6月16日消息，多個生成式人工智能初創(chuàng)公司已獲得數(shù)十億美元融資，但如果無法獲取適合的數(shù)據(jù)，那么就可能走向失敗。這是一項艱巨的任務，因為大公司通常不愿與初創(chuàng)公司分享專有數(shù)據(jù)，尤其是在開發(fā)大語言模型時。

風險投資公司Primary Venture Partners的聯(lián)合創(chuàng)始人和普通合伙人布拉德·斯沃盧加(Brad Svrluga)表示：“我們看到很多公司都在人工智能領(lǐng)域?qū)で笞吭綉茫麄兺鶡o法獲得能開發(fā)強大應用的數(shù)據(jù)，更不用說能幫助他們在業(yè)務中擁有強大競爭力的專有數(shù)據(jù)了。”

現(xiàn)在，擁有合適數(shù)據(jù)比以往任何時候都更加重要。投資公司Bullpen Capital的駐場首席技術(shù)官保羅·泰馬（Paul Tyma）表示，現(xiàn)在開發(fā)實際模型已經(jīng)趨于商業(yè)化，真正的價值就在于數(shù)據(jù)。

根據(jù)PitchBook的統(tǒng)計，去年全年生成式人工智能初創(chuàng)公司獲得的風險投資為48億美元，但今年前五個月已經(jīng)達到127億美元。現(xiàn)在，其中許多公司都在金融或醫(yī)療保健等領(lǐng)域?qū)で髽?gòu)建更小眾的人工智能模型，但要獲得相關(guān)領(lǐng)域的訓練數(shù)據(jù)集并不容易。

一些人工智能初創(chuàng)公司的目標是與擁有豐富數(shù)據(jù)的大型企業(yè)建立合作關(guān)系。例如，安永負責稅務的全球副總裁瑪娜·里克(Marna Ricker)表示，由于公司擁有海量的交易數(shù)據(jù)，每天都有開發(fā)生成式人工智能的初創(chuàng)公司前來接洽。但安永負責客戶服務的全球管理合伙人安迪·鮑德溫(Andy Baldwin)表示，他擔心如果用安永的數(shù)據(jù)來訓練外部模型會發(fā)生什么。

“到底誰擁有這些數(shù)據(jù)？當我們訓練模型時，我們的訪問權(quán)限是什么？其他人該如何使用這個模型呢？”鮑德溫說。“數(shù)據(jù)也是我們知識產(chǎn)權(quán)的一部分。”

初創(chuàng)公司可以用每個客戶的數(shù)據(jù)訓練不同的模型，從而繞過知識產(chǎn)權(quán)問題。創(chuàng)業(yè)公司TermSheet正在利用這一策略打造生成式人工智能模型Ethan，這款產(chǎn)品可以為房地產(chǎn)開發(fā)商、經(jīng)紀人和投資者解答行業(yè)問題。但TermSheet首席執(zhí)行官兼聯(lián)合創(chuàng)始人羅杰·史密斯(Roger Smith)表示，即便是讓客戶同意這樣做，也需要費一番口舌。

法律科技公司Logikcull的聯(lián)合創(chuàng)始人兼首席執(zhí)行官安迪·威爾遜(Andy Wilson)則認為，如何讓企業(yè)相信你擁有很好的網(wǎng)絡安全狀況，能夠切實保護這些數(shù)據(jù)，這也是一個挑戰(zhàn)。

風投機構(gòu)Primary Venture Partners的斯沃盧加表示，大型科技公司在開發(fā)生成式人工智能應用方面可能比初創(chuàng)公司更有優(yōu)勢，部分原因是它們已經(jīng)獲得了大客戶的信任，大客戶對它們處理數(shù)據(jù)也很滿意。

金融服務公司Truist的首席數(shù)據(jù)官特蕾西·丹尼爾斯（Tracy Daniels）表示，在探索人工智能用例方面，她目前只與大型技術(shù)供應商合作，而不是與初創(chuàng)公司合作。丹尼爾斯認為大型供應商更能保證數(shù)據(jù)安全。

這意味著，即使是那些搶先從公開數(shù)據(jù)中獲得一定優(yōu)勢的初創(chuàng)公司，也要面對如何用企業(yè)數(shù)據(jù)集充實模型的挑戰(zhàn)。人工智能初創(chuàng)公司Veesual可以生成用戶試穿衣服的圖像。公司最初利用互聯(lián)網(wǎng)上的公共圖像訓練模型，但很難讓大型零售商交出自家數(shù)據(jù)來增強效果。

Veesual首席執(zhí)行官兼聯(lián)合創(chuàng)始人馬克西姆·帕特(Maxime Patte)表示，在某些情況下，大型零售商要求Veesual為使用相關(guān)數(shù)據(jù)支付巨額款項或拿出部分公司股份，但這些交易最終都沒有談攏。

PatentPal是一家?guī)椭蓭熓聞账鸩輰＠暾埼募纳墒饺斯ぶ悄艹鮿?chuàng)公司。首席執(zhí)行官兼創(chuàng)始人杰克·徐(Jack Xu)表示，公司用公開的專利申請文件訓練模型。他說，繼續(xù)用加密或匿名的實際客戶反饋內(nèi)容進行訓練，可能會讓工具更加準確。但這一過程很復雜，因為反饋必須與商業(yè)機密等高度敏感的數(shù)據(jù)分離開來。

“對處于早期發(fā)展階段的創(chuàng)業(yè)公司來說，一個是品牌認知的問題，一個是社會認同的問題，”他說。

同時壓力也在與日俱增。斯特拉克資本(Struck Capital)創(chuàng)始人兼管理合伙人亞當·斯特拉克(Adam Struck)表示，一些初創(chuàng)公司正在爭相在某些細分市場獲取更多數(shù)據(jù)，看誰的速度更快。

斯特拉克說：“如果你知道有一個專有數(shù)據(jù)集，你就會希望趕在別人之前得到它，然后就排他性進行談判。”“從這個意義上說，這幾乎成了一場軍備競賽。”（辰辰）