Con el paso del tiempo, el enfoque de valor agregado de la industria de inteligencia artificial de EE. UU. ha cambiado silenciosamente.
Según un nuevo informe de The Wall Street Journal: Es posible que las nuevas empresas de IA generativa que están recaudando miles de millones de dólares ya estén fallando si no tienen los datos correctos.
Brad Svruga, cofundador y socio general de la firma de capital de riesgo Primary Venture Partners, señaló:
"Hemos visto muchas empresas que pueden estar buscando excelentes aplicaciones de IA, pero no tienen acceso a los datos que les permitirían crear aplicaciones poderosas, y mucho menos a datos patentados que podrían ayudarlos".
En otras palabras: el valor real se convierte en los datos cuando, en el mercado, **construir el modelo real se ha convertido en una mercancía que se puede comprar. Tener los datos correctos es quizás más importante que nunca.
(uno)
La lógica aquí es: En la actualidad, muchas startups de IA esperan establecer modelos de IA de nicho en campos subdivididos como finanzas o atención médica, pero debido a que carecen de reconocimiento de marca e identidad social, estas startups no son fáciles para las empresas. para obtener conjuntos de datos de entrenamiento para industrias verticales.
En este sentido, las grandes empresas pueden tener una ventaja,** porque las grandes empresas se han ganado la confianza de los grandes clientes en la forma en que manejan los datos. **
Por ejemplo, según el informe "Wall Street Journal": Ernst & Young tiene una gran cantidad de datos de transacciones en todo el mundo, y las nuevas empresas de inteligencia artificial generativa llegan a su puerta todos los días. Pero EY Global está preocupado: ¿Qué sucederá si usa sus propios datos patentados para entrenar modelos externos?
"¿Quién es el propietario de estos datos? Cuando entrenamos un modelo, ¿cuál es nuestro acceso a este modelo? ¿De qué otra forma pueden otros usar este modelo? Los datos son parte de la propiedad intelectual que traemos", señaló EY Global.
Para resolver un problema de IP similar, una contramedida es: las startups pueden entrenar diferentes modelos para cada cliente basándose únicamente en los datos de cada cliente.
Por ejemplo, TermSheet utiliza esta estrategia para crear la estrategia de producto de Ethan. Este último es un modelo generativo de inteligencia artificial que puede responder preguntas de la industria para desarrolladores, corredores e inversores de bienes raíces. Pero Roger Smith, CEO de TermSheet, también dijo que incluso si los clientes están de acuerdo con esto, necesitan educar a los clientes y convencerlos un poco.
**Además, las preocupaciones sobre la seguridad de la red también son las razones por las que las principales empresas clientes son reacias a elegir nuevas empresas. **
Por ejemplo, Tracey Daniels, directora de datos de la empresa de servicios financieros Truist, dijo que, en términos de seguridad de datos, confían en proveedores más grandes, por lo que solo eligen explorar aplicaciones de IA generativa con grandes proveedores de tecnología en lugar de nuevas empresas.
**En tercer lugar, incluso en algunos casos, los grandes clientes en industrias verticales requerirán que las nuevas empresas de IA generativa paguen grandes sumas de dinero o capital de la empresa. **
Veesual, una empresa de inteligencia artificial generativa que genera imágenes de personas probándose ropa, inicialmente usó imágenes públicas en Internet para capacitación, pero fracasó por las mismas razones al intentar que los grandes minoristas accedieran a entregar sus datos para mejorar sus modelos.
**El cuarto caso es técnicamente difícil de lograr. **
Por ejemplo, PatentPal, una startup de inteligencia artificial generativa que ayuda a los bufetes de abogados a redactar solicitudes de patentes, ha sido capacitada para publicar solicitudes de patentes. Tienen la oportunidad de continuar entrenando sus modelos con comentarios de clientes reales encriptados o anónimos, lo que hace que sus herramientas sean aún más precisas. Pero este proceso es complejo porque los comentarios deben mantenerse separados de los datos confidenciales y altamente sensibles, incluidos los secretos comerciales.
**Al mismo tiempo, sin embargo, la carrera por las nuevas empresas de IA generativa se ha calentado. **
Si observa la escala de la inyección de capital, según los datos de PitchBook citados por el Wall Street Journal: desde 2022 el año pasado hasta los primeros cinco meses de este año, la financiación de capital de riesgo de las nuevas empresas de IA generativa ha crecido de $ 4.8 mil millones a $ 12.7 mil millones.
Como resultado, ha habido una creciente presión sobre las nuevas empresas de IA generativa para asegurar el acceso a más datos en ciertos nichos de mercado.
Adam Struck, fundador y socio gerente de Struck Capital, señaló: **Las nuevas empresas están compitiendo entre sí para asegurar más datos dentro de ciertos nichos de mercado. **
"Si cree que hay un conjunto de datos patentado, quiere obtenerlo antes que ellos y luego negociar la exclusividad. En ese sentido, se convierte casi en una carrera armamentista", dijo.
(dos)
Curiosamente, el statu quo anterior no puede evitar hacerme pensar: **Parece que realmente hay una falta de un mercado público de comercio de datos en el mercado. **
De hecho, en 2018 o antes de 2017, un amigo mío en Netflix, una empresa estadounidense de transmisión de medios, me habló sobre su idea empresarial: ser un mercado público de comercio de datos. Sin embargo, todavía no existe un formulario de producto adecuado, incluido cómo permitir que las empresas entreguen voluntariamente sus datos.
Desde esta perspectiva, una noticia de los últimos dos días: OpenAI está considerando lanzar un mercado comercial, es muy digna de atención.
Cabe señalar que: después de que el plan de complemento de ChatGPT casi fracasara, según informes de los medios estadounidenses:
OpenAI está considerando lanzar un mercado para permitir que los clientes vendan sus modelos de IA personalizados a otras empresas. En otras palabras: Este mercado proporcionará a las empresas una forma de acceder a modelos de lenguaje grande de vanguardia y albergar versiones mejoradas de modelos OpenAI creados por los clientes. ...
El resumen principal del resto de este artículo es el siguiente:
¿Por qué OpenAI está considerando lanzar un mercado comercial?
¿Hay alguna forma en este mercado comercial de abrir el intercambio de datos y transacciones entre empresas?
Ver originales
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
El nuevo problema para las startups estadounidenses de IA: dinero, pero falta de datos
Fuente del artículo: Silicon Publishing
Título: Lynn Yang
Según un nuevo informe de The Wall Street Journal: Es posible que las nuevas empresas de IA generativa que están recaudando miles de millones de dólares ya estén fallando si no tienen los datos correctos.
Brad Svruga, cofundador y socio general de la firma de capital de riesgo Primary Venture Partners, señaló:
En otras palabras: el valor real se convierte en los datos cuando, en el mercado, **construir el modelo real se ha convertido en una mercancía que se puede comprar. Tener los datos correctos es quizás más importante que nunca.
(uno)
La lógica aquí es: En la actualidad, muchas startups de IA esperan establecer modelos de IA de nicho en campos subdivididos como finanzas o atención médica, pero debido a que carecen de reconocimiento de marca e identidad social, estas startups no son fáciles para las empresas. para obtener conjuntos de datos de entrenamiento para industrias verticales.
En este sentido, las grandes empresas pueden tener una ventaja,** porque las grandes empresas se han ganado la confianza de los grandes clientes en la forma en que manejan los datos. **
Por ejemplo, según el informe "Wall Street Journal": Ernst & Young tiene una gran cantidad de datos de transacciones en todo el mundo, y las nuevas empresas de inteligencia artificial generativa llegan a su puerta todos los días. Pero EY Global está preocupado: ¿Qué sucederá si usa sus propios datos patentados para entrenar modelos externos?
"¿Quién es el propietario de estos datos? Cuando entrenamos un modelo, ¿cuál es nuestro acceso a este modelo? ¿De qué otra forma pueden otros usar este modelo? Los datos son parte de la propiedad intelectual que traemos", señaló EY Global.
Para resolver un problema de IP similar, una contramedida es: las startups pueden entrenar diferentes modelos para cada cliente basándose únicamente en los datos de cada cliente.
Por ejemplo, TermSheet utiliza esta estrategia para crear la estrategia de producto de Ethan. Este último es un modelo generativo de inteligencia artificial que puede responder preguntas de la industria para desarrolladores, corredores e inversores de bienes raíces. Pero Roger Smith, CEO de TermSheet, también dijo que incluso si los clientes están de acuerdo con esto, necesitan educar a los clientes y convencerlos un poco.
**Además, las preocupaciones sobre la seguridad de la red también son las razones por las que las principales empresas clientes son reacias a elegir nuevas empresas. **
Por ejemplo, Tracey Daniels, directora de datos de la empresa de servicios financieros Truist, dijo que, en términos de seguridad de datos, confían en proveedores más grandes, por lo que solo eligen explorar aplicaciones de IA generativa con grandes proveedores de tecnología en lugar de nuevas empresas.
**En tercer lugar, incluso en algunos casos, los grandes clientes en industrias verticales requerirán que las nuevas empresas de IA generativa paguen grandes sumas de dinero o capital de la empresa. **
Veesual, una empresa de inteligencia artificial generativa que genera imágenes de personas probándose ropa, inicialmente usó imágenes públicas en Internet para capacitación, pero fracasó por las mismas razones al intentar que los grandes minoristas accedieran a entregar sus datos para mejorar sus modelos.
**El cuarto caso es técnicamente difícil de lograr. **
Por ejemplo, PatentPal, una startup de inteligencia artificial generativa que ayuda a los bufetes de abogados a redactar solicitudes de patentes, ha sido capacitada para publicar solicitudes de patentes. Tienen la oportunidad de continuar entrenando sus modelos con comentarios de clientes reales encriptados o anónimos, lo que hace que sus herramientas sean aún más precisas. Pero este proceso es complejo porque los comentarios deben mantenerse separados de los datos confidenciales y altamente sensibles, incluidos los secretos comerciales.
**Al mismo tiempo, sin embargo, la carrera por las nuevas empresas de IA generativa se ha calentado. **
Como resultado, ha habido una creciente presión sobre las nuevas empresas de IA generativa para asegurar el acceso a más datos en ciertos nichos de mercado.
Adam Struck, fundador y socio gerente de Struck Capital, señaló: **Las nuevas empresas están compitiendo entre sí para asegurar más datos dentro de ciertos nichos de mercado. **
"Si cree que hay un conjunto de datos patentado, quiere obtenerlo antes que ellos y luego negociar la exclusividad. En ese sentido, se convierte casi en una carrera armamentista", dijo.
(dos)
Curiosamente, el statu quo anterior no puede evitar hacerme pensar: **Parece que realmente hay una falta de un mercado público de comercio de datos en el mercado. **
De hecho, en 2018 o antes de 2017, un amigo mío en Netflix, una empresa estadounidense de transmisión de medios, me habló sobre su idea empresarial: ser un mercado público de comercio de datos. Sin embargo, todavía no existe un formulario de producto adecuado, incluido cómo permitir que las empresas entreguen voluntariamente sus datos.
Desde esta perspectiva, una noticia de los últimos dos días: OpenAI está considerando lanzar un mercado comercial, es muy digna de atención.
Cabe señalar que: después de que el plan de complemento de ChatGPT casi fracasara, según informes de los medios estadounidenses:
OpenAI está considerando lanzar un mercado para permitir que los clientes vendan sus modelos de IA personalizados a otras empresas. En otras palabras: Este mercado proporcionará a las empresas una forma de acceder a modelos de lenguaje grande de vanguardia y albergar versiones mejoradas de modelos OpenAI creados por los clientes. ...
El resumen principal del resto de este artículo es el siguiente:
¿Por qué OpenAI está considerando lanzar un mercado comercial?
¿Hay alguna forma en este mercado comercial de abrir el intercambio de datos y transacciones entre empresas?