1 Encontre o ponto de ancoragem para o investimento em IA antecipadamente
2 Banco de dados de vetores de investimento Weaviate
*3 Investimentos verticalmente integrados
O surgimento do ChatGPT despertou o entusiasmo da comunidade de capital de risco pelo investimento na área de IA.
No entanto, ao contrário do padrão de tráfego da era da Internet, por ser uma tecnologia de ponta, o campo da IA requer investimentos pesados, um ciclo longo e muitos concorrentes.
O investimento em IA inevitavelmente encontra o fenômeno de "grandes trovões, mas pouca chuva". Os dados da CB Insights mostram que, no segundo trimestre deste ano, o investimento total no campo global de IA despencou 38% em relação ao mês anterior.
Mesmo assim, numa altura em que todas as indústrias serão revolucionadas pela IA, é inegável que a IA deverá ser a maior tendência da indústria nos próximos anos. Um relatório da base de dados de capital de risco Carta mostra que, em comparação com outras categorias de startups, a avaliação e a escala de financiamento das startups de IA têm uma melhor tendência de crescimento.
A forma como os investidores encontram o ponto de ancoragem para o investimento em IA nas fases iniciais de desenvolvimento é particularmente crítica. Talvez possamos aprender com as práticas das empresas de capital de risco estabelecidas.
01 Encontre o ponto de ancoragem do investimento em IA antecipadamente
A Index Ventures (referida como Index) é uma empresa europeia de capital de risco fundada em 1996. A Index sempre acreditou lealmente e defendeu a IA.
Um ano antes do lançamento do ChatGPT, o Index liderou o financiamento de US$ 40 milhões da Cohere Série A. Cohere é agora um unicórnio de IA avaliado em US$ 2 bilhões. (Para saber quem é Cohere, consulte nosso artigo anterior: Como o autor do mais jovem artigo do Transformer uniu forças com empreendedores chineses atípicos para criar um unicórnio de IA de US$ 2 bilhões? | True Unicorn Detective)
Além disso, alguns anos antes de o ChatGPT integrar a IA, a Index já tinha começado a investir em empresas de inteligência artificial, como a Aurora, uma empresa de tecnologia autónoma em São Francisco; e a Arthur AI, uma plataforma de aprendizagem automática em Nova Iorque.
Há algum tempo, Erin Price-Wright, sócia da Index, liderou um investimento na Weaviate, uma empresa de banco de dados vetoriais de código aberto. A empresa levantou US$ 50 milhões em financiamento da Série B em abril, com uma avaliação de US$ 200 milhões, com a Index acompanhada pela NEA, Cortical Ventures, Zetta Venture Partners e ING Ventures.
Então, por que a Index voltou sua atenção para bancos de dados vetoriais? Shidao (ID: survivalbiz) encontrou o artigo de entrevista recente "Veja como a Index Ventures está investindo em uma era em que 'todas as empresas terão IA'", da sócia da Index, Erin Price-Wright. A seguir está a abreviatura da tradução e o suplemento do artigo.
02 Banco de dados de vetores de investimento Weaviate
Em primeiro lugar, Price-Wright não elogiou muito o ChatGPT. Ela acreditava que o ChatGPT estava apenas pegando atalhos. Afinal, essa tecnologia existe há vários anos e não é novidade. O ChatGPT tornou-se popular porque “de repente passou a ser visto por todos e todos podiam realmente senti-lo como um produto de consumo”.
Então, o que é realmente valioso?
A julgar pela entrevista, a resposta dada por Price-Wright inclui o banco de dados vetorial que suporta o ChatGPT.
Os atuais modelos de grandes linguagens baseiam-se principalmente na tecnologia de aprendizagem profunda. O aprendizado profundo requer a entrada de texto, imagens, vídeos e outros dados do corpus. No entanto, esses dados do corpus precisam ser convertidos em dados vetoriais antes que possam ser usados pelas redes neurais. O banco de dados vetorial é um banco de dados usado para armazenar e consultar dados vetoriais.
Para explicar a função dos bancos de dados vetoriais, vamos supor um cenário. As bibliotecas geralmente organizam os livros por gênero e autor, como literatura, economia, etc. Mas o que você deve fazer se quiser encontrar uma história de terror que leu quando era criança, mas só se lembra da trama do espantalho se transformando em uma pessoa viva, mas não se lembra do título ou do autor?
Se você não tem tempo de vasculhar a estante, a maneira mais rápida é perguntar a um bibliotecário, pois ele leu muitos livros e tem maior probabilidade de saber qual livro você está procurando.
Bem, um bibliotecário é um banco de dados vetorial porque os bancos de dados vetoriais são projetados para armazenar informações complexas (como o enredo de um livro) sobre um objeto (como um livro). Portanto, bancos de dados vetoriais ajudam a encontrar objetos com base em uma consulta específica (por exemplo, um livro sobre...) em vez de alguns atributos predefinidos (por exemplo, autor), assim como um bibliotecário.
Por exemplo, se você pedir ao ChatGPT para gerar um poema no tom de Shakespeare, o ChatGPT usará primeiro a função de pesquisa semelhante do banco de dados vetorial para aumentar a precisão da saída do conteúdo.
Portanto, ao treinar um modelo grande, o banco de dados vetorial pode se tornar uma base de conhecimento, fornecendo ao modelo grande os dados mais recentes e uma base de conhecimento interna exclusiva para cada empresa cliente.
Price-Wright disse que a Index passou quase dois anos estudando bancos de dados de vetores antes de procurar esta oportunidade de investimento (investir na Weaviate). “O evento que realmente tomou nossa decisão foi o ChatGPT, que nos permitiu realmente entender o valor dos bancos de dados vetoriais em fluxos de trabalho de IA mais generativos e a importância de realmente compreender os algoritmos de incorporação.”
A empresa chegou a dois resultados em seu pensamento.
Quando você considera todos esses diferentes tipos de casos de uso de IA generativa, o mercado real é muito maior do que apenas o mercado de pesquisa empresarial. (na verdade, o mercado era muito maior do que apenas o mercado de pesquisa corporativa, se você estiver pensando em todos esses diferentes tipos de casos de uso de IA generativa.)
O valor de ter um banco de dados dedicado que pode estar muito próximo da incorporação de algoritmos. Tornando você um cidadão de primeira classe de seu produto, em vez de um complemento ao seu banco de dados existente. (o valor de ter um banco de dados dedicado que possa chegar realmente próximo dos algoritmos de incorporação como um cidadão de primeira classe em seu produto, em comparação com um complemento para um banco de dados existente.)
Price-Wright acredita: “Na próxima década, as empresas que já possuem grandes conjuntos de dados, grandes bases de clientes e operações complexas começarão a integrar a IA nos seus produtos para tornar as operações mais eficientes, os processos mais simplificados e a tomada de decisões mais eficiente . Mais rápida e flexível. Veremos a IA se tornar um grande facilitador de novos tipos de pesquisa nas empresas, codificando dados em vetores e usando IA para encontrar informações semelhantes. Para muitos casos de uso, isso será mais poderoso do que a pesquisa por palavra-chave."
Então, quais são as vantagens do Weaviate, que é preferido pelo Index?
Bob van Luijt, CEO e cofundador da Weaviate, disse: "Como um produto de código aberto, o banco de dados vetorial Weaviate é usado como a infraestrutura central do ecossistema nativo de IA. Ele permite que usuários de startups a empresas criem uma nova onda de aplicativos, que vão desde sistemas personalizados de pesquisa e recomendação até plug-ins ChatGPT."
Além disso, o banco de dados vetorial Weaviate simplifica o gerenciamento de dados vetoriais para desenvolvedores de IA e resolve os problemas de geração, armazenamento e pesquisa de vetores incorporados e seus objetos correspondentes. Possui as seguintes funções:
Módulo extensível de aprendizado de máquina (ML) integrado: basta carregar e pesquisar; o Weaviate cuida do trabalho pesado do aprendizado de máquina (ML) - qualquer tipo de dados, qualquer modelo, qualquer caso de uso.
Pesquisa vetorial mais rica: suporta várias pesquisas de ML e também pode pesquisar vetores e objetos de origem que geram vetores.
Alto desempenho: pesquisa em menos de um segundo, escalonável para bilhões de objetos, funcionando ininterruptamente.
Price-Wright também disse em uma entrevista separada: "A taxa na qual empresas e startups nativas de IA estão usando o Weaviate para desenvolver aplicativos multimodais de pesquisa, recomendação e geração é incrível. Esta é a tecnologia mais avançada que os desenvolvedores construíram usando inteligência artificial ." melhores produtos e estamos entusiasmados com a parceria com eles para ajudar a impulsionar a próxima fase de crescimento."
03 Investimento verticalmente integrado
Além de investir em bancos de dados de vetores, que outras ações a Index realizou na área de investimento em IA?
Assim como o SaaS surgiu com a ascensão da computação em nuvem, os produtos nativos de IA também estão trazendo novos modelos de negócios.
A Index acredita: primeiro, dentro de dez anos, a IA se tornará um componente central de todo software aplicativo; segundo, esta onda será impulsionada por modelos básicos amplamente adotados.
“Não sabemos exatamente quais serão esses novos modelos de negócios, mas temos algumas ideias sobre como a cadeia de valor do software está mudando e estamos começando a ver os primeiros sinais do surgimento de novos modelos.”
Na camada de aplicação, a Index acredita que, com o tempo, o modelo de negócios mudará para desbloquear mais valor para os clientes por meio da IA. Os usuários não pagam mais simplesmente para usar o SaaS, mas sim com base no grau de customização ou personalização do produto, como modelos ajustados para setores, organizações ou até mesmo indivíduos.
Com base nisso, a Index investiu em empresas como Gong e DeepScribe.
Em 2020, a Index investiu no Gong. Seu produto pode registrar ligações de vendas e permitir que os gerentes da empresa analisem o desempenho, descubram tendências no feedback dos clientes e ajudem a treinar e treinar representantes de vendas. Quando uma organização adota amplamente o produto, Gong enterra os vastos conjuntos de dados gerados por suas conversas com os clientes. Isso, por sua vez, ajuda a Gong a personalizar melhor os produtos para atender negócios específicos de maneira altamente personalizada, melhorando assim a experiência do usuário.
Em 2022, o Index liderou a rodada de financiamento Série A da DeepScribe. O produto DeepScribe registra conversas entre médicos e pacientes e usa IA para gerar relatórios médicos estruturados para registros eletrônicos de saúde. O uso contínuo pode aumentar o valor de um produto para um usuário específico (por exemplo, um médico com um estilo específico) ou um grupo de usuários (por exemplo, médicos de uma especialidade específica ou dentro de um grupo hospitalar específico que adere a padrões consistentes).
Em ambos os casos, à medida que o produto é usado ao longo do tempo e os usuários colocam mais dados próprios no produto, a IA pode melhorar de maneiras altamente personalizadas.
A Index acredita que esta é uma forma de as empresas nativas de IA construírem um fosso e continuarem a ganhar valor ao longo do tempo.
Além disso, a Index investiu no Hebbia, produto que utiliza IA para fornecer informações com rapidez e precisão ao setor de serviços financeiros. A Index também investiu na Notion, uma forte empresa de fluxo de trabalho e experiência do usuário que está trabalhando para integrar perfeitamente a IA à experiência do usuário.
"Quando falo sobre IA, é emocionante porque é uma nova tecnologia facilitadora", disse Price-Wright."A IA está em toda parte e está se tornando o marcapasso de cada software."
Ver original
Esta página pode conter conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
Depois de perder centenas de milhões, como investir em projetos de IA? Veja como aposta o índice de capital de risco estabelecido na Europa
Texto: Shidao
Resumo do conteúdo desta edição
O surgimento do ChatGPT despertou o entusiasmo da comunidade de capital de risco pelo investimento na área de IA.
No entanto, ao contrário do padrão de tráfego da era da Internet, por ser uma tecnologia de ponta, o campo da IA requer investimentos pesados, um ciclo longo e muitos concorrentes.
O investimento em IA inevitavelmente encontra o fenômeno de "grandes trovões, mas pouca chuva". Os dados da CB Insights mostram que, no segundo trimestre deste ano, o investimento total no campo global de IA despencou 38% em relação ao mês anterior.
Mesmo assim, numa altura em que todas as indústrias serão revolucionadas pela IA, é inegável que a IA deverá ser a maior tendência da indústria nos próximos anos. Um relatório da base de dados de capital de risco Carta mostra que, em comparação com outras categorias de startups, a avaliação e a escala de financiamento das startups de IA têm uma melhor tendência de crescimento.
A forma como os investidores encontram o ponto de ancoragem para o investimento em IA nas fases iniciais de desenvolvimento é particularmente crítica. Talvez possamos aprender com as práticas das empresas de capital de risco estabelecidas.
01 Encontre o ponto de ancoragem do investimento em IA antecipadamente
A Index Ventures (referida como Index) é uma empresa europeia de capital de risco fundada em 1996. A Index sempre acreditou lealmente e defendeu a IA.
Um ano antes do lançamento do ChatGPT, o Index liderou o financiamento de US$ 40 milhões da Cohere Série A. Cohere é agora um unicórnio de IA avaliado em US$ 2 bilhões. (Para saber quem é Cohere, consulte nosso artigo anterior: Como o autor do mais jovem artigo do Transformer uniu forças com empreendedores chineses atípicos para criar um unicórnio de IA de US$ 2 bilhões? | True Unicorn Detective)
Além disso, alguns anos antes de o ChatGPT integrar a IA, a Index já tinha começado a investir em empresas de inteligência artificial, como a Aurora, uma empresa de tecnologia autónoma em São Francisco; e a Arthur AI, uma plataforma de aprendizagem automática em Nova Iorque.
Há algum tempo, Erin Price-Wright, sócia da Index, liderou um investimento na Weaviate, uma empresa de banco de dados vetoriais de código aberto. A empresa levantou US$ 50 milhões em financiamento da Série B em abril, com uma avaliação de US$ 200 milhões, com a Index acompanhada pela NEA, Cortical Ventures, Zetta Venture Partners e ING Ventures.
Então, por que a Index voltou sua atenção para bancos de dados vetoriais? Shidao (ID: survivalbiz) encontrou o artigo de entrevista recente "Veja como a Index Ventures está investindo em uma era em que 'todas as empresas terão IA'", da sócia da Index, Erin Price-Wright. A seguir está a abreviatura da tradução e o suplemento do artigo.
02 Banco de dados de vetores de investimento Weaviate
Em primeiro lugar, Price-Wright não elogiou muito o ChatGPT. Ela acreditava que o ChatGPT estava apenas pegando atalhos. Afinal, essa tecnologia existe há vários anos e não é novidade. O ChatGPT tornou-se popular porque “de repente passou a ser visto por todos e todos podiam realmente senti-lo como um produto de consumo”.
Então, o que é realmente valioso?
A julgar pela entrevista, a resposta dada por Price-Wright inclui o banco de dados vetorial que suporta o ChatGPT.
Os atuais modelos de grandes linguagens baseiam-se principalmente na tecnologia de aprendizagem profunda. O aprendizado profundo requer a entrada de texto, imagens, vídeos e outros dados do corpus. No entanto, esses dados do corpus precisam ser convertidos em dados vetoriais antes que possam ser usados pelas redes neurais. O banco de dados vetorial é um banco de dados usado para armazenar e consultar dados vetoriais.
Para explicar a função dos bancos de dados vetoriais, vamos supor um cenário. As bibliotecas geralmente organizam os livros por gênero e autor, como literatura, economia, etc. Mas o que você deve fazer se quiser encontrar uma história de terror que leu quando era criança, mas só se lembra da trama do espantalho se transformando em uma pessoa viva, mas não se lembra do título ou do autor?
Se você não tem tempo de vasculhar a estante, a maneira mais rápida é perguntar a um bibliotecário, pois ele leu muitos livros e tem maior probabilidade de saber qual livro você está procurando.
Bem, um bibliotecário é um banco de dados vetorial porque os bancos de dados vetoriais são projetados para armazenar informações complexas (como o enredo de um livro) sobre um objeto (como um livro). Portanto, bancos de dados vetoriais ajudam a encontrar objetos com base em uma consulta específica (por exemplo, um livro sobre...) em vez de alguns atributos predefinidos (por exemplo, autor), assim como um bibliotecário.
Por exemplo, se você pedir ao ChatGPT para gerar um poema no tom de Shakespeare, o ChatGPT usará primeiro a função de pesquisa semelhante do banco de dados vetorial para aumentar a precisão da saída do conteúdo.
Portanto, ao treinar um modelo grande, o banco de dados vetorial pode se tornar uma base de conhecimento, fornecendo ao modelo grande os dados mais recentes e uma base de conhecimento interna exclusiva para cada empresa cliente.
Price-Wright disse que a Index passou quase dois anos estudando bancos de dados de vetores antes de procurar esta oportunidade de investimento (investir na Weaviate). “O evento que realmente tomou nossa decisão foi o ChatGPT, que nos permitiu realmente entender o valor dos bancos de dados vetoriais em fluxos de trabalho de IA mais generativos e a importância de realmente compreender os algoritmos de incorporação.”
A empresa chegou a dois resultados em seu pensamento.
Quando você considera todos esses diferentes tipos de casos de uso de IA generativa, o mercado real é muito maior do que apenas o mercado de pesquisa empresarial. (na verdade, o mercado era muito maior do que apenas o mercado de pesquisa corporativa, se você estiver pensando em todos esses diferentes tipos de casos de uso de IA generativa.)
O valor de ter um banco de dados dedicado que pode estar muito próximo da incorporação de algoritmos. Tornando você um cidadão de primeira classe de seu produto, em vez de um complemento ao seu banco de dados existente. (o valor de ter um banco de dados dedicado que possa chegar realmente próximo dos algoritmos de incorporação como um cidadão de primeira classe em seu produto, em comparação com um complemento para um banco de dados existente.)
Price-Wright acredita: “Na próxima década, as empresas que já possuem grandes conjuntos de dados, grandes bases de clientes e operações complexas começarão a integrar a IA nos seus produtos para tornar as operações mais eficientes, os processos mais simplificados e a tomada de decisões mais eficiente . Mais rápida e flexível. Veremos a IA se tornar um grande facilitador de novos tipos de pesquisa nas empresas, codificando dados em vetores e usando IA para encontrar informações semelhantes. Para muitos casos de uso, isso será mais poderoso do que a pesquisa por palavra-chave."
Então, quais são as vantagens do Weaviate, que é preferido pelo Index?
Bob van Luijt, CEO e cofundador da Weaviate, disse: "Como um produto de código aberto, o banco de dados vetorial Weaviate é usado como a infraestrutura central do ecossistema nativo de IA. Ele permite que usuários de startups a empresas criem uma nova onda de aplicativos, que vão desde sistemas personalizados de pesquisa e recomendação até plug-ins ChatGPT."
Além disso, o banco de dados vetorial Weaviate simplifica o gerenciamento de dados vetoriais para desenvolvedores de IA e resolve os problemas de geração, armazenamento e pesquisa de vetores incorporados e seus objetos correspondentes. Possui as seguintes funções:
Módulo extensível de aprendizado de máquina (ML) integrado: basta carregar e pesquisar; o Weaviate cuida do trabalho pesado do aprendizado de máquina (ML) - qualquer tipo de dados, qualquer modelo, qualquer caso de uso.
Pesquisa vetorial mais rica: suporta várias pesquisas de ML e também pode pesquisar vetores e objetos de origem que geram vetores.
Alto desempenho: pesquisa em menos de um segundo, escalonável para bilhões de objetos, funcionando ininterruptamente.
Price-Wright também disse em uma entrevista separada: "A taxa na qual empresas e startups nativas de IA estão usando o Weaviate para desenvolver aplicativos multimodais de pesquisa, recomendação e geração é incrível. Esta é a tecnologia mais avançada que os desenvolvedores construíram usando inteligência artificial ." melhores produtos e estamos entusiasmados com a parceria com eles para ajudar a impulsionar a próxima fase de crescimento."
03 Investimento verticalmente integrado
Além de investir em bancos de dados de vetores, que outras ações a Index realizou na área de investimento em IA?
Assim como o SaaS surgiu com a ascensão da computação em nuvem, os produtos nativos de IA também estão trazendo novos modelos de negócios.
A Index acredita: primeiro, dentro de dez anos, a IA se tornará um componente central de todo software aplicativo; segundo, esta onda será impulsionada por modelos básicos amplamente adotados.
“Não sabemos exatamente quais serão esses novos modelos de negócios, mas temos algumas ideias sobre como a cadeia de valor do software está mudando e estamos começando a ver os primeiros sinais do surgimento de novos modelos.”
Na camada de aplicação, a Index acredita que, com o tempo, o modelo de negócios mudará para desbloquear mais valor para os clientes por meio da IA. Os usuários não pagam mais simplesmente para usar o SaaS, mas sim com base no grau de customização ou personalização do produto, como modelos ajustados para setores, organizações ou até mesmo indivíduos.
Com base nisso, a Index investiu em empresas como Gong e DeepScribe.
Em 2020, a Index investiu no Gong. Seu produto pode registrar ligações de vendas e permitir que os gerentes da empresa analisem o desempenho, descubram tendências no feedback dos clientes e ajudem a treinar e treinar representantes de vendas. Quando uma organização adota amplamente o produto, Gong enterra os vastos conjuntos de dados gerados por suas conversas com os clientes. Isso, por sua vez, ajuda a Gong a personalizar melhor os produtos para atender negócios específicos de maneira altamente personalizada, melhorando assim a experiência do usuário.
Em 2022, o Index liderou a rodada de financiamento Série A da DeepScribe. O produto DeepScribe registra conversas entre médicos e pacientes e usa IA para gerar relatórios médicos estruturados para registros eletrônicos de saúde. O uso contínuo pode aumentar o valor de um produto para um usuário específico (por exemplo, um médico com um estilo específico) ou um grupo de usuários (por exemplo, médicos de uma especialidade específica ou dentro de um grupo hospitalar específico que adere a padrões consistentes).
Em ambos os casos, à medida que o produto é usado ao longo do tempo e os usuários colocam mais dados próprios no produto, a IA pode melhorar de maneiras altamente personalizadas.
A Index acredita que esta é uma forma de as empresas nativas de IA construírem um fosso e continuarem a ganhar valor ao longo do tempo.
Além disso, a Index investiu no Hebbia, produto que utiliza IA para fornecer informações com rapidez e precisão ao setor de serviços financeiros. A Index também investiu na Notion, uma forte empresa de fluxo de trabalho e experiência do usuário que está trabalhando para integrar perfeitamente a IA à experiência do usuário.
"Quando falo sobre IA, é emocionante porque é uma nova tecnologia facilitadora", disse Price-Wright."A IA está em toda parte e está se tornando o marcapasso de cada software."