1 Encuentre temprano el punto de anclaje para la inversión en IA
2 Base de datos de vectores de inversión Weaviate
*3 Inversiones verticalmente integradas
La aparición de ChatGPT ha encendido el entusiasmo de la comunidad de capital de riesgo por la inversión en el campo de la IA.
Sin embargo, a diferencia del patrón de tráfico en la era de Internet, como tecnología de vanguardia, el campo de la IA requiere una gran inversión, un ciclo largo y muchos competidores.
La inversión en IA se topa inevitablemente con el fenómeno de "grandes truenos pero poca lluvia". Los datos de CB Insights muestran que en el segundo trimestre de este año, la inversión total en el campo global de la IA se desplomó un 38% mes a mes.
Aun así, en un momento en el que todas las industrias se verán revolucionadas por la IA, es innegable que la IA debe ser la mayor tendencia industrial en los próximos años. Un informe de la base de datos de capital riesgo Carta muestra que, en comparación con otras categorías de startups, la valoración y la escala de financiación de las startups de IA tienen una mejor tendencia de crecimiento.
Es particularmente crucial cómo los inversores encuentran el punto de anclaje para la inversión en IA en las primeras etapas de desarrollo. Quizás podamos aprender de las prácticas de las empresas de capital de riesgo establecidas.
01 Encuentre temprano el punto de anclaje de la inversión en IA
Index Ventures (denominada Index) es una empresa europea de capital riesgo fundada en 1996. Index siempre ha sido un fiel creyente y defensor de la IA.
Un año antes del lanzamiento de ChatGPT, Index lideró la financiación Serie A de 40 millones de dólares de Cohere. Cohere es ahora un unicornio de IA con una valoración de 2 mil millones de dólares. (Para saber quién es Cohere, consulte nuestro artículo anterior: ¿Cómo el autor del artículo más joven de Transformer unió fuerzas con empresarios chinos atípicos para crear un unicornio de IA de 2 mil millones de dólares? | True Unicorn Detective)
Además, unos años antes de que ChatGPT incorporara la IA, Index ya había comenzado a invertir en empresas de inteligencia artificial como Aurora, una empresa de tecnología de conducción autónoma en San Francisco; y Arthur AI, una plataforma de aprendizaje automático en Nueva York.
Hace algún tiempo, Erin Price-Wright, socia de Index, lideró una inversión en Weaviate, una empresa de bases de datos vectoriales de código abierto. La compañía recaudó 50 millones de dólares en financiación Serie B en abril con una valoración de 200 millones de dólares, y a Index se unieron NEA, Cortical Ventures, Zetta Venture Partners e ING Ventures.
Entonces, ¿por qué Index centró su atención en las bases de datos vectoriales? Shidao (ID: survivalbiz) encontró el artículo de entrevista reciente "Así es como Index Ventures está invirtiendo en una era donde 'todas las empresas tendrán IA'" de Erin Price-Wright, socia de Index. La siguiente es la abreviatura de la traducción y el suplemento del artículo.
02 Base de datos de vectores de inversión Weaviate
En primer lugar, Price-Wright no elogió mucho ChatGPT: creía que ChatGPT solo estaba tomando atajos. Después de todo, esta tecnología existe desde hace varios años y no es nada nuevo. ChatGPT se hizo popular porque "de repente, fue visto por todos y todos pudieron sentirlo realmente como un producto de consumo".
Entonces, ¿qué es realmente valioso?
A juzgar por la entrevista, la respuesta dada por Price-Wright incluye la base de datos vectorial que soporta ChatGPT.
Los grandes modelos de lenguaje actuales se basan principalmente en tecnología de aprendizaje profundo. El aprendizaje profundo requiere la entrada de texto, imágenes, vídeos y otros datos del corpus. Sin embargo, estos datos del corpus deben convertirse en datos vectoriales antes de que puedan ser utilizados por las redes neuronales. La base de datos de vectores es una base de datos que se utiliza para almacenar y consultar datos vectoriales.
Para explicar el papel de las bases de datos vectoriales, supongamos un escenario. Las bibliotecas generalmente organizan los libros por género y autor, como literatura, economía, etc. Pero, ¿qué debes hacer si quieres encontrar una historia de terror que leíste cuando eras niño, pero solo recuerdas la trama del espantapájaros convirtiéndose en una persona viva, pero no recuerdas el título ni el autor?
Si no tiene tiempo para buscar en la estantería, la forma más rápida es preguntarle a un bibliotecario, porque ha leído muchos libros y es más probable que sepa qué libro está buscando.
Bueno, un bibliotecario es una base de datos vectorial porque las bases de datos vectoriales están diseñadas para almacenar información compleja (como la trama de un libro) sobre un objeto (como un libro). Por lo tanto, las bases de datos vectoriales le ayudan a encontrar objetos basándose en una consulta específica (por ejemplo, un libro sobre...) en lugar de algunos atributos predefinidos (por ejemplo, autor), como lo hace un bibliotecario.
Por ejemplo, si le pide a ChatGPT que genere un poema en el tono de Shakespeare, ChatGPT primero utilizará la función de búsqueda similar de la base de datos vectorial para mejorar la precisión de la salida del contenido.
Por lo tanto, al entrenar un modelo grande, la base de datos vectorial puede convertirse en una base de conocimientos, proporcionando al modelo grande los datos más recientes y una base de conocimientos interna única para cada empresa cliente.
Price-Wright dijo que Index pasó casi dos años estudiando bases de datos vectoriales antes de buscar esta oportunidad de inversión (invertir en Weaviate). "El evento que realmente tomó nuestra decisión fue ChatGPT, que nos permitió comprender realmente el valor de las bases de datos vectoriales en flujos de trabajo de IA más generativos y la importancia de comprender verdaderamente los algoritmos de integración".
La empresa llegó a dos resultados en su pensamiento.
Cuando se consideran todos estos diferentes tipos de casos de uso de IA generativa, el mercado real es mucho más grande que el mercado de búsqueda empresarial por sí solo. (El mercado era en realidad mucho más grande que el mercado de búsqueda empresarial únicamente, si se piensa en todos estos diferentes tipos de casos de uso de IA generativa).
El valor de tener una base de datos dedicada que puede estar muy cerca de incorporar algoritmos. Convirtiéndolo en un ciudadano de primera clase de su producto en lugar de un complemento a su base de datos existente. (el valor de tener una base de datos dedicada que podría acercarse mucho a los algoritmos de integración como ciudadano de primera clase dentro de su producto, en comparación con un complemento para una base de datos existente).
Price-Wright cree: “En la próxima década, las empresas que ya cuentan con grandes conjuntos de datos, grandes bases de clientes y operaciones complejas comenzarán a integrar la IA en sus productos para hacer las operaciones más eficientes, los procesos más ágiles y la toma de decisiones más eficiente. "Más rápido y más flexible. Veremos que la IA se convierte en un gran facilitador de nuevos tipos de búsqueda en la empresa, codificando datos en vectores y utilizando la IA para encontrar información similar. Para muchos casos de uso, esto será más poderoso que la búsqueda por palabras clave".
Entonces, ¿cuáles son las ventajas de Weaviate, que es el favorito de Index?
Bob van Luijt, director ejecutivo y cofundador de Weaviate, dijo: "Como producto de código abierto, la base de datos vectorial Weaviate se utiliza como infraestructura central del ecosistema nativo de IA. Permite a los usuarios, desde nuevas empresas hasta empresas, crear una nueva ola de aplicaciones, que van desde sistemas de búsqueda y recomendación personalizados hasta complementos ChatGPT".
Además, la base de datos de vectores Weaviate simplifica la gestión de datos vectoriales para los desarrolladores de IA y resuelve los problemas de generación, almacenamiento y búsqueda de vectores incrustados y sus objetos correspondientes. Tiene las siguientes funciones:
Módulo de aprendizaje automático (ML) integrado y extensible: simplemente cargue y busque; Weaviate se encarga del trabajo pesado del aprendizaje automático (ML): cualquier tipo de datos, cualquier modelo, cualquier caso de uso.
Búsqueda de vectores más rica: admite varias búsquedas de ML y también puede buscar vectores y objetos de origen que generan vectores.
Alto rendimiento: búsqueda en menos de un segundo, escalable a miles de millones de objetos, funcionando de forma ininterrumpida.
Price-Wright también dijo en una entrevista separada: "El ritmo al que las empresas y las nuevas empresas nativas de IA están utilizando Weaviate para desarrollar aplicaciones de generación, recomendación y búsqueda multimodal es increíble. Esta es la tecnología más avanzada que los desarrolladores han creado utilizando inteligencia artificial". "Los mejores productos y estamos entusiasmados de asociarnos con ellos para ayudar a impulsar la siguiente fase de crecimiento".
03 Inversión Verticalmente Integrada
Además de invertir en bases de datos vectoriales, ¿qué otras acciones ha realizado Index en el campo de la inversión en IA?
Así como SaaS surgió con el auge de la computación en la nube, los productos nativos de IA también están generando nuevos modelos de negocio.
Index cree: primero, dentro de diez años, la IA se convertirá en un componente central de cada aplicación de software; segundo, esta ola será impulsada por modelos básicos ampliamente adoptados.
"No sabemos exactamente cuáles serán estos nuevos modelos de negocio, pero tenemos algunas ideas sobre cómo está cambiando la cadena de valor del software y estamos empezando a ver señales tempranas de que están surgiendo nuevos modelos".
En la capa de aplicaciones, Index cree que con el tiempo, el modelo de negocio cambiará para desbloquear más valor para los clientes a través de la IA. Los usuarios ya no pagan simplemente por usar SaaS, sino que pagan en función del grado de personalización del producto, como modelos adaptados a industrias, organizaciones o incluso individuos.
En base a esto, Index ha invertido en empresas como Gong y DeepScribe.
En 2020, Index invirtió en Gong. Su producto puede registrar llamadas de ventas y permitir a los gerentes de la empresa analizar el desempeño, descubrir tendencias en los comentarios de los clientes y ayudar a capacitar y asesorar a los representantes de ventas. Cuando una organización adopta ampliamente el producto, Gong entierra los vastos conjuntos de datos generados por sus conversaciones con los clientes. Esto, a su vez, ayuda a Gong a personalizar mejor los productos para atender a empresas específicas de una manera altamente personalizada, mejorando así la experiencia del usuario.
En 2022, Index lideró la ronda de financiación Serie A de DeepScribe. El producto de DeepScribe registra conversaciones entre médico y paciente y utiliza inteligencia artificial para generar informes médicos estructurados para registros médicos electrónicos. El uso continuo puede aumentar el valor de un producto para un usuario específico (por ejemplo, un médico con un estilo particular) o un grupo de usuarios (por ejemplo, médicos de una especialidad específica o dentro de un grupo hospitalario específico que se adhiere a estándares consistentes).
En ambos casos, a medida que el producto se utiliza a lo largo del tiempo y los usuarios incorporan más datos propios al producto, la IA puede mejorar de formas altamente personalizadas.
Index cree que esta es una forma para que las empresas nativas de IA construyan un foso y sigan ganando valor con el tiempo.
Además de esto, Index ha invertido en Hebbia, un producto que utiliza IA para proporcionar información de forma rápida y precisa a la industria de servicios financieros. Index también ha invertido en Notion, una sólida empresa de flujo de trabajo y experiencia de usuario que está trabajando para integrar perfectamente la IA en la experiencia del usuario.
"Cuando hablo de IA es emocionante porque es una nueva tecnología habilitadora", dijo Price-Wright. "La IA está en todas partes y se está convirtiendo en el marcapasos de cada pieza de software".
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Después de perder cientos de millones, ¿cómo invertir en proyectos de IA? Vea cómo apuesta el índice de capital riesgo establecido en Europa
Texto: Shidao
Resumen de contenidos de este número
La aparición de ChatGPT ha encendido el entusiasmo de la comunidad de capital de riesgo por la inversión en el campo de la IA.
Sin embargo, a diferencia del patrón de tráfico en la era de Internet, como tecnología de vanguardia, el campo de la IA requiere una gran inversión, un ciclo largo y muchos competidores.
La inversión en IA se topa inevitablemente con el fenómeno de "grandes truenos pero poca lluvia". Los datos de CB Insights muestran que en el segundo trimestre de este año, la inversión total en el campo global de la IA se desplomó un 38% mes a mes.
Aun así, en un momento en el que todas las industrias se verán revolucionadas por la IA, es innegable que la IA debe ser la mayor tendencia industrial en los próximos años. Un informe de la base de datos de capital riesgo Carta muestra que, en comparación con otras categorías de startups, la valoración y la escala de financiación de las startups de IA tienen una mejor tendencia de crecimiento.
Es particularmente crucial cómo los inversores encuentran el punto de anclaje para la inversión en IA en las primeras etapas de desarrollo. Quizás podamos aprender de las prácticas de las empresas de capital de riesgo establecidas.
01 Encuentre temprano el punto de anclaje de la inversión en IA
Index Ventures (denominada Index) es una empresa europea de capital riesgo fundada en 1996. Index siempre ha sido un fiel creyente y defensor de la IA.
Un año antes del lanzamiento de ChatGPT, Index lideró la financiación Serie A de 40 millones de dólares de Cohere. Cohere es ahora un unicornio de IA con una valoración de 2 mil millones de dólares. (Para saber quién es Cohere, consulte nuestro artículo anterior: ¿Cómo el autor del artículo más joven de Transformer unió fuerzas con empresarios chinos atípicos para crear un unicornio de IA de 2 mil millones de dólares? | True Unicorn Detective)
Además, unos años antes de que ChatGPT incorporara la IA, Index ya había comenzado a invertir en empresas de inteligencia artificial como Aurora, una empresa de tecnología de conducción autónoma en San Francisco; y Arthur AI, una plataforma de aprendizaje automático en Nueva York.
Hace algún tiempo, Erin Price-Wright, socia de Index, lideró una inversión en Weaviate, una empresa de bases de datos vectoriales de código abierto. La compañía recaudó 50 millones de dólares en financiación Serie B en abril con una valoración de 200 millones de dólares, y a Index se unieron NEA, Cortical Ventures, Zetta Venture Partners e ING Ventures.
Entonces, ¿por qué Index centró su atención en las bases de datos vectoriales? Shidao (ID: survivalbiz) encontró el artículo de entrevista reciente "Así es como Index Ventures está invirtiendo en una era donde 'todas las empresas tendrán IA'" de Erin Price-Wright, socia de Index. La siguiente es la abreviatura de la traducción y el suplemento del artículo.
02 Base de datos de vectores de inversión Weaviate
En primer lugar, Price-Wright no elogió mucho ChatGPT: creía que ChatGPT solo estaba tomando atajos. Después de todo, esta tecnología existe desde hace varios años y no es nada nuevo. ChatGPT se hizo popular porque "de repente, fue visto por todos y todos pudieron sentirlo realmente como un producto de consumo".
Entonces, ¿qué es realmente valioso?
A juzgar por la entrevista, la respuesta dada por Price-Wright incluye la base de datos vectorial que soporta ChatGPT.
Los grandes modelos de lenguaje actuales se basan principalmente en tecnología de aprendizaje profundo. El aprendizaje profundo requiere la entrada de texto, imágenes, vídeos y otros datos del corpus. Sin embargo, estos datos del corpus deben convertirse en datos vectoriales antes de que puedan ser utilizados por las redes neuronales. La base de datos de vectores es una base de datos que se utiliza para almacenar y consultar datos vectoriales.
Para explicar el papel de las bases de datos vectoriales, supongamos un escenario. Las bibliotecas generalmente organizan los libros por género y autor, como literatura, economía, etc. Pero, ¿qué debes hacer si quieres encontrar una historia de terror que leíste cuando eras niño, pero solo recuerdas la trama del espantapájaros convirtiéndose en una persona viva, pero no recuerdas el título ni el autor?
Si no tiene tiempo para buscar en la estantería, la forma más rápida es preguntarle a un bibliotecario, porque ha leído muchos libros y es más probable que sepa qué libro está buscando.
Bueno, un bibliotecario es una base de datos vectorial porque las bases de datos vectoriales están diseñadas para almacenar información compleja (como la trama de un libro) sobre un objeto (como un libro). Por lo tanto, las bases de datos vectoriales le ayudan a encontrar objetos basándose en una consulta específica (por ejemplo, un libro sobre...) en lugar de algunos atributos predefinidos (por ejemplo, autor), como lo hace un bibliotecario.
Por ejemplo, si le pide a ChatGPT que genere un poema en el tono de Shakespeare, ChatGPT primero utilizará la función de búsqueda similar de la base de datos vectorial para mejorar la precisión de la salida del contenido.
Por lo tanto, al entrenar un modelo grande, la base de datos vectorial puede convertirse en una base de conocimientos, proporcionando al modelo grande los datos más recientes y una base de conocimientos interna única para cada empresa cliente.
Price-Wright dijo que Index pasó casi dos años estudiando bases de datos vectoriales antes de buscar esta oportunidad de inversión (invertir en Weaviate). "El evento que realmente tomó nuestra decisión fue ChatGPT, que nos permitió comprender realmente el valor de las bases de datos vectoriales en flujos de trabajo de IA más generativos y la importancia de comprender verdaderamente los algoritmos de integración".
La empresa llegó a dos resultados en su pensamiento.
Cuando se consideran todos estos diferentes tipos de casos de uso de IA generativa, el mercado real es mucho más grande que el mercado de búsqueda empresarial por sí solo. (El mercado era en realidad mucho más grande que el mercado de búsqueda empresarial únicamente, si se piensa en todos estos diferentes tipos de casos de uso de IA generativa).
El valor de tener una base de datos dedicada que puede estar muy cerca de incorporar algoritmos. Convirtiéndolo en un ciudadano de primera clase de su producto en lugar de un complemento a su base de datos existente. (el valor de tener una base de datos dedicada que podría acercarse mucho a los algoritmos de integración como ciudadano de primera clase dentro de su producto, en comparación con un complemento para una base de datos existente).
Price-Wright cree: “En la próxima década, las empresas que ya cuentan con grandes conjuntos de datos, grandes bases de clientes y operaciones complejas comenzarán a integrar la IA en sus productos para hacer las operaciones más eficientes, los procesos más ágiles y la toma de decisiones más eficiente. "Más rápido y más flexible. Veremos que la IA se convierte en un gran facilitador de nuevos tipos de búsqueda en la empresa, codificando datos en vectores y utilizando la IA para encontrar información similar. Para muchos casos de uso, esto será más poderoso que la búsqueda por palabras clave".
Entonces, ¿cuáles son las ventajas de Weaviate, que es el favorito de Index?
Bob van Luijt, director ejecutivo y cofundador de Weaviate, dijo: "Como producto de código abierto, la base de datos vectorial Weaviate se utiliza como infraestructura central del ecosistema nativo de IA. Permite a los usuarios, desde nuevas empresas hasta empresas, crear una nueva ola de aplicaciones, que van desde sistemas de búsqueda y recomendación personalizados hasta complementos ChatGPT".
Además, la base de datos de vectores Weaviate simplifica la gestión de datos vectoriales para los desarrolladores de IA y resuelve los problemas de generación, almacenamiento y búsqueda de vectores incrustados y sus objetos correspondientes. Tiene las siguientes funciones:
Módulo de aprendizaje automático (ML) integrado y extensible: simplemente cargue y busque; Weaviate se encarga del trabajo pesado del aprendizaje automático (ML): cualquier tipo de datos, cualquier modelo, cualquier caso de uso.
Búsqueda de vectores más rica: admite varias búsquedas de ML y también puede buscar vectores y objetos de origen que generan vectores.
Alto rendimiento: búsqueda en menos de un segundo, escalable a miles de millones de objetos, funcionando de forma ininterrumpida.
Price-Wright también dijo en una entrevista separada: "El ritmo al que las empresas y las nuevas empresas nativas de IA están utilizando Weaviate para desarrollar aplicaciones de generación, recomendación y búsqueda multimodal es increíble. Esta es la tecnología más avanzada que los desarrolladores han creado utilizando inteligencia artificial". "Los mejores productos y estamos entusiasmados de asociarnos con ellos para ayudar a impulsar la siguiente fase de crecimiento".
03 Inversión Verticalmente Integrada
Además de invertir en bases de datos vectoriales, ¿qué otras acciones ha realizado Index en el campo de la inversión en IA?
Así como SaaS surgió con el auge de la computación en la nube, los productos nativos de IA también están generando nuevos modelos de negocio.
Index cree: primero, dentro de diez años, la IA se convertirá en un componente central de cada aplicación de software; segundo, esta ola será impulsada por modelos básicos ampliamente adoptados.
"No sabemos exactamente cuáles serán estos nuevos modelos de negocio, pero tenemos algunas ideas sobre cómo está cambiando la cadena de valor del software y estamos empezando a ver señales tempranas de que están surgiendo nuevos modelos".
En la capa de aplicaciones, Index cree que con el tiempo, el modelo de negocio cambiará para desbloquear más valor para los clientes a través de la IA. Los usuarios ya no pagan simplemente por usar SaaS, sino que pagan en función del grado de personalización del producto, como modelos adaptados a industrias, organizaciones o incluso individuos.
En base a esto, Index ha invertido en empresas como Gong y DeepScribe.
En 2020, Index invirtió en Gong. Su producto puede registrar llamadas de ventas y permitir a los gerentes de la empresa analizar el desempeño, descubrir tendencias en los comentarios de los clientes y ayudar a capacitar y asesorar a los representantes de ventas. Cuando una organización adopta ampliamente el producto, Gong entierra los vastos conjuntos de datos generados por sus conversaciones con los clientes. Esto, a su vez, ayuda a Gong a personalizar mejor los productos para atender a empresas específicas de una manera altamente personalizada, mejorando así la experiencia del usuario.
En 2022, Index lideró la ronda de financiación Serie A de DeepScribe. El producto de DeepScribe registra conversaciones entre médico y paciente y utiliza inteligencia artificial para generar informes médicos estructurados para registros médicos electrónicos. El uso continuo puede aumentar el valor de un producto para un usuario específico (por ejemplo, un médico con un estilo particular) o un grupo de usuarios (por ejemplo, médicos de una especialidad específica o dentro de un grupo hospitalario específico que se adhiere a estándares consistentes).
En ambos casos, a medida que el producto se utiliza a lo largo del tiempo y los usuarios incorporan más datos propios al producto, la IA puede mejorar de formas altamente personalizadas.
Index cree que esta es una forma para que las empresas nativas de IA construyan un foso y sigan ganando valor con el tiempo.
Además de esto, Index ha invertido en Hebbia, un producto que utiliza IA para proporcionar información de forma rápida y precisa a la industria de servicios financieros. Index también ha invertido en Notion, una sólida empresa de flujo de trabajo y experiencia de usuario que está trabajando para integrar perfectamente la IA en la experiencia del usuario.
"Cuando hablo de IA es emocionante porque es una nueva tecnología habilitadora", dijo Price-Wright. "La IA está en todas partes y se está convirtiendo en el marcapasos de cada pieza de software".