从风险投资的角度来看，我们不能将资金投入到不确定的项目中。尽管在新技术炒作周期阶段，我们可能会忽视谨慎，但风投公司必须权衡投资和错失的成本。在其他公司都在进行相似举措的情况下，错过一家重要公司的成本远高于摇摆和失去的负面影响。

类似的情况也发生在大多数公司内部。现在，人工智能及其相关领域如机器学习已经成为时下热门话题。每年都有被标榜为“人工智能”的项目，大型语言模型、机器学习等技术都普遍被应用。然而，这种盲目投资的方式不可避免地会导致一些成功和许多失败。风投公司也会因为同样的动力，以人工智能的名义批准投资，这种投资充其量是乐观的，充其量是错位的希望和冒险。

但是我们不能否认大型语言模型是一种改变游戏规则的技术。例如，ChatGPT以惊人的速度达到了1亿用户。几乎每家企业都有利用大型语言模型和人工智能的工作。

为了避免巨额浪费，我们需要清醒地认识到以下三点：

1.了解随时间推移的总成本：在考虑投资人工智能项目时，我们需要考虑到项目在现阶段和长期所需的资源成本。数据科学团队的工作时间通常是工程、DevOps、QA、产品和系统时间的5倍。很多项目在得到初步资助后就缺乏持续投资，成为了无法维持的碎片化项目。要学会拒绝一些人工智能计划并不容易，但频繁地说不会以全额资助未来值得支持的事情为代价。

另一个成本维度是人工智能的推动会带来不断增加的边际成本。大型语言模型的培训、运行和维护成本都很高。如果没有相应增加的价值，过度依赖人工智能将侵蚀利润率。同时，撤回已发布或承诺的功能可能导致客户不满和负面市场反应。

2.问为什么其他人不能这么做：我们容易忘记从课本上学到的教训。在现实生活中，我们也会不断面临商品化的问题。当考虑投资人工智能项目时，我们需要问自己：“为什么是我们？”随着时间的推移，致力于商品化的东西并不具备持续的优势，特别是当没有规模和成本优势时。我们应该专注于拥有防御性护城河的事物，如独占的数据访问、有关用例的专有见解或具有强大网络影响的应用程序。

3.下几个愿意坚持到底的赌注：最简单的赌注是那些能使你现有业务更好的投资。如果人工智能的应用可以为你已经制造的产品提供动力，那么这种投资最容易进行和扩大。第二个最简单的赌注是那些让你在价值链上上下移动或横向扩张到其他行业的投资。

最具挑战性但也是最重要的赌注是使用新技术来改变你目前的业务。如果你不这样做，其他人就会这样做。在这些经过测试的少数赌注上加倍投资，并准备好看到这些投资的回报，将其他的风险投资和初创企业交给市场。