前言
人工智慧世界正在經歷一場顯著的變革，特別是隨著人工智慧代理（”AI 代理”）和小語言模型（“SLM”）的出現。這些進步不僅重塑了企業與科技的互動方式，也創造了新的投資機會。 2023 年和 2024 年的大量創投 (“VC”) 交易證明了該行業的快速成長，反映出人們越來越相信人工智慧代理商和 SLM 推動各行業創新的潛力。
了解AI 代理和小語言模型
AI 代理是複雜的軟體程序，利用人工智慧（包括大型語言模型（”LLM”）和 SLM）來執行任務並與使用者有效互動。這些代理可以理解自然語言、參與對話並執行命令，這使得它們在許多應用程式中具有無價的價值。
與較大的同類產品相比，SLM 專為特定的自然語言處理（”NLP”）任務而設計，參數顯著減少。這種緊湊的設計使 SLM 能夠在資源有限的環境中有效運行，使 AI 技術更容易被更廣泛的組織所使用。
AI 代理和 SLM 的主要優勢
- 資源效率：SLM 所需的運算能力和記憶體要少得多，這使得它們非常適合在資源受限的環境中部署。
- 速度快、延遲低：較小的尺寸可實現更快的資料處理和更快的回應時間，進而增強使用者體驗。
- 穩健性和安全性：SLM 可以提供強大的效能，同時由於其複雜性降低而相對更安全。
- 專業能力：人工智慧代理和 SLM 在特定領域表現出色，可根據業務需求提供有針對性的見解和解決方案。
最近對人工智慧代理和 SLM 的主要風險投資
AI 代理和 SLM 的成長吸引了創投家的大量投資，特別是在 2023 年和 2024 年。
- Cohere：2024年6月，總部位於多倫多的Cohere以50億美元的估值鎖定了知名企業投資者的4.5億美元投資。
- Anthropic：截至2024年3月，Anthropic已完成10輪融資，總計融資76億美元。
3. Hugging Face：2023年，Hugging Face在一輪融資中籌集了2.35億美元。投資者包括Google、亞馬遜、英偉達、IBM 等，對該公司的估值為 45 億美元。
AI 代理程式和 SLM 的用例
AI 代理和 SLM 在各行業都有不同的應用：
- 客戶服務自動化：人工智慧座席可以管理日常查詢，提供個人化建議，並提高客戶支援效率。
- IT服務管理：這些代理商可以協助完成各種IT支援任務，減輕技術團隊的負擔。
- 內容生成：SLM 可以產生高品質的內容，簡化行銷工作並節省時間。
- 預測分析：SLM 可以分析各種資料類型，以提供可操作的見解（包括人員安全相關情況，這是我認為最重要的問題），支援明智的決策。
挑戰和限制
儘管有這些優點，AI 代理和 SLM 也存在一些挑戰：
- 利基焦點和有限的泛化：SLM 可能會在其特定的訓練領域之外陷入困境，缺乏大型模型的廣泛知識庫。 （當然，這個限制是SLM的預設特性）
- 快速演進和技術挑戰：人工智慧的快節奏發展可能使企業難以維持模型的最新狀態。因此，應該有另一個人工智慧代理來幫助更新那些即將過時的模型。
- 評估和選擇困難：可用模型眾多，選擇合適的模型可能具有挑戰性，尤其是在對技術沒有深入了解的情況下。
結論
AI 代理和 SLM的興起標誌著人工智慧發展的關鍵時刻。隨著組織越來越認識到這些技術的潛力，投資環境反映出人們對其推動創新和提高效率的能力越來越有信心。
AI代理和SLM的前景是光明的，投資機會也很豐富。當我們擁抱這場科技革命時，我們為企業和個人釋放了新的可能性，塑造了一個智慧、人性化的科技互動成為常態的世界。人工智慧代理的旅程是令人興奮的，而我們才剛開始觸及其能力的表面。
作者：関志偉
奧澌資本亞洲有限公司董事總經理，擁有20年上市、併購及初創投融資經驗