1 Trouvez tôt le point d'ancrage de l'investissement dans l'IA
2 Base de données de vecteurs d'investissement Weaviate
*3 Investissements intégrés verticalement
L'émergence de ChatGPT a déclenché l'enthousiasme de la communauté du capital-risque pour l'investissement dans le domaine de l'IA.
Cependant, contrairement au modèle de trafic à l'ère d'Internet, en tant que technologie de pointe, le domaine de l'IA nécessite des investissements lourds, un cycle long et de nombreux concurrents.
L'investissement dans l'IA se heurte inévitablement au phénomène du « gros tonnerre mais peu de pluie ». Les données de CB Insights montrent qu'au deuxième trimestre de cette année, l'investissement total dans le domaine mondial de l'IA a chuté de 38 % d'un mois à l'autre.
Néanmoins, à une époque où tous les secteurs seront révolutionnés par l’IA, il est indéniable que l’IA doit être la plus grande tendance industrielle des prochaines années. Un rapport de la base de données de capital-risque Carta montre que par rapport à d'autres catégories de startups, la valorisation et l'échelle de financement des startups d'IA ont une meilleure tendance à la croissance.
La manière dont les investisseurs trouvent le point d’ancrage de l’investissement dans l’IA dès les premiers stades de développement est particulièrement cruciale. Peut-être pouvons-nous tirer des leçons des pratiques des sociétés de capital-risque établies.
01 Trouvez tôt le point d'ancrage de l'investissement dans l'IA
Index Ventures (dénommé Index) est une société européenne de capital-risque établie fondée en 1996. Index a toujours été un fidèle partisan et défenseur de l’IA.
Un an avant la sortie de ChatGPT, Index a dirigé le financement de série A de 40 millions de dollars américains de Cohere. Cohere est désormais une licorne IA avec une valorisation de 2 milliards de dollars américains. (Pour savoir qui est Cohere, veuillez vous référer à notre article précédent : Comment l'auteur du plus jeune article de Transformer a-t-il uni ses forces avec des entrepreneurs chinois atypiques pour créer une licorne IA de 2 milliards de dollars ? | True Unicorn Detective)
De plus, quelques années avant que ChatGPT n'intègre l'IA, Index avait déjà commencé à investir dans des sociétés d'intelligence artificielle telles qu'Aurora, une entreprise de technologie de conduite autonome à San Francisco ; et Arthur AI, une plateforme d'apprentissage automatique à New York.
Il y a quelque temps, Erin Price-Wright, associée chez Index, a dirigé un investissement dans Weaviate, une société de bases de données vectorielles open source. La société a levé 50 millions de dollars en financement de série B en avril pour une valorisation de 200 millions de dollars, Index étant rejoint par NEA, Cortical Ventures, Zetta Venture Partners et ING Ventures.
Alors, pourquoi Index a-t-il porté son attention sur les bases de données vectorielles ? Shidao (ID : survivalbiz) a trouvé l'article d'interview récent « Voici comment Index Ventures investit dans une époque où « chaque entreprise aura l'IA » » par Erin Price-Wright, partenaire d'Index. Ce qui suit est l'abréviation de traduction et le supplément de l'article.
02 Base de données de vecteurs d'investissement Weaviate
Tout d’abord, Price-Wright n’a pas fait l’éloge de ChatGPT. Elle pensait que ChatGPT ne faisait que prendre des raccourcis. Après tout, cette technologie existe depuis plusieurs années et n’est pas nouvelle. ChatGPT est devenu populaire parce que « tout à coup, il a été vu par tout le monde, et tout le monde pouvait vraiment le ressentir comme un produit de consommation ».
Alors, qu’est-ce qui a vraiment de la valeur ?
À en juger par l'interview, la réponse donnée par Price-Wright inclut la base de données vectorielles prenant en charge ChatGPT.
Les grands modèles de langage actuels sont principalement basés sur la technologie d’apprentissage profond. L'apprentissage profond nécessite la saisie de textes, d'images, de vidéos et d'autres données de corpus. Cependant, ces données de corpus doivent être converties en données vectorielles avant de pouvoir être utilisées par les réseaux de neurones. La base de données vectorielles est une base de données utilisée pour stocker et interroger des données vectorielles.
Pour expliquer le rôle des bases de données vectorielles, supposons un scénario. Les bibliothèques classent généralement les livres par genre et par auteur, comme la littérature, l'économie, etc. Mais que faire si vous voulez retrouver une histoire d’horreur que vous avez lue quand vous étiez enfant, mais que vous vous souvenez seulement de l’intrigue de l’épouvantail se transformant en personne vivante, mais que vous ne vous souvenez plus du titre ou de l’auteur ?
Si vous n'avez pas le temps de fouiller dans la bibliothèque, le moyen le plus rapide est de demander conseil à un bibliothécaire, car il a lu beaucoup de livres et est plus susceptible de savoir quel livre vous recherchez.
Eh bien, un bibliothécaire est une base de données vectorielle car les bases de données vectorielles sont conçues pour stocker des informations complexes (comme l'intrigue d'un livre) sur un objet (comme un livre). Par conséquent, les bases de données vectorielles vous aident à trouver des objets en fonction d'une requête spécifique (par exemple, un livre sur...) plutôt que de certains attributs prédéfinis (par exemple, un auteur), tout comme un bibliothécaire.
Par exemple, si vous demandez à ChatGPT de générer un poème sur le ton de Shakespeare, ChatGPT utilisera d'abord la fonction de recherche similaire de la base de données vectorielles pour améliorer la précision de la sortie du contenu.
Par conséquent, lors de la formation d'un grand modèle, la base de données vectorielle peut devenir une base de connaissances, fournissant au grand modèle les données les plus récentes et une base de connaissances interne unique à chaque entreprise cliente.
Price-Wright a déclaré qu'Index avait passé près de deux ans à étudier les bases de données vectorielles avant de rechercher cette opportunité d'investissement (investir dans Weaviate). "L'événement qui a vraiment fait notre décision a été ChatGPT, qui nous a permis de vraiment comprendre la valeur des bases de données vectorielles dans des flux de travail d'IA plus génératifs, et l'importance de véritablement comprendre les algorithmes d'intégration."
L’entreprise est parvenue à deux résultats dans sa réflexion.
Lorsque l’on considère tous ces différents types de cas d’utilisation de l’IA générative, le marché réel est bien plus vaste que le seul marché de la recherche d’entreprise. (le marché était en fait bien plus important que celui de la recherche d'entreprise seule, si vous pensez à tous ces différents types de cas d'utilisation de l'IA générative.)
L’intérêt d’avoir une base de données dédiée qui peut être très proche de l’intégration d’algorithmes. Faire de vous un citoyen de premier ordre de son produit plutôt qu'un complément à votre base de données existante. (l'intérêt d'avoir une base de données dédiée qui pourrait se rapprocher vraiment des algorithmes d'intégration en tant que citoyen de premier ordre au sein de son produit, par rapport à un ajout à une base de données existante.)
Price-Wright estime : « Au cours de la prochaine décennie, les entreprises qui disposent déjà de vastes ensembles de données, d'une large base de clients et d'opérations complexes commenceront à intégrer l'IA dans leurs produits pour rendre les opérations plus efficaces, les processus plus rationalisés et la prise de décision plus efficace. " Plus rapide et plus flexible. Nous verrons l'IA devenir un grand catalyseur de nouveaux types de recherche dans l'entreprise, codant les données dans des vecteurs et utilisant l'IA pour trouver des informations similaires. Dans de nombreux cas d'utilisation, cela sera plus puissant que la recherche par mot clé. "
Alors, quels sont les avantages de Weaviate, favorisé par Index ?
Bob van Luijt, PDG et co-fondateur de Weaviate, a déclaré : « En tant que produit open source, la base de données vectorielles Weaviate est utilisée comme infrastructure de base de l'écosystème natif de l'IA. Elle permet aux utilisateurs, des startups aux entreprises, de créer une nouvelle vague. d'applications, celles-ci vont des systèmes de recherche et de recommandation personnalisés aux plugins ChatGPT.
De plus, la base de données vectorielles Weaviate simplifie la gestion des données vectorielles pour les développeurs d'IA et résout les problèmes de génération, de stockage et de recherche de vecteurs intégrés et de leurs objets correspondants. Elle a les fonctions suivantes :
Module d'apprentissage automatique (ML) intégré extensible : il suffit de charger et de rechercher ; Weaviate se charge du gros du travail d'apprentissage automatique (ML) - n'importe quel type de données, n'importe quel modèle, n'importe quel cas d'utilisation.
Recherche de vecteurs plus riches : prend en charge diverses recherches ML et peut également rechercher des vecteurs et des objets sources qui génèrent des vecteurs.
Hautes performances : recherche en moins d'une seconde, évolutive jusqu'à des milliards d'objets, fonctionnant sans interruption.
Price-Wright a également déclaré dans une interview séparée : « La vitesse à laquelle les entreprises et les startups natives de l'IA utilisent Weaviate pour développer des applications multimodales de recherche, de recommandation et de génération est incroyable. Il s'agit de la technologie la plus avancée que les développeurs ont construite en utilisant l'intelligence artificielle. " meilleurs produits et nous sommes ravis de nous associer avec eux pour contribuer à la prochaine phase de croissance. "
03 Investissement intégré verticalement
En plus d’investir dans des bases de données vectorielles, quelles autres actions Index a-t-il menées dans le domaine de l’investissement dans l’IA ?
Tout comme le SaaS a émergé avec l’essor du cloud computing, les produits natifs d’IA apportent également de nouveaux modèles économiques.
Index estime : premièrement, d’ici dix ans, l’IA deviendra un composant essentiel de chaque logiciel d’application ; deuxièmement, cette vague sera portée par des modèles de base largement adoptés.
« Nous ne savons pas exactement quels seront ces nouveaux modèles économiques, mais nous avons quelques idées sur la manière dont la chaîne de valeur logicielle évolue et nous commençons à voir les premiers signes de l'émergence de nouveaux modèles. »
Au niveau de la couche application, Index estime qu'au fil du temps, le modèle commercial évoluera vers la création de plus de valeur pour les clients grâce à l'IA. Les utilisateurs ne paient plus simplement pour utiliser le SaaS, mais plutôt en fonction du degré de personnalisation du produit, comme par exemple des modèles adaptés aux secteurs, aux organisations ou même aux individus.
Sur cette base, Index a investi dans des sociétés telles que Gong et DeepScribe.
En 2020, Index a investi dans Gong. Leur produit peut enregistrer les appels commerciaux et permettre aux chefs d'entreprise d'analyser les performances, de découvrir les tendances dans les commentaires des clients et de contribuer à la formation et au coaching des représentants commerciaux. Lorsqu’une organisation adopte largement le produit, Gong enterre les vastes ensembles de données générés par ses conversations avec les clients. Cela aide à son tour Gong à mieux personnaliser ses produits pour servir des entreprises spécifiques de manière hautement personnalisée, améliorant ainsi l'expérience utilisateur.
En 2022, Index a dirigé le cycle de financement de série A de DeepScribe. Le produit de DeepScribe enregistre les conversations médecin-patient et utilise l'IA pour générer des rapports médicaux structurés pour les dossiers de santé électroniques. Une utilisation continue peut augmenter la valeur d'un produit pour un utilisateur spécifique (par exemple, un médecin avec un style particulier) ou un groupe d'utilisateurs (par exemple, des médecins dans une spécialité spécifique ou au sein d'un groupe hospitalier spécifique qui adhère à des normes cohérentes).
Dans les deux cas, à mesure que le produit est utilisé au fil du temps et que les utilisateurs mettent davantage de leurs propres données dans le produit, l'IA peut s'améliorer de manière hautement personnalisée.
Index estime qu'il s'agit d'un moyen pour les entreprises natives de l'IA de construire un fossé et de continuer à gagner de la valeur au fil du temps.
En outre, Index a investi dans Hebbia, un produit qui utilise l'IA pour fournir des informations rapidement et avec précision au secteur des services financiers. Index a également investi dans Notion, une solide société de workflow et d'expérience utilisateur qui s'efforce d'intégrer de manière transparente l'IA dans l'expérience utilisateur.
"Quand je parle d'IA, c'est passionnant parce qu'il s'agit d'une nouvelle technologie générique", a déclaré Price-Wright. "L'IA est partout et est en train de devenir le moteur de chaque logiciel."
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Après avoir perdu des centaines de millions, comment investir dans des projets d’IA ? Découvrez comment l’indice de capital-risque européen parie
Texte : Shidao
Résumé du contenu de ce numéro
L'émergence de ChatGPT a déclenché l'enthousiasme de la communauté du capital-risque pour l'investissement dans le domaine de l'IA.
Cependant, contrairement au modèle de trafic à l'ère d'Internet, en tant que technologie de pointe, le domaine de l'IA nécessite des investissements lourds, un cycle long et de nombreux concurrents.
L'investissement dans l'IA se heurte inévitablement au phénomène du « gros tonnerre mais peu de pluie ». Les données de CB Insights montrent qu'au deuxième trimestre de cette année, l'investissement total dans le domaine mondial de l'IA a chuté de 38 % d'un mois à l'autre.
Néanmoins, à une époque où tous les secteurs seront révolutionnés par l’IA, il est indéniable que l’IA doit être la plus grande tendance industrielle des prochaines années. Un rapport de la base de données de capital-risque Carta montre que par rapport à d'autres catégories de startups, la valorisation et l'échelle de financement des startups d'IA ont une meilleure tendance à la croissance.
La manière dont les investisseurs trouvent le point d’ancrage de l’investissement dans l’IA dès les premiers stades de développement est particulièrement cruciale. Peut-être pouvons-nous tirer des leçons des pratiques des sociétés de capital-risque établies.
01 Trouvez tôt le point d'ancrage de l'investissement dans l'IA
Index Ventures (dénommé Index) est une société européenne de capital-risque établie fondée en 1996. Index a toujours été un fidèle partisan et défenseur de l’IA.
Un an avant la sortie de ChatGPT, Index a dirigé le financement de série A de 40 millions de dollars américains de Cohere. Cohere est désormais une licorne IA avec une valorisation de 2 milliards de dollars américains. (Pour savoir qui est Cohere, veuillez vous référer à notre article précédent : Comment l'auteur du plus jeune article de Transformer a-t-il uni ses forces avec des entrepreneurs chinois atypiques pour créer une licorne IA de 2 milliards de dollars ? | True Unicorn Detective)
De plus, quelques années avant que ChatGPT n'intègre l'IA, Index avait déjà commencé à investir dans des sociétés d'intelligence artificielle telles qu'Aurora, une entreprise de technologie de conduite autonome à San Francisco ; et Arthur AI, une plateforme d'apprentissage automatique à New York.
Il y a quelque temps, Erin Price-Wright, associée chez Index, a dirigé un investissement dans Weaviate, une société de bases de données vectorielles open source. La société a levé 50 millions de dollars en financement de série B en avril pour une valorisation de 200 millions de dollars, Index étant rejoint par NEA, Cortical Ventures, Zetta Venture Partners et ING Ventures.
Alors, pourquoi Index a-t-il porté son attention sur les bases de données vectorielles ? Shidao (ID : survivalbiz) a trouvé l'article d'interview récent « Voici comment Index Ventures investit dans une époque où « chaque entreprise aura l'IA » » par Erin Price-Wright, partenaire d'Index. Ce qui suit est l'abréviation de traduction et le supplément de l'article.
02 Base de données de vecteurs d'investissement Weaviate
Tout d’abord, Price-Wright n’a pas fait l’éloge de ChatGPT. Elle pensait que ChatGPT ne faisait que prendre des raccourcis. Après tout, cette technologie existe depuis plusieurs années et n’est pas nouvelle. ChatGPT est devenu populaire parce que « tout à coup, il a été vu par tout le monde, et tout le monde pouvait vraiment le ressentir comme un produit de consommation ».
Alors, qu’est-ce qui a vraiment de la valeur ?
À en juger par l'interview, la réponse donnée par Price-Wright inclut la base de données vectorielles prenant en charge ChatGPT.
Les grands modèles de langage actuels sont principalement basés sur la technologie d’apprentissage profond. L'apprentissage profond nécessite la saisie de textes, d'images, de vidéos et d'autres données de corpus. Cependant, ces données de corpus doivent être converties en données vectorielles avant de pouvoir être utilisées par les réseaux de neurones. La base de données vectorielles est une base de données utilisée pour stocker et interroger des données vectorielles.
Pour expliquer le rôle des bases de données vectorielles, supposons un scénario. Les bibliothèques classent généralement les livres par genre et par auteur, comme la littérature, l'économie, etc. Mais que faire si vous voulez retrouver une histoire d’horreur que vous avez lue quand vous étiez enfant, mais que vous vous souvenez seulement de l’intrigue de l’épouvantail se transformant en personne vivante, mais que vous ne vous souvenez plus du titre ou de l’auteur ?
Si vous n'avez pas le temps de fouiller dans la bibliothèque, le moyen le plus rapide est de demander conseil à un bibliothécaire, car il a lu beaucoup de livres et est plus susceptible de savoir quel livre vous recherchez.
Eh bien, un bibliothécaire est une base de données vectorielle car les bases de données vectorielles sont conçues pour stocker des informations complexes (comme l'intrigue d'un livre) sur un objet (comme un livre). Par conséquent, les bases de données vectorielles vous aident à trouver des objets en fonction d'une requête spécifique (par exemple, un livre sur...) plutôt que de certains attributs prédéfinis (par exemple, un auteur), tout comme un bibliothécaire.
Par exemple, si vous demandez à ChatGPT de générer un poème sur le ton de Shakespeare, ChatGPT utilisera d'abord la fonction de recherche similaire de la base de données vectorielles pour améliorer la précision de la sortie du contenu.
Par conséquent, lors de la formation d'un grand modèle, la base de données vectorielle peut devenir une base de connaissances, fournissant au grand modèle les données les plus récentes et une base de connaissances interne unique à chaque entreprise cliente.
Price-Wright a déclaré qu'Index avait passé près de deux ans à étudier les bases de données vectorielles avant de rechercher cette opportunité d'investissement (investir dans Weaviate). "L'événement qui a vraiment fait notre décision a été ChatGPT, qui nous a permis de vraiment comprendre la valeur des bases de données vectorielles dans des flux de travail d'IA plus génératifs, et l'importance de véritablement comprendre les algorithmes d'intégration."
L’entreprise est parvenue à deux résultats dans sa réflexion.
Lorsque l’on considère tous ces différents types de cas d’utilisation de l’IA générative, le marché réel est bien plus vaste que le seul marché de la recherche d’entreprise. (le marché était en fait bien plus important que celui de la recherche d'entreprise seule, si vous pensez à tous ces différents types de cas d'utilisation de l'IA générative.)
L’intérêt d’avoir une base de données dédiée qui peut être très proche de l’intégration d’algorithmes. Faire de vous un citoyen de premier ordre de son produit plutôt qu'un complément à votre base de données existante. (l'intérêt d'avoir une base de données dédiée qui pourrait se rapprocher vraiment des algorithmes d'intégration en tant que citoyen de premier ordre au sein de son produit, par rapport à un ajout à une base de données existante.)
Price-Wright estime : « Au cours de la prochaine décennie, les entreprises qui disposent déjà de vastes ensembles de données, d'une large base de clients et d'opérations complexes commenceront à intégrer l'IA dans leurs produits pour rendre les opérations plus efficaces, les processus plus rationalisés et la prise de décision plus efficace. " Plus rapide et plus flexible. Nous verrons l'IA devenir un grand catalyseur de nouveaux types de recherche dans l'entreprise, codant les données dans des vecteurs et utilisant l'IA pour trouver des informations similaires. Dans de nombreux cas d'utilisation, cela sera plus puissant que la recherche par mot clé. "
Alors, quels sont les avantages de Weaviate, favorisé par Index ?
Bob van Luijt, PDG et co-fondateur de Weaviate, a déclaré : « En tant que produit open source, la base de données vectorielles Weaviate est utilisée comme infrastructure de base de l'écosystème natif de l'IA. Elle permet aux utilisateurs, des startups aux entreprises, de créer une nouvelle vague. d'applications, celles-ci vont des systèmes de recherche et de recommandation personnalisés aux plugins ChatGPT.
De plus, la base de données vectorielles Weaviate simplifie la gestion des données vectorielles pour les développeurs d'IA et résout les problèmes de génération, de stockage et de recherche de vecteurs intégrés et de leurs objets correspondants. Elle a les fonctions suivantes :
Module d'apprentissage automatique (ML) intégré extensible : il suffit de charger et de rechercher ; Weaviate se charge du gros du travail d'apprentissage automatique (ML) - n'importe quel type de données, n'importe quel modèle, n'importe quel cas d'utilisation.
Recherche de vecteurs plus riches : prend en charge diverses recherches ML et peut également rechercher des vecteurs et des objets sources qui génèrent des vecteurs.
Hautes performances : recherche en moins d'une seconde, évolutive jusqu'à des milliards d'objets, fonctionnant sans interruption.
Price-Wright a également déclaré dans une interview séparée : « La vitesse à laquelle les entreprises et les startups natives de l'IA utilisent Weaviate pour développer des applications multimodales de recherche, de recommandation et de génération est incroyable. Il s'agit de la technologie la plus avancée que les développeurs ont construite en utilisant l'intelligence artificielle. " meilleurs produits et nous sommes ravis de nous associer avec eux pour contribuer à la prochaine phase de croissance. "
03 Investissement intégré verticalement
En plus d’investir dans des bases de données vectorielles, quelles autres actions Index a-t-il menées dans le domaine de l’investissement dans l’IA ?
Tout comme le SaaS a émergé avec l’essor du cloud computing, les produits natifs d’IA apportent également de nouveaux modèles économiques.
Index estime : premièrement, d’ici dix ans, l’IA deviendra un composant essentiel de chaque logiciel d’application ; deuxièmement, cette vague sera portée par des modèles de base largement adoptés.
« Nous ne savons pas exactement quels seront ces nouveaux modèles économiques, mais nous avons quelques idées sur la manière dont la chaîne de valeur logicielle évolue et nous commençons à voir les premiers signes de l'émergence de nouveaux modèles. »
Au niveau de la couche application, Index estime qu'au fil du temps, le modèle commercial évoluera vers la création de plus de valeur pour les clients grâce à l'IA. Les utilisateurs ne paient plus simplement pour utiliser le SaaS, mais plutôt en fonction du degré de personnalisation du produit, comme par exemple des modèles adaptés aux secteurs, aux organisations ou même aux individus.
Sur cette base, Index a investi dans des sociétés telles que Gong et DeepScribe.
En 2020, Index a investi dans Gong. Leur produit peut enregistrer les appels commerciaux et permettre aux chefs d'entreprise d'analyser les performances, de découvrir les tendances dans les commentaires des clients et de contribuer à la formation et au coaching des représentants commerciaux. Lorsqu’une organisation adopte largement le produit, Gong enterre les vastes ensembles de données générés par ses conversations avec les clients. Cela aide à son tour Gong à mieux personnaliser ses produits pour servir des entreprises spécifiques de manière hautement personnalisée, améliorant ainsi l'expérience utilisateur.
En 2022, Index a dirigé le cycle de financement de série A de DeepScribe. Le produit de DeepScribe enregistre les conversations médecin-patient et utilise l'IA pour générer des rapports médicaux structurés pour les dossiers de santé électroniques. Une utilisation continue peut augmenter la valeur d'un produit pour un utilisateur spécifique (par exemple, un médecin avec un style particulier) ou un groupe d'utilisateurs (par exemple, des médecins dans une spécialité spécifique ou au sein d'un groupe hospitalier spécifique qui adhère à des normes cohérentes).
Dans les deux cas, à mesure que le produit est utilisé au fil du temps et que les utilisateurs mettent davantage de leurs propres données dans le produit, l'IA peut s'améliorer de manière hautement personnalisée.
Index estime qu'il s'agit d'un moyen pour les entreprises natives de l'IA de construire un fossé et de continuer à gagner de la valeur au fil du temps.
En outre, Index a investi dans Hebbia, un produit qui utilise l'IA pour fournir des informations rapidement et avec précision au secteur des services financiers. Index a également investi dans Notion, une solide société de workflow et d'expérience utilisateur qui s'efforce d'intégrer de manière transparente l'IA dans l'expérience utilisateur.
"Quand je parle d'IA, c'est passionnant parce qu'il s'agit d'une nouvelle technologie générique", a déclaré Price-Wright. "L'IA est partout et est en train de devenir le moteur de chaque logiciel."