Największy strach w AI dzisiaj
Jednym z najczęstszych zmartwień wśród założycieli AI, inwestorów i deweloperów jest proste:
"Czy OpenAI, Anthropic i inni dostawcy modeli ostatecznie wchłoną wszystkie możliwości warstwy aplikacji AI?"
Według gigantów venture capital a16z, odpowiedź brzmi: Nie.
Choć duże laboratoria AI będą dominować w niektórych poziomych zastosowaniach, ogromna szansa pozostaje dla startupów i przedsiębiorstw budujących wyspecjalizowane systemy AI, pionowe przepływy pracy i rozwiązania specyficzne dla branży.
Ich ramy do zrozumienia tej przyszłości nazywają się "Żółta ceglana droga vs. Reszta Oz."
Żółta Droga: Gdzie dominują laboratoria AI
Żółta Droga reprezentuje obszary, w których firmy takie jak OpenAI, Anthropic i Google mają naturalną przewagę.
Oto, co obejmuje:
◾ Generowanie kodu
◾ Pomoc w pisaniu
◾ Tworzenie obrazów
◾ Asystenci ogólnego przeznaczenia
◾ Narzędzia produktywności poziomej
Te produkty poprawiają się bezpośrednio w miarę poprawy modeli podstawowych.
Każde nowe wydanie modelu czyni te produkty mądrzejszymi bez konieczności wprowadzania dużych zmian w przepływie pracy.
Ponieważ laboratoria AI kontrolują:
◾ Modele
◾ Kanały dystrybucji
◾ Ceny
◾ Infrastruktura
Bezpośrednia konkurencja w tych kategoriach staje się coraz trudniejsza.
Prawdziwa okazja: Poza Żółtą Drogą
Zgodnie z a16z, najbardziej wartościowe firmy będą się pojawiać poza bezpośrednią ścieżką dostawców modeli podstawowych.
Te możliwości istnieją w:
◾ Ubezpieczenia
◾ Opieka zdrowotna
◾ Usługi prawne
◾ Księgowość
◾ Usługi finansowe
◾ Operacje przedsiębiorstw
◾ Automatyzacja sprzedaży
◾ Branże z dużą zgodnością
W tych środowiskach sukces zależy mniej od surowej inteligencji AI, a bardziej od:
◾ Projektowanie przepływu pracy
◾ Ekspertyza branżowa
◾ Zarządzanie zgodnością
◾ Zatwierdzenia ludzkie
◾ Systemy zarządzania
◾ Automatyzacja specyficzna dla biznesu
Wartość pochodzi z rozwiązywania realnych problemów operacyjnych, a nie z dostarczania ogólnej inteligencji.
Dlaczego poziome AI ma obronne przewagi
1. Wiedza o przepływie pracy
Wiele branż działa na podstawie:
◾ Wiedza plemienna
◾ Procedury wewnętrzne
◾ Napisane zasady
◾ Historyczne wzory decyzji
Te informacje rzadko istnieją w publicznych zbiorach danych szkoleniowych.
Firmy osadzone w branżowych przepływach pracy nieustannie uczą się z operacji w rzeczywistości, tworząc potężną przewagę konkurencyjną.
2. Koła zamachowe danych
Każdy przepływ pracy generuje:
◾ Informacje zwrotne
◾ Korekty
◾ Wyjątki
◾ Decyzje
◾ Dane wydajnościowe
Z biegiem czasu stają się cennymi aktywami szkoleniowymi.
AI prawny przeglądający tysiące kontraktów lub AI ubezpieczeniowe przetwarzające tysiące decyzji underwritingowych rozwija wiedzę, której konkurenci nie mogą łatwo skopiować.
3. Optymalizacja multi-modelowa
Firmy aplikacyjne mogą korzystać z:
◾ Modele OpenAI
◾ Modele Anthropic
◾ Modele open-source
◾ Dostosowane modele własne
Każde zadanie można przypisać najkosztowniejszemu i najdokładniejszemu modelowi dostępnemu.
Duże laboratoria zazwyczaj optymalizują wokół swoich modeli, podczas gdy firmy aplikacyjne optymalizują pod kątem wyników klientów.
4. Efektywność kosztowa
Nie każde zadanie wymaga inteligencji na granicy możliwości.
Udane aplikacje AI będą inteligentnie kierować pracą:
◾ Modele premium do złożonego rozumowania
◾ Modele średniej klasy do standardowych zadań
◾ Małe modele dostosowane do powtarzalnych operacji
To dramatycznie poprawia rentowność przy zachowaniu jakości.
5. Zarządzanie i zgodność
Klienci korporacyjni coraz bardziej wymagają:
◾ Ścieżki audytowe
◾ Uprawnienia
◾ Zgodność regulacyjna
◾ Wyjaśnialność
◾ Nadzór ludzki
Branże takie jak opieka zdrowotna, finanse, prawo i ubezpieczenia mają unikalne ramy regulacyjne, które poziome platformy AI mają trudności z kompleksowym wsparciem.
To stwarza długoterminowe możliwości dla wyspecjalizowanych dostawców.
Dlaczego AI w sprzedaży jest silnym przykładem
Sprzedaż wydaje się prosta na pierwszy rzut oka.
W rzeczywistości obejmuje to:
◾ Identyfikacja potencjalnych klientów
◾ Wzbogacenie leadów
◾ Integracja CRM
◾ Kwalifikacja
◾ Kontakt z klientami
◾ Kontynuacja
◾ Kontrole zgodności
◾ Śledzenie wydajności
Każdy etap wymaga dostosowanych przepływów pracy i specyficznej wiedzy w danej dziedzinie.
Wyzwanie nie polega na generowaniu tekstu.
Wyzwanie polega na generowaniu mierzalnych wyników biznesowych.
Ta różnica tworzy przestrzeń dla wyspecjalizowanych firm AI do rozwoju.
Ubezpieczenia demonstrują ten sam wzór
Przepływy pracy w ubezpieczeniach zawierają:
◾ Oceny ryzyka
◾ Decyzje w zakresie ubezpieczeń
◾ Ścieżki eskalacji
◾ Wymogi regulacyjne
◾ Procesy przeglądu ludzkiego
Wiele z tej wiedzy istnieje tylko w organizacjach.
Gdy systemy AI działają wielokrotnie w tych środowiskach, gromadzą pamięć operacyjną, do której dostawcy modeli podstawowych nie mogą łatwo uzyskać dostępu.
Z biegiem czasu inteligencja przepływu pracy staje się cenniejsza niż sama inteligencja modelu.
Jak wiedzieć, czy budujesz trwały biznes AI
Jesteś na Żółtej Drodze, jeśli:
◾ Twój produkt głównie owija model podstawowy
◾ Polegasz na ogólnych złączach
◾ Klienci mogą łatwo przejść do natywnego rozwiązania OpenAI lub Anthropic
◾ Twoja wartość pochodzi głównie z możliwości modelu
Jesteś w "Reszcie Oz", jeśli:
◾ Posiadasz przepływ pracy
◾ Zarządzasz zgodnością
◾ Integrujesz wiele systemów
◾ Dostarczasz wyniki biznesowe
◾ Stajesz się niezbędny dla operacji klienta
◾ Klienci polegają na twojej platformie niezależnie od tego, który model ją zasila
Kluczowa wskazówka inwestycyjna
Przyszły rynek AI prawdopodobnie będzie miał dwie kategorie zwycięzców:
Zwycięzcy modeli podstawowych
Firmy, które budują i dystrybuują najpotężniejsze modele AI.
Zwycięzcy systemów pracy
Firmy, które wbudowują AI w kluczowe operacje biznesowe i stają się systemem operacyjnym dla specyficznych branż.
Model podstawowy może się zmieniać co kilka miesięcy.
Przepływ pracy, wiedza operacyjna, warstwa zarządzania i relacje z klientami są znacznie trudniejsze do zastąpienia.
To tutaj wiele z następnej generacji jednorożców AI prawdopodobnie się pojawi.
Ostateczne myśli
Warstwa aplikacji AI jest daleka od martwej.
Zamiast konkurować bezpośrednio z OpenAI lub Anthropic, udane firmy skoncentrują się na rozwiązywaniu złożonych problemów specyficznych dla branży, gdzie inteligencja przepływu pracy, zgodność, zarządzanie i wiedza operacyjna są ważniejsze niż surowa wydajność modelu.
Największe możliwości nie są na Żółtej Drodze - są ukryte w całej reszcie Oz.
\u003ct-33/\u003e\u003ct-34/\u003e\u003ct-35/\u003e\u003ct-36/\u003e\u003ct-37/\u003e