Самый большой страх в ИИ сегодня

Одно из самых распространенных беспокойств среди основателей ИИ, инвесторов и разработчиков простое:

"Поглотят ли OpenAI, Anthropic и другие провайдеры моделей в конечном итоге все возможности на уровне приложений ИИ?"

Согласно мнению венчурного капитала гиганта a16z, ответ - Нет.

Хотя крупные ИИ лаборатории будут доминировать в определенных горизонтальных случаях применения, остается огромная возможность для стартапов и предприятий, создающих специализированные ИИ системы, вертикальные рабочие процессы и решения, специфичные для отрасли.

Их структура для понимания этого будущего называется "Желтая кирпичная дорога против Остального Оза."

Желтая кирпичная дорога: Где доминируют лаборатории ИИ

Желтая кирпичная дорога представляет области, где компании, такие как OpenAI, Anthropic и Google имеют естественное преимущество.

К ним относятся:

◾ Генерация кода

◾ Помощь в написании

◾ Создание изображений

◾ Ассистенты общего назначения

◾ Горизонтальные инструменты производительности

Эти продукты улучшаются напрямую по мере улучшения базовых моделей.

Каждый новый релиз модели делает эти продукты более умными, не требуя значительного редизайна рабочего процесса.

Потому что лаборатории ИИ контролируют:

◾ Модели

◾ Каналы распространения

◾ Ценообразование

◾ Инфраструктура

Конкурировать напрямую в этих категориях становится всё сложнее.

Настоящая возможность: За пределами Желтой кирпичной дороги

Согласно a16z, самые ценные бизнесы будут возникать вне прямого пути провайдеров базовых моделей.

Эти возможности существуют в:

◾ Страхование

◾ Здравоохранение

◾ Юридические услуги

◾ Бухгалтерия

◾ Финансовые услуги

◾ Корпоративные операции

◾ Автоматизация продаж

◾ Отрасли с высокой степенью соблюдения норм

В этих средах успех зависит меньше от сырого интеллекта ИИ и больше от:

◾ Проектирование рабочего процесса

◾ Экспертиза в отрасли

◾ Управление соблюдением норм

◾ Одобрения людей

◾ Системы управления

◾ Автоматизация, специфичная для бизнеса

Ценность заключается в решении реальных операционных проблем, а не в предоставлении общей информации.

Почему вертикальный ИИ имеет защищённые преимущества

1. Собственные знания рабочего процесса

Многие отрасли работают, используя:

◾ Племенное знание

◾ Внутренние процедуры

◾ Неписаные правила

◾ Исторические паттерны принятия решений

Эта информация редко существует в публичных обучающих наборах данных.

Компании, встроенные в отраслевые рабочие процессы, непрерывно учатся на реальных операциях, создавая мощное конкурентное преимущество.

2. Данные-колеса

Каждый рабочий процесс генерирует:

◾ Обратная связь

◾ Исправления

◾ Исключения

◾ Решения

◾ Данные о производительности

Со временем они становятся ценными активами для обучения.

Юридический ИИ, который проверяет тысячи контрактов, или страховой ИИ, обрабатывающий тысячи решений по андеррайтингу, развивает знания, которые конкуренты не могут легко воспроизвести.

3. Мульти-модельная оптимизация

Программные компании могут использовать:

◾ Модели OpenAI

◾ Модели Anthropic

◾ Модели с открытым исходным кодом

◾ Тонко настроенные собственные модели

Каждая задача может быть назначена самой экономически эффективной и точной доступной модели.

Большие лаборатории, как правило, оптимизируют вокруг своих собственных моделей, в то время как программные компании оптимизируют для результатов клиентов.

4. Эффективность затрат

Не каждая задача требует передового интеллекта.

Успешные приложения ИИ будут направлять работу разумно:

◾ Премиум модели для сложного рассуждения

◾ Модели среднего уровня для стандартных задач

◾ Малые настраиваемые модели для повторяющихся операций

Это значительно улучшает прибыльность, сохраняя качество.

5. Управление и соблюдение норм

Корпоративные клиенты всё чаще требуют:

◾ Аудиторские следы

◾ Разрешения

◾ Соблюдение регуляторных норм

◾ Объяснимость

◾ Надзор за людьми

Отрасли, такие как здравоохранение, финансы, право и страхование, имеют уникальные регуляторные рамки, которые горизонтальные ИИ-платформы с трудом поддерживают в полном объёме.

Это создаёт долгосрочные возможности для специализированных провайдеров.

Почему ИИ для продаж является ярким примером

Продажи кажутся простыми на поверхности.

На самом деле, это включает:

◾ Идентификация перспектив

◾ Обогащение лидов

◾ Интеграция CRM

◾ Квалификация

◾ Взаимодействие с клиентами

◾ Последующие действия

◾ Проверки соблюдения норм

◾ Отслеживание производительности

Каждый этап требует индивидуальных рабочих процессов и специфического для области интеллекта.

Задача не в генерации текста.

Задача состоит в генерации измеримых бизнес-результатов.

Это различие создаёт пространство для специализированных ИИ-компаний для процветания.

Страхование демонстрирует ту же модель

Рабочие процессы страхования включают:

◾ Оценки рисков

◾ Решения по андеррайтингу

◾ Пути эскалации

◾ Регуляторные требования

◾ Процессы проверки людьми

Большая часть этих знаний существует только внутри организаций.

Поскольку системы ИИ работают повторно в этих средах, они накапливают операционную память, к которой провайдеры базовых моделей не могут легко получить доступ.

Со временем, интеллект рабочего процесса становится более ценным, чем интеллект модели.

Как узнать, строите ли вы устойчивый бизнес ИИ

Вы на Желтой кирпичной дороге, если:

◾ Ваш продукт в основном оборачивает базовую модель

◾ Вы полагаетесь на универсальные коннекторы

◾ Клиенты могут легко перейти на нативное решение OpenAI или Anthropic

◾ Ваша ценность в основном заключается в возможностях модели

Вы в "Остальной части Оз" если:

◾ Вы владеете рабочим процессом

◾ Вы управляете соблюдением норм

◾ Вы интегрируете несколько систем

◾ Вы предоставляете бизнес-результаты

◾ Вы становитесь необходимыми для операций клиентов

◾ Клиенты зависят от вашей платформы, независимо от того, какая модель её поддерживает

Ключевой вывод для инвестиций

Будущий рынок ИИ, вероятно, будет иметь две категории победителей:

Победители на основе модели

Компании, которые строят и распространяют самые мощные модели ИИ.

Победители в системах рабочего процесса

Компании, которые внедряют ИИ в критически важные бизнес-операции и становятся операционной системой для конкретных отраслей.

Базовая модель может меняться каждые несколько месяцев.

Рабочий процесс, операционные знания, уровень управления и отношения с клиентами гораздо труднее заменить.

Именно здесь вероятно появление следующего поколения единорогов ИИ.

Итоговые мысли

Слой приложений ИИ далеко не мертв.

Вместо того чтобы конкурировать напрямую с OpenAI или Anthropic, успешные компании будут сосредоточены на решении сложных отраслевых проблем, где интеллект рабочего процесса, соблюдение норм, управление и операционные знания имеют большее значение, чем сырая производительность модели.

Самые большие возможности не на Желтой кирпичной дороге — они скрыты по всей остальной части Оз.

#AI #ArtificialIntelligence #AIStartups #EnterpriseAI #ArifAlpha