這篇整理了2023的網路科技業有哪些值得關注的行業發展與風險。
科技業的裁員潮與過冬精實風重啟
隨著高利率的狀況維持,便宜的資金和高估值的時代已經過去,絕大部分的從小新創到大型科技公司都在設法縮減開支和提高效率,這會形成連鎖反應,壓低不管是廣告支出,或是SaaS公司訂閱軟體,讓這些公司的 Net dollar retention rate 成長下降。員工面來說,疫情期間搶人的豐厚員工股票期權獎勵也大幅縮水,財富效果也會同樣縮水
目前大部分市場的預估是明年的衰退是輕微短暫的,因此財務結構更健康的公司確實比較沒有大幅裁員的壓力,像是Google、微軟其實還沒有像Meta和Twitter那麼大量裁撤人力。但若景氣沒有想像中的一樣在下半年落底,隨著業績的放緩,獲利能力侵蝕的狀況下,沒有做出大規模裁員的公司如果同業是很有可能需要給市場更多交代,尤其在對手大規模裁減人力還能正常營運時。
Generative AI 加速,更多爭議與監管上檯面
對於許多服務來說,勞動力的成本是最大的支出,而持續進步的生成式AI能夠大幅降低客服、諮詢與基本內容創作的成本。客製化程度越低的服務會越快被AI取代。
Stability AI的CEO說2023年許多模型會更成熟,但需要一兩年時間才會變的對企業來說易於使用。但對於不少遊戲開發商來說,生成式AI能幫上大忙,加速開發的期程和降低成本,一些相對比較不重要的場景或細節完全可以使用AI幫忙,這也對於一些賣授權素材的資料庫威脅到他們的生計。
但同時犯罪的成本也在降低,模仿聲音、deepfake再加上能夠產生類似與真人對話的聊天機器人,完全能用非常低成本的方式大規模鋪開網路詐騙行動。我現在隨便就能想到已經很多假人的交友軟體,未來可能更多可以通過圖靈測試的假人騙用戶,用來模仿人語氣的網路釣魚或內容農場也成本更低,尤其是在網路上有大量公開資料可以拿來訓練模仿的名人,會更容易用來詐騙或放假消息。
隨著技術進步,肯定也會帶來越來越多的侵權爭議,社會的壓力會迫使立法與司法機關加速處理生成式AI是否在學習的資料庫層面涉及侵權的問題,以及造成損害後責任的歸屬,是下指令生成的用戶還是提供AI工具的平台?
監管的規範會需要更快的出現,防止AI的發展無論在道德上或是技術上失控。(雖然我蠻悲觀覺得只要能往壞的地方走就一定會往壞的地方,因為有些潘朵拉的盒子是打開就關不起來的,deepfake就是一例)
現在也有更多的網站,嘗試將ChatGPT類型的機器人嵌入自己的服務,來提高生產力,像是這個叫
You.com的搜尋引擎,就是Google的直接競爭對手,他就在自己的搜尋主頁旁邊直接放上機器人給你除了搜尋結果外的快速回答。
串流媒體洗牌,Netflix可能出現併購?
2022年走出疫情的迪士尼,卻因業績不佳使得位子還沒坐熱的新CEO就下台,Bob Iger鳳還巢回鍋當CEO,