十年如一日

停更部落格十年後，我決定是時候分享我這段創業路上的故事了。最近某天早上一覺起來，突然有些感觸，讓我想重新開始寫點東西 - 雖然不確定我準備好要分享這些故事了沒，但我知道我應該開始把它們記錄下來。

莫忘初衷

這一切是怎麼開始的呢？記得在 2014 年時，我面臨了一個職涯選擇：要繼續在 UCL 當博士後追求學術成就，還是要當創業家追尋自己的願景。

我選擇了後者，因為我喜歡創造、動手，也喜歡分享實在的東西。

從 2014 到 2020 年，我共同創立了 Umbo Computer Vision。這是一段從零開始打造公司的旅程。作為 CTO，我貢獻了我的技術專長，但最終還是說服不了自己要繼續在那邊當共同創辦人。當時，基於深度學習的電腦視覺演算法還是個新領域（像是卷積神經網路 ConvNets，包括 AlexNet、VGG、ResNet、YOLO 等等）。

我很幸運能參與打造第一個 AI 產品，即時事件偵測的自動影像安防系統。我們成功在雲端 GPU 和邊緣 AI ASIC 運算上部署 AI 產品。我也累積了不少建構大規模 AI 系統和產品級 AI 解決方案的經驗。這也是一堂耗資 920 萬美元的課程，讓我深刻體會到：再厲害的技術也不會自己變成爆款產品，go-to-market 才是關鍵。最後因為在公司長期發展方向上的分歧，我選擇離開創始團隊。

2020 年 6 月，我和在 UCL 實驗室的同事笑菲一起創立了 Instill AI。我們在研究室共事多年，她在拿到博士學位後也加入過 Umbo。我們對 AI 應該如何被實作和採用成為軟體基礎建設，有著共同的想法。這篇文章更詳細地說明了 Instill AI 的願景。

創立 Instill AI 至今已經四年了。我們一直專注在實踐對非結構化資料 ETL 的堅定信仰。處理非結構化資料應該要跟處理結構化資料一樣容易。Instill Core 就是我們實現理想中非結構化資料 ETL 工具的開源計畫。我們對它的設計和架構一直都很有自己的想法，更多細節可以看看這篇文章。

展望未來

從 2020 年至今，我們已經從頂級投資者那裡募集了 420 萬美元，而且已經有至少 1,500 位使用者使用過 Instill Core（和它的全託管服務 Instill Cloud）。

2025 年，AI 和資料市場將會持續蓬勃發展。大型語言模型（LLMs）和大型多模態模型（LMMs）是 AI 的新前沿，相比於第一波基於 ConvNet 的深度學習浪潮，它們將會徹底改變了軟體開發的實踐，特別是在非結構化資料領域，我認為主要有這幾個原因：

• 基於 Transformer 的預訓練模型已經強大到足以處理一般情況下的非結構化資料
• 近年來规模定律（Scaling Law）一直有被持續實現
• 巨頭們為了壟斷市場而競爭，加速了基礎模型和基礎建設的商品化（就像雲端運算和大數據時代發生過的事情一樣）

現在是 AI 和 data 領域創業的好時機。到了 2025 年，隨著規模定律即將達到極限，以及檢索增強生成（RAG）成為防止 LLM 產生幻覺的常見做法，我預見市場會在應用層面中出現更多的發展和競爭。我很興奮，自己能夠參與其中。