文章探討了人工智慧（AI）新創公司的現況，並將其與 2000 年代的網路泡沫進行比較。作者認為，大多數人工智慧新創公司將無法存活，並分析了造成這種現象的潛在原因。
網路泡沫的歷史教訓
作者回憶起 90 年代末在柏克萊大學的時光，當時網路公司蓬勃發展，但許多公司在沒有穩固商業模式的情況下燒錢。 他們以購買超級盃廣告為例，甚至在產品還沒開始收費前就舉辦盛大的發表派對。這種現象最終在 2000 年網路泡沫破裂時結束。
股市觀察
作者分享了他在六年級和七年級時對股市的熱愛，並提到了 Books a Million 和 Qualcomm 等公司，它們的股價在當時經歷了巨大的漲幅，即使公司產品並非毫無價值，其估值仍然超前了實際狀況 20 年。
人工智慧領域的現況
作者將目前的人工智慧領域與 2017 年的加密貨幣熱潮進行了比較，認為許多人工智慧新創公司正在獲得大量投資，但其目的和實際能力令人懷疑。
-
AI 驅動成新口號： “AI 驅動”已成為新創公司推銷的常用術語，許多公司只是在現有技術之上添加一層介面。
-
OpenAI 的依賴性： 許多公司依賴 OpenAI 的 API，而 OpenAI 又依賴微軟和 Nvidia。
Nvidia 的崛起
Nvidia 是人工智慧領域的真正贏家，因為它控制了大部分晶片供應。
-
從遊戲公司到人工智慧巨頭： Nvidia 最初是一家遊戲公司，後來成為加密貨幣挖礦的重要供應商，現在是人工智慧領域的關鍵參與者。
-
控制供應鏈： Nvidia 不僅製造晶片，還控制了人工智慧供應鏈。
LLM 包裝器（Wrapper）的脆弱性
許多人工智慧工具只是在 OpenAI 的 API 上添加一個漂亮的介面（稱為 LLM 包裝器）。 作者認為，這些工具不是真正的產品，而是提示管道連接到使用者介面，對於程式設計師而言，可以輕易複製這些產品。
方便性 vs. 價值
儘管程式設計師可以自行建立類似的工具，但許多使用者願意為方便性付費。 對於不熟悉檔案系統和伺服器概念的人來說，每月支付 60 美元來自動執行工作流程是有意義的。
缺乏護城河（Moat）
作者認為，如果產品容易被複製，那麼它就缺乏競爭優勢。 不過，他也指出，Cursor 這個程式碼編輯器就是一個反例，它雖然沒有明顯的護城河，但仍然獲得了巨大的成功。
OpenAI 的隱藏弱點
OpenAI 擁有強大的技術，但它對用戶的掌控力不足。 OpenAI 的優勢是來自於那些被忽視的包裝器，這些軟體服務實際上是 OpenAI 的客戶群，如果這些包裝器崩潰，API 收入也會隨之下降。
包裝器（Wrapper）的困境
-
燒錢換取使用者： 許多包裝器公司為了吸引使用者而燒錢，但它們的商業模式是否能持續存在疑問。
-
缺乏差異化： 許多人工智慧工具的功能相似，缺乏真正的差異化。
整合的重要性
作者認為，成功的產品應該與使用者的工作流程緊密整合。 例如，將 OpenAI 的功能整合到 VS Code 或電子郵件中，比單獨使用 OpenAI 更有價值。
生存的關鍵
文章強調，僅僅成為一個 LLM 包裝器是不夠的。 企業需要建立人們喜歡或覺得有用的產品。 整合 AI 到現有產品中，可以使其更具吸引力。
未來風險
文章列舉了可能影響人工智慧領域的潛在風險：
- 硬體瓶頸： Nvidia 的供應鏈中斷可能導致整個生態系統停滯。
- 監管風險： 政府對基礎模型的監管可能限制人工智慧的發展。
- 典範轉移： 新的、更高效的人工智慧架構可能使現有模型過時。
尋求歸屬感
作者認為，人們追逐人工智慧的機會，更多是為了尋求歸屬感，而不是為了創造真正有用的產品。許多公司只是試圖在短期內籌集資金或被收購。
總結
文章認為，大多數人工智慧新創公司將會失敗，但一些公司將能夠透過整合、創新和建立真正的價值來生存。
{# 
{# 
{# 
{#