你好，这里是科技前哨，继续跟你分享新兴科技企业有关的新鲜见闻。

2020年6月，OpenAI发布了GPT-3，一个有着1750亿参数的超大自然语言深度学习模型，比一年前的GPT-2扩大116倍。GPT-3 在许多 NLP 数据集上有着出色的性能，包括翻译、问答和文本填空，还包括一些需要推理和语义理解的任务。

6 Appen的应用更为有趣，他们使用GPT3 生成更真实的合成数据，然后将这些数据用于训练自己的机器学习模型，将准确性提高了 30%。

看了这么多有趣的案例，很多人肯定已经想要尝试基于或者利用GPT3创业，这个过程中会有什么和传统创业不一样的挑战呢？

科技前哨的小伙伴也为大家做了梳理，主要就是两点。

首先是差异化问题，或者说你的护城河在哪里？

如果同类型的公司都在使用GPT3这样的基础设施，如何体现差异化呢？

从人工智能的原理来说，人工智能的技术的优势主要来自于数据质量和丰富程度，不过换个视角来看，能否为有限的技术能力找到恰当的应用空间也很关键，这实际上决定了创业公司推出的AI工具到底好不好用。

以人工智能写作为例，大量的人工智能写作平台已经出现，功能都差不多，效果也都差强人意。但是，在创造力需求不那么大的领域，比如电商的营销文案、日常的邮件来往，招聘或者公关文稿的撰写方面，人工智能工具的短板就被藏了起来，确实能帮上不少忙。

如果你的数据有限，找到这些特定的领域，更好地利用GPT3，才能更好的发挥它的价值。

换句话说，真正的护城河来自于你对行业和客户的了解程度，以及对新的技术的有效利用。

其次，平台风险不可忽视。

GPT3作为平台，自身也会不断地迭代进化，包括算法和商业规则都有可能在未来有调整，也会会有GPT456等系列，合作的价格估计也会随行就市不断变化。对于创业公司来说，这也是个不得不考虑的问题。

当然，化解这种风险也有外部的条件，因为提供这种服务的不仅仅是GPT3一家 。在谷歌的Transformer架构发布之后，神经网络训练有了新的突破。此后的谷歌、微软等机构的产业实践，也的确让人们看到了新的机会。

这个领域的商业创新和探索也开始加速。人工智能专家们正在辞去谷歌、Meta、OpenAI 和 DeepMind 等公司的高级职位，创立旨在提升人工智能水平的公司。

比如Inflection，这家公司有谷歌旗下人工智能公司DeepMind的联合创始人Mustafa Suleyman与Linkedin的创始人Reid Hoffman创办，很快就聚集了不少人工智能领域的大咖加盟。

另一家公司Cohere，2019年成立于加拿大多伦多，致力于开发和商业化尖端的 NLP 技术。CEO Aidan Gomez 是 Transformer 技术的共同发明人之一，CTO Nick Frost 则是人工智能大牛 Geoff Hinton的学生。

类似的公司还有好几家，随着人工智能关键技术的不断突破，更多更好的商业创新机会肯定会大量涌现。对于我们来说，最重要的任务是尽快利用这样的技术，提升自己和企业的竞争实力。

以上就是今天的内容，希望你能有所收获，如果你喜欢我们的节目，欢迎分享给你的朋友，这会对我们非常有帮助，更多精彩内容明天再见~

科技前哨，每天都为你点亮。