翻译工具 | ChatGPT

责编 | 苏宓

出品 | CSDN（ID：CSDNnews）

以下为译文：

本月初，OpenAI 在首届开发者大会上推出的产品让不少初创公司产生了强烈的反应，这也引发了一个重要问题：在一个由快速发展的现有公司主导的时代，初创公司如何才能站稳脚跟？

这让人回忆起 2010 年代中期，当 AWS 在云计算领域占据主导地位时，引发的快速创新的情景。他们具有影响力的 re:Invent 主题演讲经常导致初创公司创始人重新考虑他们进入云计算领域的原因。然而，我们仍然有像 Datadog、Elastic 和 Databricks 这样的大型基础设施公司，它们都是在那个时期创立的。

看来这次的情景也会类似。

在 OpenAI 的 Dev Day 之后不久，就在几个街区之外，GitHub 在其 GitHub Universe 大会上推出了 Copilot 的新功能。拥有超过 37,000 家公司的 100 万付费用户，GitHub Copilot 作为一个服务即软件产品提供了一个有趣的案例研究，它展示了如何在使用 OpenAI 的基础 LLM 的同时建立和保持长期的差异化。

虽然 Copilot 本身是微软这个更大公司的一部分，但他们的许多策略都可以应用于试图构建 AI 产品的初创公司和规模不断扩大的公司。在接下来的内容中，我试图强调一些我认为很好转移的策略，也旨在为当前在 AI 领域创立公司的创始人提供有趣指导。

社区 = 第一方数据、传播和采用

参与社区，对于塑造一家以 AI 为驱动的公司品牌方面变得越来越关键。从开源或免费增值用户生成的大量数据，结合快速的功能请求和反馈，对于打造一个高效可靠的人工智能服务至关重要。

近年来，开源公司主要通过基于云的托管服务或企业功能（如基于角色的访问控制 RBAC、高可用性和增强安全性）实现对其用户基础的货币化。这种方法通常涉及收费，以便最大限度地减少在组织内部有效部署服务所需的基础设施工作。例如，Elastic 运营着 Elastic Cloud，这是其开源产品的托管服务版本，而MongoDB 则通过 MongoDB Cloud 等方式采用了类似的方法。这种“便捷层”货币化策略本质上使初始社区用户摆脱了与他们无关但对企业要求而言却是必须的担忧。

展望未来，拥有强大社区基础的公司很可能会利用他们庞大的数据，利用 LLMs 和代理技术创建新的服务。这些服务在技术上和从用例的角度来看都很复杂。GitHub 的 Copilot 就是一个典型例子：它利用存储库数据来训练其初始版本，并不断完善，将其核心用户——开发人员放在重要位置。每次用户接受或拒绝代码建议的互动都为其提供了收集第一方数据的机会，这不仅不断改进了产品，还创造了一种长期可防御的机制。考虑到 Copilot 的复杂性和实用性，打造一款开发人员不仅使用而且喜欢的工具，这实现了一个重要的成就。

拥有内置社区的战略优势显而易见，它为用户提供了数据收集、实施最佳实践、传播和产品测试的机会。对于那些有幸拥有这样一个社区的现代服务即软件公司来说，面临的挑战和机遇在于如何以第一原则为基础，在单一的连贯产品战略中平衡复杂性和便利性。

简而言之，如果 GitHub 今天刚刚开始，它将如何直接跃迁到 Copilot？