Как после потери сотен миллионов инвестировать в проекты искусственного интеллекта? Посмотрите, как делает ставки Европейский индекс венчурного капитала
1 Найдите опорную точку для инвестиций в ИИ как можно раньше
2 База данных векторов инвестиций Weaviate
*3 Вертикально интегрированные инвестиции
Появление ChatGPT разожгло энтузиазм венчурного сообщества по поводу инвестиций в сферу искусственного интеллекта.
Однако, в отличие от структуры трафика в эпоху Интернета, сфера ИИ, будучи передовой технологией, требует крупных инвестиций, длительного цикла и множества конкурентов.
Инвестиции в ИИ неизбежно сталкиваются с явлением «большой гром, но мало дождя». Данные CB Insights показывают, что во втором квартале этого года общий объем инвестиций в глобальную сферу искусственного интеллекта упал на 38% по сравнению с предыдущим месяцем.
Несмотря на это, в то время, когда искусственный интеллект произведет революцию в каждой отрасли, нельзя отрицать, что искусственный интеллект должен стать крупнейшей отраслевой тенденцией в ближайшие несколько лет. Отчет из базы данных венчурного капитала Carta показывает, что по сравнению с другими категориями стартапов масштабы оценки и финансирования AI-стартапов имеют лучшую тенденцию роста.
Особенно важно то, как инвесторы находят точку опоры для инвестиций в ИИ на ранних стадиях развития. Возможно, нам стоит поучиться на опыте известных фирм венчурного капитала.
01 Определите точку привязки инвестиций в ИИ как можно раньше
Index Ventures (именуемая Index) — признанная европейская компания венчурного капитала, основанная в 1996 году. Индекс всегда была преданным сторонником и защитником ИИ.
За год до выпуска ChatGPT Index возглавил финансирование серии A Cohere на сумму 40 миллионов долларов США. (Что такое Cohere, читайте в нашей предыдущей статье: Как автор самой молодой статьи о Трансформере объединил усилия с нетипичными китайскими предпринимателями, чтобы создать ИИ-единорога стоимостью 2 миллиарда долларов США? | Настоящий детектив-единорог)
Кроме того, за несколько лет до того, как ChatGPT внедрил искусственный интеллект, Index уже начала инвестировать в компании, занимающиеся искусственным интеллектом, такие как Aurora, технологическую компанию по производству беспилотных автомобилей в Сан-Франциско, и Arthur AI, платформу машинного обучения в Нью-Йорке.
Некоторое время назад Эрин Прайс-Райт, партнер Index, возглавила инвестиции в Weaviate, компанию, занимающуюся векторными базами данных с открытым исходным кодом. В апреле компания привлекла 50 миллионов долларов в рамках серии B при оценке в 200 миллионов долларов, и помимо Index, к раунду также присоединились NEA, Cortical Ventures, Zetta Venture Partners и ING Ventures.
Так почему же Index обратил свое внимание на векторные базы данных? Шидао (ID: Survivalbiz) нашел недавнюю статью в интервью «Вот как Index Ventures инвестирует в эпоху, когда каждая компания будет иметь искусственный интеллект» партнера по индексу Эрин Прайс-Райт. Ниже приведены аббревиатура перевода и дополнение к статье.
02 База данных векторов инвестиций Weaviate
Прежде всего, Прайс-Райт не дала высокой оценки ChatGPT. Она считала, что ChatGPT просто использует ярлыки. В конце концов, эта технология существует уже несколько лет и не является чем-то новым. ChatGPT стал популярным, потому что «внезапно его увидели все, и каждый действительно почувствовал его как потребительский продукт».
Итак, что же действительно ценно?
Судя по интервью, ответ Прайса-Райта включает в себя векторную базу данных, поддерживающую ChatGPT.
Современные модели больших языков в основном основаны на технологии глубокого обучения. Глубокое обучение требует ввода текста, изображений, видео и других корпусных данных. Однако эти корпусные данные необходимо преобразовать в векторные данные, прежде чем их смогут использовать нейронные сети. База данных векторов — это база данных, используемая для хранения и запроса векторных данных.
Чтобы объяснить роль векторных баз данных, давайте предположим сценарий. Библиотеки обычно сортируют книги по жанрам и авторам, например, по литературе, экономике и т. д. Но что делать, если вы хотите найти страшилку, которую читали в детстве, но помните только сюжет превращения чучела в живого человека, а ни названия, ни автора не помните?
Если у вас нет времени обыскивать книжную полку, самый быстрый способ — обратиться к библиотекарю, поскольку он прочитал много книг и с большей вероятностью узнает, какую книгу вы ищете.
Что ж, библиотекарь — это векторная база данных, потому что векторные базы данных предназначены для хранения сложной информации (например, сюжета книги) об объекте (например, книге). Таким образом, векторные базы данных помогают вам находить объекты по конкретному запросу (например, книга о...), а не по некоторым предопределенным атрибутам (например, автор), как библиотекарь.
Например, если вы попросите ChatGPT сгенерировать стихотворение в тонах Шекспира, ChatGPT сначала воспользуется аналогичной функцией поиска векторной базы данных, чтобы повысить точность вывода контента.
Таким образом, при обучении большой модели векторная база данных может стать базой знаний, обеспечивая большую модель новейшими данными и внутренней базой знаний, уникальной для каждого предприятия-заказчика.
Прайс-Райт сообщил, что Index потратила почти два года на изучение векторных баз данных, прежде чем искать эту инвестиционную возможность (инвестируя в Weaviate). «Событием, которое действительно повлияло на наше решение, стал ChatGPT, который позволил нам по-настоящему понять ценность векторных баз данных в более генеративных рабочих процессах ИИ и важность истинного понимания алгоритмов внедрения».
В своих размышлениях компания пришла к двум результатам.
Если принять во внимание все эти различные варианты использования генеративного ИИ, реальный рынок намного больше, чем один только рынок корпоративного поиска. (Рынок на самом деле был намного больше, чем рынок только корпоративного поиска, если вы думаете обо всех этих различных типах использования генеративного ИИ.)
Ценность наличия выделенной базы данных, которая может быть очень близка к внедрению алгоритмов. Делает вас первоклассным гражданином своего продукта, а не дополнением к вашей существующей базе данных. (ценность наличия выделенной базы данных, которая могла бы максимально приблизиться к алгоритмам встраивания в качестве первоклассного гражданина в свой продукт, по сравнению с привязкой к существующей базе данных.)
Прайс-Райт считает: «В следующем десятилетии компании, которые уже имеют большие наборы данных, большие клиентские базы и сложные операции, начнут интегрировать ИИ в свои продукты, чтобы сделать операции более эффективными, процессы более рационализированными и принятие решений более эффективным. ...Быстрее и гибче. Мы увидим, как ИИ станет важным инструментом новых типов поиска на предприятии, кодируя данные в векторы и используя ИИ для поиска аналогичной информации. Во многих случаях использования это будет более эффективно, чем поиск по ключевым словам».
Итак, каковы преимущества Weaviate, который предпочитает Index?
Боб ван Люйт, генеральный директор и соучредитель Weaviate, сказал: «Являясь продуктом с открытым исходным кодом, векторная база данных Weaviate используется в качестве базовой инфраструктуры экосистемы искусственного интеллекта. Она позволяет пользователям, от стартапов до предприятий, создавать новую волну приложений. Они варьируются от настраиваемых систем поиска и рекомендаций до плагинов ChatGPT».
Кроме того, векторная база данных Weaviate упрощает управление векторными данными для разработчиков ИИ и решает проблемы генерации, хранения и поиска встроенных векторов и соответствующих им объектов.Она имеет следующие функции:
Расширяемый встроенный модуль машинного обучения (ML): просто загрузите и выполните поиск; Weaviate берет на себя тяжелую работу машинного обучения (ML) — любой тип данных, любая модель, любой вариант использования.
Расширенный поиск векторов: поддерживает различные поиски ML, а также может выполнять поиск векторов и исходных объектов, генерирующих векторы.
Высокая производительность: поиск за доли секунды, масштабируемость до миллиардов объектов, непрерывная работа.
Прайс-Райт также сказал в отдельном интервью: «Скорость, с которой предприятия и стартапы, использующие искусственный интеллект, используют Weaviate для разработки мультимодальных приложений поиска, рекомендаций и генерации, невероятна. Это самая передовая технология, созданная разработчиками с использованием искусственного интеллекта. «лучшие продукты, и мы рады сотрудничать с ними, чтобы помочь перейти на следующий этап роста».
03 Вертикально интегрированные инвестиции
Помимо инвестиций в векторные базы данных, какие еще действия компания Index предприняла в сфере инвестиций в ИИ?
Подобно тому, как SaaS появился с развитием облачных вычислений, продукты на основе искусственного интеллекта также привносят новые бизнес-модели.
Индекс считает: во-первых, в течение десяти лет ИИ станет ключевым компонентом каждого прикладного программного обеспечения; во-вторых, эту волну будут стимулировать широко распространенные базовые модели.
«Мы не знаем точно, какими будут эти новые бизнес-модели, но у нас есть некоторые представления о том, как меняется цепочка создания стоимости программного обеспечения, и мы начинаем видеть первые признаки появления новых моделей».
На уровне приложений, по мнению Index, со временем бизнес-модель сместится в сторону повышения ценности для клиентов с помощью ИИ. Пользователи больше не просто платят за использование SaaS, а платят в зависимости от степени настройки или персонализации продукта, например, за модели, которые точно настроены для отраслей, организаций или даже отдельных лиц.
Исходя из этого, Index инвестировала в такие компании, как Gong и DeepScribe.
В 2020 году компания Index инвестировала в Gong. Их продукт может записывать звонки по продажам и позволяет менеджерам компаний анализировать производительность, выявлять тенденции в отзывах клиентов, а также помогать обучать и обучать торговых представителей. Когда организация широко внедряет продукт, Гонг скрывает огромные наборы данных, полученные в результате разговоров с клиентами. Это, в свою очередь, помогает Gong лучше настраивать продукты для обслуживания конкретных предприятий с высокой степенью персонализации, тем самым улучшая взаимодействие с пользователем.
В 2022 году Index возглавил раунд финансирования серии A DeepScribe. Продукт DeepScribe записывает разговоры врача и пациента и использует искусственный интеллект для создания структурированных отчетов врачей для электронных медицинских карт. Продолжение использования может повысить ценность продукта для конкретного пользователя (например, врача с определенным стилем) или группы пользователей (например, врачей определенной специальности или внутри определенной группы больниц, придерживающихся последовательных стандартов).
В обоих случаях, поскольку продукт используется с течением времени, а пользователи вкладывают в него больше собственных данных, ИИ может улучшаться в соответствии с индивидуальными потребностями.
Индекс считает, что это способ для компаний, использующих искусственный интеллект, создать ров и продолжать наращивать свою ценность с течением времени.
В дополнение к этому Index инвестировала в Hebbia, продукт, который использует искусственный интеллект для быстрого и точного предоставления информации индустрии финансовых услуг. Index также инвестировала в Notion, компанию с сильными рабочими процессами и пользовательским опытом, которая работает над плавной интеграцией искусственного интеллекта в пользовательский опыт.
"Когда я говорю об ИИ, это интересно, потому что это новая технология, - сказал Прайс-Райт. - ИИ присутствует повсюду и становится движущей силой каждого программного обеспечения".
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Как после потери сотен миллионов инвестировать в проекты искусственного интеллекта? Посмотрите, как делает ставки Европейский индекс венчурного капитала
Текст: Шидао
Краткое содержание этого выпуска
Появление ChatGPT разожгло энтузиазм венчурного сообщества по поводу инвестиций в сферу искусственного интеллекта.
Однако, в отличие от структуры трафика в эпоху Интернета, сфера ИИ, будучи передовой технологией, требует крупных инвестиций, длительного цикла и множества конкурентов.
Инвестиции в ИИ неизбежно сталкиваются с явлением «большой гром, но мало дождя». Данные CB Insights показывают, что во втором квартале этого года общий объем инвестиций в глобальную сферу искусственного интеллекта упал на 38% по сравнению с предыдущим месяцем.
Несмотря на это, в то время, когда искусственный интеллект произведет революцию в каждой отрасли, нельзя отрицать, что искусственный интеллект должен стать крупнейшей отраслевой тенденцией в ближайшие несколько лет. Отчет из базы данных венчурного капитала Carta показывает, что по сравнению с другими категориями стартапов масштабы оценки и финансирования AI-стартапов имеют лучшую тенденцию роста.
Особенно важно то, как инвесторы находят точку опоры для инвестиций в ИИ на ранних стадиях развития. Возможно, нам стоит поучиться на опыте известных фирм венчурного капитала.
01 Определите точку привязки инвестиций в ИИ как можно раньше
Index Ventures (именуемая Index) — признанная европейская компания венчурного капитала, основанная в 1996 году. Индекс всегда была преданным сторонником и защитником ИИ.
За год до выпуска ChatGPT Index возглавил финансирование серии A Cohere на сумму 40 миллионов долларов США. (Что такое Cohere, читайте в нашей предыдущей статье: Как автор самой молодой статьи о Трансформере объединил усилия с нетипичными китайскими предпринимателями, чтобы создать ИИ-единорога стоимостью 2 миллиарда долларов США? | Настоящий детектив-единорог)
Кроме того, за несколько лет до того, как ChatGPT внедрил искусственный интеллект, Index уже начала инвестировать в компании, занимающиеся искусственным интеллектом, такие как Aurora, технологическую компанию по производству беспилотных автомобилей в Сан-Франциско, и Arthur AI, платформу машинного обучения в Нью-Йорке.
Некоторое время назад Эрин Прайс-Райт, партнер Index, возглавила инвестиции в Weaviate, компанию, занимающуюся векторными базами данных с открытым исходным кодом. В апреле компания привлекла 50 миллионов долларов в рамках серии B при оценке в 200 миллионов долларов, и помимо Index, к раунду также присоединились NEA, Cortical Ventures, Zetta Venture Partners и ING Ventures.
Так почему же Index обратил свое внимание на векторные базы данных? Шидао (ID: Survivalbiz) нашел недавнюю статью в интервью «Вот как Index Ventures инвестирует в эпоху, когда каждая компания будет иметь искусственный интеллект» партнера по индексу Эрин Прайс-Райт. Ниже приведены аббревиатура перевода и дополнение к статье.
02 База данных векторов инвестиций Weaviate
Прежде всего, Прайс-Райт не дала высокой оценки ChatGPT. Она считала, что ChatGPT просто использует ярлыки. В конце концов, эта технология существует уже несколько лет и не является чем-то новым. ChatGPT стал популярным, потому что «внезапно его увидели все, и каждый действительно почувствовал его как потребительский продукт».
Итак, что же действительно ценно?
Судя по интервью, ответ Прайса-Райта включает в себя векторную базу данных, поддерживающую ChatGPT.
Современные модели больших языков в основном основаны на технологии глубокого обучения. Глубокое обучение требует ввода текста, изображений, видео и других корпусных данных. Однако эти корпусные данные необходимо преобразовать в векторные данные, прежде чем их смогут использовать нейронные сети. База данных векторов — это база данных, используемая для хранения и запроса векторных данных.
Чтобы объяснить роль векторных баз данных, давайте предположим сценарий. Библиотеки обычно сортируют книги по жанрам и авторам, например, по литературе, экономике и т. д. Но что делать, если вы хотите найти страшилку, которую читали в детстве, но помните только сюжет превращения чучела в живого человека, а ни названия, ни автора не помните?
Если у вас нет времени обыскивать книжную полку, самый быстрый способ — обратиться к библиотекарю, поскольку он прочитал много книг и с большей вероятностью узнает, какую книгу вы ищете.
Что ж, библиотекарь — это векторная база данных, потому что векторные базы данных предназначены для хранения сложной информации (например, сюжета книги) об объекте (например, книге). Таким образом, векторные базы данных помогают вам находить объекты по конкретному запросу (например, книга о...), а не по некоторым предопределенным атрибутам (например, автор), как библиотекарь.
Например, если вы попросите ChatGPT сгенерировать стихотворение в тонах Шекспира, ChatGPT сначала воспользуется аналогичной функцией поиска векторной базы данных, чтобы повысить точность вывода контента.
Таким образом, при обучении большой модели векторная база данных может стать базой знаний, обеспечивая большую модель новейшими данными и внутренней базой знаний, уникальной для каждого предприятия-заказчика.
Прайс-Райт сообщил, что Index потратила почти два года на изучение векторных баз данных, прежде чем искать эту инвестиционную возможность (инвестируя в Weaviate). «Событием, которое действительно повлияло на наше решение, стал ChatGPT, который позволил нам по-настоящему понять ценность векторных баз данных в более генеративных рабочих процессах ИИ и важность истинного понимания алгоритмов внедрения».
В своих размышлениях компания пришла к двум результатам.
Если принять во внимание все эти различные варианты использования генеративного ИИ, реальный рынок намного больше, чем один только рынок корпоративного поиска. (Рынок на самом деле был намного больше, чем рынок только корпоративного поиска, если вы думаете обо всех этих различных типах использования генеративного ИИ.)
Ценность наличия выделенной базы данных, которая может быть очень близка к внедрению алгоритмов. Делает вас первоклассным гражданином своего продукта, а не дополнением к вашей существующей базе данных. (ценность наличия выделенной базы данных, которая могла бы максимально приблизиться к алгоритмам встраивания в качестве первоклассного гражданина в свой продукт, по сравнению с привязкой к существующей базе данных.)
Прайс-Райт считает: «В следующем десятилетии компании, которые уже имеют большие наборы данных, большие клиентские базы и сложные операции, начнут интегрировать ИИ в свои продукты, чтобы сделать операции более эффективными, процессы более рационализированными и принятие решений более эффективным. ...Быстрее и гибче. Мы увидим, как ИИ станет важным инструментом новых типов поиска на предприятии, кодируя данные в векторы и используя ИИ для поиска аналогичной информации. Во многих случаях использования это будет более эффективно, чем поиск по ключевым словам».
Итак, каковы преимущества Weaviate, который предпочитает Index?
Боб ван Люйт, генеральный директор и соучредитель Weaviate, сказал: «Являясь продуктом с открытым исходным кодом, векторная база данных Weaviate используется в качестве базовой инфраструктуры экосистемы искусственного интеллекта. Она позволяет пользователям, от стартапов до предприятий, создавать новую волну приложений. Они варьируются от настраиваемых систем поиска и рекомендаций до плагинов ChatGPT».
Кроме того, векторная база данных Weaviate упрощает управление векторными данными для разработчиков ИИ и решает проблемы генерации, хранения и поиска встроенных векторов и соответствующих им объектов.Она имеет следующие функции:
Расширяемый встроенный модуль машинного обучения (ML): просто загрузите и выполните поиск; Weaviate берет на себя тяжелую работу машинного обучения (ML) — любой тип данных, любая модель, любой вариант использования.
Расширенный поиск векторов: поддерживает различные поиски ML, а также может выполнять поиск векторов и исходных объектов, генерирующих векторы.
Высокая производительность: поиск за доли секунды, масштабируемость до миллиардов объектов, непрерывная работа.
Прайс-Райт также сказал в отдельном интервью: «Скорость, с которой предприятия и стартапы, использующие искусственный интеллект, используют Weaviate для разработки мультимодальных приложений поиска, рекомендаций и генерации, невероятна. Это самая передовая технология, созданная разработчиками с использованием искусственного интеллекта. «лучшие продукты, и мы рады сотрудничать с ними, чтобы помочь перейти на следующий этап роста».
03 Вертикально интегрированные инвестиции
Помимо инвестиций в векторные базы данных, какие еще действия компания Index предприняла в сфере инвестиций в ИИ?
Подобно тому, как SaaS появился с развитием облачных вычислений, продукты на основе искусственного интеллекта также привносят новые бизнес-модели.
Индекс считает: во-первых, в течение десяти лет ИИ станет ключевым компонентом каждого прикладного программного обеспечения; во-вторых, эту волну будут стимулировать широко распространенные базовые модели.
«Мы не знаем точно, какими будут эти новые бизнес-модели, но у нас есть некоторые представления о том, как меняется цепочка создания стоимости программного обеспечения, и мы начинаем видеть первые признаки появления новых моделей».
На уровне приложений, по мнению Index, со временем бизнес-модель сместится в сторону повышения ценности для клиентов с помощью ИИ. Пользователи больше не просто платят за использование SaaS, а платят в зависимости от степени настройки или персонализации продукта, например, за модели, которые точно настроены для отраслей, организаций или даже отдельных лиц.
Исходя из этого, Index инвестировала в такие компании, как Gong и DeepScribe.
В 2020 году компания Index инвестировала в Gong. Их продукт может записывать звонки по продажам и позволяет менеджерам компаний анализировать производительность, выявлять тенденции в отзывах клиентов, а также помогать обучать и обучать торговых представителей. Когда организация широко внедряет продукт, Гонг скрывает огромные наборы данных, полученные в результате разговоров с клиентами. Это, в свою очередь, помогает Gong лучше настраивать продукты для обслуживания конкретных предприятий с высокой степенью персонализации, тем самым улучшая взаимодействие с пользователем.
В 2022 году Index возглавил раунд финансирования серии A DeepScribe. Продукт DeepScribe записывает разговоры врача и пациента и использует искусственный интеллект для создания структурированных отчетов врачей для электронных медицинских карт. Продолжение использования может повысить ценность продукта для конкретного пользователя (например, врача с определенным стилем) или группы пользователей (например, врачей определенной специальности или внутри определенной группы больниц, придерживающихся последовательных стандартов).
В обоих случаях, поскольку продукт используется с течением времени, а пользователи вкладывают в него больше собственных данных, ИИ может улучшаться в соответствии с индивидуальными потребностями.
Индекс считает, что это способ для компаний, использующих искусственный интеллект, создать ров и продолжать наращивать свою ценность с течением времени.
В дополнение к этому Index инвестировала в Hebbia, продукт, который использует искусственный интеллект для быстрого и точного предоставления информации индустрии финансовых услуг. Index также инвестировала в Notion, компанию с сильными рабочими процессами и пользовательским опытом, которая работает над плавной интеграцией искусственного интеллекта в пользовательский опыт.
"Когда я говорю об ИИ, это интересно, потому что это новая технология, - сказал Прайс-Райт. - ИИ присутствует повсюду и становится движущей силой каждого программного обеспечения".