cuando mencioné En un correo electrónico a los inversores de «Rise of AI», uno de ellos me envió una respuesta interesante: «‘Rise of AI’ es la palabra equivocada».
Lo que quiere decir esa inversionista, Rudina Seseri, socia gerente de Glasswing Ventures, es que las tecnologías sofisticadas como la IA y el aprendizaje profundo existen desde hace mucho tiempo, y todo este revuelo sobre la IA no las ignora. décadas en desarrollo. «Vimos la primera adopción por parte de las empresas en 2010», señaló.
Aún así, no podemos negar que la IA está disfrutando de un nivel de atención sin precedentes y que empresas de todos los sectores de todo el mundo están pensando detenidamente en su impacto potencial en su industria y más allá.
El Dr. Andre Retterath, socio de Earlybird Venture Capital, cree que varios factores están trabajando juntos para crear este impulso. «Estamos siendo testigos de la tormenta perfecta de la IA, donde finalmente se han unido tres componentes clave que han evolucionado durante los últimos 70 años: algoritmos avanzados, conjuntos de datos a gran escala y acceso a informática potente», afirmó.
Sin embargo, no pudimos evitar ser escépticos sobre la cantidad de equipos que lanzaron su versión de «ChatGPT for X» en el Demo Day de invierno de Y Combinator este año. ¿Qué posibilidades hay de que siga existiendo dentro de unos años?
Karin Klein, socia fundadora de Bloomberg Beta, cree que es mejor correr la carrera que sentarse y arriesgarse al fracaso, porque ésta no es una tendencia que las empresas puedan darse el lujo de ignorar. «Si bien hemos visto un grupo de copilotos ‘(insertar industria)’ que tal vez no estén aquí en unos años, el mayor riesgo es perder oportunidades. Si su empresa no está experimentando con IA, ahora es el momento o su empresa se quedará atrás».
Y lo que es cierto para la empresa promedio lo es aún más para las startups: no pensar en la IA al menos sería un error. Pero una startup tiene más que hacer que una empresa promedio, y en algunas áreas de la IA, «ahora» puede que ya sea «demasiado tarde».
Para comprender mejor dónde las startups todavía tienen oportunidades y dónde están surgiendo dinámicas de oligopolio y ventajas de ser los primeros en actuar, preguntamos a un grupo selecto de inversores sobre el futuro de la IA, en qué áreas ven el mayor potencial, como LLM y audio multilingüe. la creación podría desarrollarse y el valor de los datos propietarios.
Esta es la primera de una encuesta de tres partes que profundiza en la IA y cómo la industria le está dando forma. En las próximas dos entregas, escuchará a otros inversores hablar sobre las diferentes piezas del rompecabezas de la IA, dónde las nuevas empresas tienen mayores posibilidades de ganar y dónde el código abierto puede vencer al código cerrado.
Hablamos con:
- Manish Singhal, socio fundador, pi Ventures
- Rudina Seseri, fundadora y socia directora de Glasswing Ventures
- Lily Lyman, Chris Gardner, Richard Dulude y Brian Devaney del equipo Underscore VC
- Karin Klein, socia fundadora de Bloomberg Beta
- Xavier Lázaro, socio, Elaia
- Dr. Andre Retterath, socio, Earlybird Venture Capital
- Matt Cohen, socio director, Ripple Ventures
Manish Singhal, socio fundador, pi Ventures
¿Los principales modelos de IA actuales y las empresas que los respaldan mantendrán su liderazgo en los próximos años?
Este es un panorama que cambia dinámicamente cuando se trata de aplicaciones LLM. Se crearán muchas empresas en el dominio de las aplicaciones y solo unas pocas lograrán escalar. En términos de modelos centrales, esperamos que OpenAI tenga competencia de otros jugadores en el futuro. Sin embargo, han tenido un buen comienzo y no será fácil eliminarlos.
¿Qué empresas relacionadas con la IA cree que no son lo suficientemente innovadoras como para existir dentro de cinco años?
Creo que debería haber una consolidación significativa en el espacio de la IA aplicada. La IA es cada vez más horizontal, por lo que será un desafío para las empresas de IA aplicada, que se basan en modelos disponibles, mantener sus fosos.
Sin embargo, se están produciendo pocas innovaciones fundamentales en el campo de las aplicaciones y también en términos de infraestructura (herramientas y plataformas). Quizás lo hagas mejor que otros.
¿Es el código abierto la ruta más obvia hacia el mercado para las nuevas empresas de IA?
Depende de lo que estés arreglando. Para las empresas de la capa de infraestructura, este es un camino válido, pero puede que no sea tan eficiente. Dependiendo del problema que se resuelva, se debe considerar si el código abierto es el camino correcto a seguir.
¿Le gustaría que hubiera más LLM formados en otros idiomas además del inglés? Aparte de la diferenciación lingüística, ¿qué otros tipos de diferenciación espera?
También estamos viendo LLM en otros idiomas, pero, por supuesto, el inglés es el más utilizado. Según los casos de uso locales, los LLM en diferentes idiomas definitivamente tienen sentido.
Además de la diferenciación lingüística, esperamos ver variantes de LLM que se especialicen en ciertos dominios (por ejemplo, medicina, derecho y finanzas) para proporcionar información más específica y relevante en esas áreas. Ya se están realizando algunos trabajos en esta área, por ejemplo BioGPT y Bloomberg GPT.
Los LLM sufren de alucinaciones y relevancia cuando se desea utilizarlos en aplicaciones de nivel de producción real. Creo que se trabajará mucho a este respecto para hacerlos más útiles desde el primer momento.
¿Cuáles son las perspectivas de alterar el actual método LLM de construcción de redes neuronales en los próximos trimestres o meses?
Ciertamente puede suceder, incluso si lleva más de unos meses. Una vez que la computación cuántica se arraigue, el panorama de la IA volverá a cambiar drásticamente.
Dado el revuelo que rodea a ChatGPT, ¿están subrepresentadas otras formas de medios creativos de creación visual y de audio en comparación?
La creación de IA multimodal está ganando impulso. Para las aplicaciones más serias, se necesitarán elementos construibles, especialmente para imágenes y texto. El audio es un caso especial: se está realizando un trabajo importante en la autogeneración de música y clonación de voz, que tiene un gran potencial comercial.
Además de esto, la generación de códigos es cada vez más popular y la creación de vídeos es una dimensión interesante: ¡pronto veremos películas creadas íntegramente por IA!
¿Las startups con datos propietarios son más valiosas a sus ojos que antes del auge de la IA?
Al contrario de lo que el mundo pueda pensar, los datos propietarios son un buen comienzo, pero al final, ser propietario de tus datos es muy difícil.
Por lo tanto, el foso tecnológico proviene de la combinación de algoritmos inteligentes producidos y ajustados para una aplicación junto con los datos.
¿Cuándo podría AGI convertirse en realidad, si es que alguna vez llega a serlo?
Con determinadas aplicaciones nos acercamos al nivel humano, pero todavía estamos lejos de un verdadero AGI. También creo que es una curva asintótica después de un tiempo, por lo que podría llevar mucho tiempo llegar allí.
Para lograr una verdadera AGI, también deben unirse varias tecnologías, como la neurociencia y las ciencias del comportamiento.
¿Es importante para usted que las empresas en las que invierte participen en grupos de lobby y/o discusión sobre el futuro de la IA?
No precisamente. Nuestras empresas se centran en resolver problemas específicos y, para la mayoría de las aplicaciones, el lobby no ayuda. Es una buena idea participar en grupos de discusión, ya que puedes estar al tanto de cómo van las cosas.
Rudina Seseri, fundadora y socia directora de Glasswing Ventures
¿Los principales modelos de IA actuales y las empresas que los respaldan mantendrán su liderazgo en los próximos años?
Los proveedores de modelos de capa base Alphabet, Microsoft/OpenAI y Meta probablemente mantendrán su liderazgo en el mercado y operarán como oligopolios a largo plazo. Sin embargo, existen oportunidades de competencia en modelos que brindan una diferenciación significativa, como Cohere y otros actores bien financiados a nivel de base, con un fuerte énfasis en la confianza y la privacidad.
No hemos invertido y probablemente no invertiremos en la capa fundamental de la IA creativa. Esta capa probablemente terminará en una de dos situaciones: en un escenario, la capa base tendrá una dinámica de oligopolio similar a la que vimos con el mercado de la nube, donde unos pocos jugadores selectos capturarán la mayor parte del valor.
Otra posibilidad es que el modelo base esté impulsado en gran medida por el ecosistema de código abierto. Vemos la capa de aplicación como la mayor oportunidad para los fundadores y capitalistas de riesgo. Las empresas que ofrecen valor tangible y mensurable a los clientes pueden reemplazar a las existentes en las categorías existentes y dominar otras nuevas.
Nuestra estrategia de inversión se centra explícitamente en empresas que ofrecen tecnología de valor agregado que aumenta sus modelos principales.
Así como la creación de valor en la nube no terminó con los proveedores de infraestructura de computación en la nube, aún no ha llegado una creación de valor significativa a nuestra pila de IA. La carrera de la generación de IA está lejos de terminar.
¿Qué empresas relacionadas con la IA cree que no son lo suficientemente innovadoras como para existir dentro de cinco años?
Es posible que algunos segmentos del mercado de la IA no sean sostenibles como negocios a largo plazo. Un ejemplo de ello es la categoría «GPT wrapper»: soluciones o productos creados en torno a la tecnología GPT de OpenAI. Estas soluciones carecen de diferenciación y pueden verse fácilmente alteradas por funciones lanzadas por los actores dominantes en su mercado. De esta forma, tendrán dificultades para mantener la competitividad en el largo plazo.
De manera similar, las empresas que no ofrecen un valor comercial significativo o no resuelven un problema en un espacio costoso y de alto valor no serán empresas sostenibles. Considere esto: una solución que simplifica una tarea sencilla para un pasante no se convertirá en un negocio significativo, a diferencia de una plataforma que resuelve los complejos desafíos de un arquitecto senior al mismo tiempo que brinda beneficios distintos y valiosos.
Finalmente, las empresas con productos que no se integran perfectamente con la arquitectura y los flujos de trabajo empresariales actuales o que requieren grandes inversiones iniciales enfrentarán desafíos de implementación y adopción. Esta será una barrera importante para generar con éxito un retorno de la inversión significativo, ya que el listón es mucho más alto cuando se requieren cambios de comportamiento y cambios arquitectónicos costosos.
