原创 | 文 BFT机器人 

从OpenAI和微软最近的现状可以看出，争夺更多新兴AI堆栈的竞争正在加剧。AI堆栈是用于开发和部署AI应用程序的技术、框架和工具的集合，通常包括多个层或组件。

在微软Ignite会议和OpenAI首届DevDay大会的背景下，一些行业分析师认为：在新兴的AI应用堆栈中，模型提供商、云计算超级扩展商和更广泛的基础设施软件生态系统之间争夺战略定位的竞赛正在升温。他们预测，这个主题将在亚马逊.com（AMZN）亚马逊网络服务（AWS）re：Invent大会上变得更加明显。

像过去计算周期的早期（虚拟化、云计算、容器/微服务）一样，生成式人工智能正处于快速实验时期，市场可能需要一段时间才能确定Gen AI应用的标准参考架构。然而，这个周期的独特之处在于，基础设施层的创新步伐很快，并且专注于抽象——自动化工作流程和任务以构建重要的应用程序，这比预期的要早得多。

在这个“试错”的市场阶段，预计随着整个软件生态系统的产品速度的加速。在这种软件商品大竞争市场的背景下，宣布明确的“赢家”或“输家”对投资者来说将是一个挑战，但似乎更清楚的是，基础设施层的竞争可能会在短期内加剧。

鉴于微软和OpenAI最近的变动，基本的检索增强生成（RAG）用例可能会变得更加商品化。这可能会限制纯游戏矢量数据库玩家和最近引入矢量支持的数据库现有玩家的机会。微软和OpenAI正在寻求将AI堆栈的其他层纳入基础模型之外，仍需要一个由开源软件和选定的云基础设施软件组成的独立的AI堆栈。

微软这家科技巨头在软件领域仍处于最佳位置，可以在基础设施和应用程序中将生成式AI货币化，因为该公司能够通过AzureAI服务和相关数据、编排、开发服务充当AI的“镐头和铲子”，并开发开箱即用的Copilot应用程序，使该公司在相比其他的科技公司同类型服务中有突出优势。

根据微软首席信息官（CIO）的调查显示，预计到2024年，IT支出将适度加速（CIO对生成式人工智能和大型语言模型的兴趣支持，66%的CIO表示这些技术直接影响了IT投资的优先事项，第二季度有56%的CIO和第一季度的2%）

一些行业分析师表示，检索增强生成用例的竞争未来会更加激烈，这可能会限制矢量搜索机会。但在他们看来，MongoDB仍然是新兴生成式AI堆栈中定位最好的云基础设施名称之一。

新兴的人工智能计划引导人们重新关注数据战略，并在现代数据平台上实现潜在的标准化。鉴于Snowflake公司在现代应用程序开发人员中的强大吸引力，加速的代码生成和开发人员的生产力应该会推动更多的应用程序迁移到MongoDB，以及更广泛的语义搜索/关键字搜索中出现的增量货币化机会。尽管在RAG用例中可能会有更多竞争。

在软件支出环境改善和新产品周期的背景下，大模型软件在2024年及以后有很大的潜力进行积极的估计修正，而不仅仅是向量搜索（如流处理、关系迁移器、向量搜索）。这应该会支持25%的可持续增长前景。

结构化/半结构化数据是企业知识库的一个组成部分，这将被证明是与大型语言模型（LLM）训练的非结构化数据集高度互补的，使Snowflake能够用最新的数据来丰富基于LLM的应用程序。

Snowflake将Streamlit、Container Services、Snowpark和Neeva结合在一起，可以帮助该公司成为客户使用公司中的这些高价值数据构建Gen AI应用程序的平台。它产品组合的广度很重要，因为该公司现在已经达到了一个新阶段，开发人员可以在Snowpark中使用相关语言对应用程序进行编程，通过容器服务使用所需的计算基础设施（如GPU），以及Neeva的编排工具，使应用程序在内部和/或通过Streamlit可用。

Snowflake（SNOW）的核心定位和最近对AI产品速度的展示，证明该公司现状以及前景非常可观，该公司可以利用不断增长的长期趋势。

在短期内， Snowflake公司可能在投资者情绪喜忧参半的情况下处于有利地位，因为投资分析师越来越关注数据战略和云迁移，因为一些企业正在为人工智能计划做准备，这可能会抵消上半年对Snowflake优化的更明显关注，以及其对北美和大型企业的有利敞口，这些企业在下半年似乎显示出相对更健康的支出趋势。

总之，AI堆栈之战正在升温，它反应了人工智能技术发展的趋势和挑战，对与各大科技公司和团队来说，不断探索和创新自己的AI堆栈，将是保持自己在AI技术领域先进地位的关键。

END

注：若您对该文章内容有任何疑问，请与我们联系，将及时回应。想要了解更多资讯，请关注BFT智能机器人系统~