Disputando la publicación de blog de VC Charles Hudson, esto es lo que estoy tratando de responder
Si el fundador de una startup es a veces ‘construir en público’, ¿es el lema de los capitalistas análogo a ‘pensar en público’? De todos modos, no hay duda de que la historia de los últimos meses ha sido la inteligencia artificial. A lo largo de la primera década de homebrew, siempre nos ha interesado lo que llamamos “IA aplicada” (junto con CV aplicado, ML aplicado): formas en que la tecnología en sí misma se ha extendido y comercializado para un propósito específico (a diferencia de investigación y desarrollo básicos o desarrollo de modelos básicos). Empresas como Shield.ai, Kettle y MasterfulAI se encuentran entre muchas otras inversiones caseras que se ajustan a esta definición. Pero también está claro que estamos en un nuevo punto de inflexión donde nuestras hipótesis anteriores han tenido que actualizarse. Como una piedra en un vaso de pulir, “¿Cuáles son nuestros principios aquí?” fue lanzado alrededor de mi cabeza por un puñado de monedas de veinticinco centavos. Y luego leí la publicación de Charles Hudson, que me incitó [AI PUN] para simplemente escribirlo.
En Preguntas honestas e ingenuas de un inversor de capital de riesgo generalista lidiando con la revolución generativa de la IA, Charles (a quien amo) toca temas similares a los que Satya y yo estábamos hablando.
I. Modelos básicos
- Dados los costos de equipo, datos y computación, el “precio de entrada” y el “precio de la innovación” para los modelos base aumentarán o disminuirán con el tiempo.
- ¿Los diferentes tipos de datos crearán/requerirán sus propios modelos base y bajo qué condiciones es probable que estos modelos base sean creados por diferentes empresas/fuentes o bajo un solo paraguas corporativo?
- ¿Cómo se mide la “calidad” y con qué características competirán los propietarios de los modelos básicos junto a la “calidad”? [price, latency, privacy, etc]
II. “Middleware” de IA
- En un mundo con modelos de base múltiple, ¿no hay algún valor agregado al cambiar dinámicamente entre modelos según el caso de uso? La mayoría de los propietarios de aplicaciones que buscan integrar “IA” no estarán más interesados en los “mejores resultados” que en tener que decidirse por un modelo por adelantado.
- ¿Esta capa de middleware tendrá acceso a suficientes atributos de modelo para saber cuándo/cómo gestionar entre modelos?
- ¿Pueden estas empresas proteger sus márgenes o (a) enfrentarán una competencia intensa que reducirá los márgenes hasta el precio de consulta del modelo base + unos pocos puntos básicos, o (b) las empresas del modelo base se comportarán como los sellos discográficos y son básicamente muy Considerado tomar la mayor parte de los ingresos generados por un servicio construido sobre su IP.
- ¿Podrá el middleware ampliar los modelos base con nuevos datos propietarios para crear un producto diferenciado?
- ¿Intentarán las empresas de middleware agregar fuentes de datos patentadas para mejorar de forma única los modelos base?
tercero Aplicaciones de IA “nativas”
- ¿Cuáles son las condiciones bajo las cuales la incorporación de la IA catalizará las nuevas ofertas de productos creadas en torno a esta tecnología frente a la “IA”, que es una característica que las aplicaciones líderes del mercado pueden incorporar en sus plataformas? ¿Zendesk será reemplazado por una startup de soporte al cliente de IA, o Zendesk integrará IA? Repita esta pregunta para todo B2B.
- OpenAI es una empresa con fines de lucro que administra un fondo de riesgo, etc.: qué tipos de “riesgos de asociación” existen al respaldar alternativas que compiten con las nuevas empresas financiadas por OpenAI. ¿Todos los modelos base usan su dinero para tratar de construir sus propios ecosistemas e implícita/explícitamente intentan elegir aplicaciones ganadoras?
- ¿Cómo deben ser los equipos de ingeniería para los usuarios “no nativos” a fin de integrar, administrar y competir con éxito con las aplicaciones nativas?
- ¿Las empresas que creen que tienen datos patentados que podrían ayudar a mejorar los modelos base podrán vender esos datos y/o “pagar” en el modelo a cambio de un uso con descuento? ¿Intentarán crear capas mejoradas sobre los modelos base?
Si tiene algún punto de vista aquí, siempre estoy feliz de saber de usted [hunter at homebrew dot co]! Recuerde, invertimos nuestro capital personal (generalmente una inversión inicial de $100,000-$500,000, aunque existe la oportunidad de crecer si es necesario) en sus negocios y luego nos ponemos a trabajar para apoyarlo.
RECIBE TODAS MIS PUBLICACIONES A TU CORREO GRATUITO ENTRE AQUÍ