人工智能初创公司面临着随着市场成熟而出现的挑战，而基于大型语言模型的商业模式变得不可持续

生成性人工智能的繁荣导致了众多初创公司的快速出现，但并非所有基于大型语言模型（LLM）的商业模式都被证明是可行的。

谷歌的达伦·莫瑞强调，过于依赖他人模型的初创公司，例如 LLM 包装器和 AI 聚合器，可能会面临问题。LLM 包装器构建在现有模型之上的接口，并未提供可防御的价值，而仅仅对模型进行白标化已不再足够。相反，初创公司需要开发深厚的专业知识、专有数据和工作流集成。 AI 聚合器结合了多个 LLM，也面临压力，因为模型提供商正在开发企业特性，从而降低了它们的利润率。莫瑞将这种情况与云计算的早期阶段进行了比较，当时转售 AWS 服务的初创公司在那些提供真正价值的公司面前消失了。然而，在开发者平台、直接面向消费者的应用程序以及生物技术和气候技术领域中，仍然存在机会，这些领域受益于对数据和 AI 分析的访问。

对创始人的信息很明确：未来 AI 初创公司的成功将取决于将模型智能地集成到实际工作流和特定行业问题中。