基因组含有约30亿个DNA碱基对。2001年人类基因组计划的完成改动了医学世界。过去20年，完好的基因组测序成本从10亿美圆大幅降落至1,000 美圆。今天在计算的辅助下，我们能够了解疾病的遗传学机制，并研发个体化的治疗措施。 基因疗法的突破使得一些特定的癌症有了被治愈的可能。在基因组学之后， 蛋白质组学的数据范围继续应战剖析工具的极限。在高性能芯片和人工智能算法的驱动下，Alphafold2用深度学习预测蛋白质结构完成突破，尔后精度与速度不时提升，在抗体发现、筛查诊断、精准医学等应用场景的探求也如雨后春笋。 创新与监管互动前行 由于规避风险的性质和监管的严谨性、复杂性，医疗保健顺应变更的速度很慢，新想法在接近患者之前需求证明至少“不会构成伤害”。因而，医疗体系中技术演进的速度和科技行业完整不同。 医疗是一个重监管行业，新产品的开发常常需求承担较长的临床考证周期和成本。好比数字化临床实验系统，假如要替代手工录入和监查的环节，需求思索如何合规地对接院内数据、并保障数据能契合NMPA检查请求。好比数字诊断产品，精确度要与金规范做比较，抵达严厉的临床分歧性。再好比癌症早筛产品，需求大范围队列研讨，如Grail就做了万人级别、随访时间5年的队列研讨。 监管控制是一个复杂且不时展开的过程，因而监管的变更可能滞后于行业创新的变更。 科技展开给政策的更新带来了应战，而疫情黑天鹅的到来迫使监管更快速地迭代，找到灵活与保险之间的均衡。好比，在2021年之前我国是不允许网售处方药的，因尴尬以确保电子处方的真实牢靠。在21年4月放开了一道口之后，互联网医疗与线上药房随同着争议快速增长。到22年底《药品管理法》新规，才进一步明白网售处方药合法化。另一个例子是散布式临床实验（DCT）。传统上，临床实验入组患者需求定期访问固定的研讨中心。固然移动互联网快速展开，使电子问卷、电子知情同意等环节在技术上成为可能，但出于监管严谨性，不时未有改动。直到疫情忽然来临，患者出行受限，这才加速了DCT方式的兴起。典型的 DCT 部署能够将每个阶段的时间缩短一到三个月。由于每天的临床实验费用高达 800 万美圆，这意味着大量俭省。FDA逐步开端接受DCT的结果并制定指南以规范其展开。 医疗健康系统遗留着众多数据孤岛，成为生态系统各方之间协作的壁垒。要突破孤岛，需求面对数据管理与信息保险的应战。生态系统中的各方都需以契合道德的方式协作，否则不只医疗机构遭受损失，还会泄露个人隐私数据，失去患者信任。健康保险公司越来越多天时用个人数据（婚姻状况、运动数据，以至人们能否置办大码服装），对滥用个人健康数据监管伎俩也仍在讨论之中。 探求采用与付费途径 许多数字医疗企业固然取得FDA批准，但距离技术与创新业务落地，还需面临商业化途径的复杂应战。在虚无缥缈的医疗生态系统中，支付方和运用者在很多时分是不分歧的，创新企业要取得采用、同时取得付费，才是胜利的商业化。采用率上，一方面，处置依从性问题，以患者为中心、提供充沛鼓舞和无缝的用户体验，需求大量产品化的努力；另一方面，同时如何满足医院的需求，取得医生的支持和认可，则需求做好客户胜利的工作。总的来说，胜利的数字化产品能使患者获益、医院痛点处置、医生自我完成等多方利益分歧，从而取得采用推行。 在付费端，美国以商保支付体系为中心，近年推进基于价值（value-based）的支付方式变革，创新企业需与支付方协作考证新产品能带来医疗护理成本降低。中国则是以国度医保为主，商业健康险方兴未艾，许多企业开端探求创新支付的方式。在这一阶段，创新企业选择树立多样化生态协作，同时也开辟商业化收入来源，如药企、医院、政府、科研院所，联动起来推进数字化产品的落地。 重新想象医疗体验的6BP 在数字科技的影响下，我们看到医疗生态中六个不同角色，在后疫情时期引领着各自的推翻性创新。
希望未来脑机接口能够赋能每个人，让人类与AI有更好的交互，构成一种新的共生方式。每个人都在运用手机和计算机更好的工作和生活，但今天信息与人类大脑之间的数据交互是有明显的带宽瓶颈的。侵入式的人脑手术还是十分风险，所以Neuralink首先选择了特定的医疗场景，辅佐瘫痪与失明者恢复身体功用。未来随着芯片、资料、信号剖析技术的突破，每个人都能够具备融合了AI的认知才干。
技术突破 脑机接口技术从“运动”突破到人类特有的“言语”，让因瘫痪等缘由而失语的人重新表白、并且不时进步精确率与效率。斯坦福科学家Frank Willett 2021年的一项研讨登上Nature封面，从运动皮层的神经活动中解码瘫痪患者想象中的手写动作，并应用循环神经网络（RNN）实时转换为文本。转化原始精确率为94.1%。而2022年，加州大学旧金山分校Chang Lab展示了一项成果，经过机器学习算法将瘫痪失语者的大脑活动直接解码成言语，展示出实时完好的句子，精确率中值为 75%。就在23年1月，Frank Willett团队也展示了语音脑机接口的突破，速度抵达每分钟 62 个单词，是之前 SOAT 脑机接口的 3.4 倍，开端接近自然对话的速度。 深部脑刺激（DBS）是另一种广义的脑机接口技术，电极被插入大脑中来刺激特定的大脑区域，改善帕金森病症。 比起最好的药物治疗，DBS平均每天能够使帕金森患者增加5个小时的良好运动控制时间，极大提升了他们的生活质量。 Neuralink将脑机接口范畴的科研积聚转化为产品。在2022年底“Show and Tell”上展示了最新停顿，N1芯片，约1/4个硬币大小，1024通道探测大脑信号，并完成无线充电和数据传输。数据处置的转化效率从2021年的3.0的bit-rate抵达2022年的7.1bit-rate。同时展示了R1手术机器人，能自动调整以弥补手术中大脑的活动，15分钟完成芯片植入。
|
名表回收网手机版
