總部位於舊金山的人工智慧新創公司 Writer 週三推出了一個大型人工智慧模型，以與 OpenAI、Anthropic 等公司的企業產品競爭。但是，與某些競爭對手不同的是，它不需要花那麼多錢來訓練人工智慧。

該公司告訴 CNBC，它花費了約 70 萬美元來訓練其最新模型，包括資料和 GPU，而競爭對手的新創公司則花費數百萬美元來建立自己的模型。其策略引起了投資者的關注。

據一位接受 CNBC 採訪的知情人士透露，Writer 將以 19 億美元的估值籌集最多 2 億美元資金。這幾乎是該公司去年 9 月估值的四倍，當時該公司以超過 5 億美元的估值籌集了 1 億美元。

該公司利用合成數據或人工智慧創建的數據來削減成本。它旨在模仿通常輸入模型的現實世界信息，而不損害隱私，並且正在成為一種更流行的訓練方法。

人工智慧研究人員6 月修訂的一項研究發現，如果當前的人工智慧發展趨勢繼續下去，科技公司將在2026 年至2032 年間「完全耗盡」公開可用的訓練數據，並寫道「人類生成的公共文字資料無法維持超過這十年的規模。

亞馬遜 在訓練 Alexa 時使用了合成數據， 元 已使用它來微調 Llama 模型， 微軟根據該公司發布的職位描述，該公司支持的 OpenAI 正在將其納入其模型中。然而，一些專家警告說，應謹慎使用合成數據，因為它有可能降低模型性能並加劇現有偏差。

Writer 的共同創辦人兼技術長 Waseem Alshikh 告訴 CNBC，Writer 多年來一直致力於開發合成資料管道。

「業界對『合成』數據的定義存在一些困惑，」阿爾希赫說。 「需要明確的是，我們不會在虛假或幻覺數據上訓練我們的模型，我們不會使用模型來產生隨機數據……我們採用真實的事實數據並將其轉換為專門結構化的合成資料一種更清晰、更乾淨的模型訓練方式。

該公司的生成式人工智慧允許企業客戶使用其大型語言模型 (LLM) 為從 LinkedIn 貼文、職位描述到使命宣言以及數據分析和摘要等任何內容生成聽起來像人類的文字。該公司擁有 250 多家企業客戶，包括埃森哲、Uber、Salesforce、歐萊雅和先鋒集團，他們在支援、IT、營運、銷售和行銷等領域使用該技術。

生成式人工智慧市場的收入預計在十年內突破 1 兆美元。根據 PitchBook 的數據，截至 2024 年，投資者已向 498 筆生成型人工智慧交易注入了 268 億美元，該行業的公司在 2023 年籌集了 259 億美元，比 2022 年增長了 200% 以上。