З плином часу акцент індустрії штучного інтелекту в США тихо змінився.
Згідно з новим звітом The Wall Street Journal: Стартапи зі штучним інтелектом, які залучають мільярди доларів, можливо, вже зазнають краху, якщо у них немає правильних даних.
Бред Свруга, співзасновник і генеральний партнер компанії венчурного капіталу Primary Venture Partners, зазначив:
«Ми бачили багато компаній, які, можливо, шукають чудові програми ШІ, але вони не мають доступу до даних, які дозволили б їм створювати потужні програми, не кажучи вже про власні дані, які могли б їм допомогти».
Іншими словами: реальна вартість стає даними, коли на ринку **створення фактичної моделі стає схожим на товар, який можна придбати. Наявність правильних даних, мабуть, важливіша, ніж будь-коли.
(один)
Логіка тут така: Наразі багато стартапів зі штучним інтелектом сподіваються створити нішеві моделі штучного інтелекту в окремих галузях, таких як фінанси чи охорона здоров’я, але оскільки їм бракує впізнаваності бренду та соціальної ідентичності, цим стартапам це непросто для компаній отримати навчальні набори даних для вертикальних галузей.
У цьому відношенні великі компанії можуть мати перевагу,** оскільки великі компанії завоювали довіру великих клієнтів у тому, як обробляти дані. **
Наприклад, згідно зі звітом "Wall Street Journal" Ernst & Young володіє великою кількістю даних про транзакції по всьому світу, і генеративні стартапи ШІ приходять до них щодня. Але EY Global хвилюється: що трапиться, якщо ви використовуєте власні власні дані для навчання зовнішніх моделей?
"Хто володіє цими даними? Коли ми навчаємо модель, який у нас доступ до цієї моделі? Як ще інші можуть використовувати цю модель? Дані є частиною інтелектуальної власності, яку ми надаємо", - підкреслили в EY Global.
Щоб вирішити подібну проблему IP, один протизахід такий: стартапи можуть навчати різні моделі для кожного клієнта лише на основі даних кожного клієнта.
Наприклад, TermSheet використовує цю стратегію для створення стратегії продукту Ethan. Остання є генеративною моделлю штучного інтелекту, яка може відповісти на галузеві питання для забудовників, брокерів та інвесторів. Але Роджер Сміт, генеральний директор TermSheet, також сказав, що навіть якщо клієнти погоджуються з цим, їм потрібно навчати клієнтів і дещо переконувати.
**Крім того, занепокоєння щодо безпеки мережі також є причиною того, чому великі компанії-клієнти неохоче обирають стартапи. **
Наприклад, Трейсі Деніелс, директор з обробки даних компанії Truist, яка займається фінансовими послугами, сказала, що з точки зору безпеки даних вони довіряють більшим постачальникам, тому вони обирають досліджувати генеративні програми штучного інтелекту лише з великими постачальниками технологій, а не зі стартапами.
**По-третє, навіть у деяких випадках великі клієнти у вертикальних галузях вимагатимуть від генеративних стартапів штучного інтелекту платити величезні суми грошей або власний капітал компанії. **
Veesual, генеративна компанія штучного інтелекту, яка генерує зображення людей, які приміряють одяг, спочатку використовувала загальнодоступні зображення в Інтернеті для навчання, але зазнала невдачі з тих самих причин, коли намагалася змусити великих роздрібних торговців погодитися передати свої дані для покращення своїх моделей.
**Четвертий випадок є технічно складним. **
Наприклад, PatentPal, генеративний стартап зі штучним інтелектом, який допомагає юридичним фірмам складати патентні заявки, навчено публікувати патентні заявки. Вони мають можливість продовжувати навчання своїх моделей на основі зашифрованих або анонімних відгуків реальних клієнтів, що робить їхні інструменти ще точнішими. Але цей процес є складним, оскільки зворотний зв’язок має зберігатися окремо від дуже чутливих і конфіденційних даних, у тому числі комерційних таємниць.
**У той же час гонка генеративних стартапів ШІ загострилася. **
Якщо ви подивитеся на масштаби вливання капіталу, згідно з даними PitchBook, цитованими Wall Street Journal: з 2022 минулого року до перших п’яти місяців цього року венчурне фінансування генеративних AI-стартапів зросло з $4,8 млрд до $12,7. мільярд.
У результаті зростає тиск на генеративні стартапи зі штучним інтелектом щодо забезпечення доступу до більшої кількості даних у певних ринкових нішах.
Адам Страк, засновник і керуючий партнер Struck Capital, зазначив: **Стартапи змагаються один з одним, щоб отримати більше даних у певних ринкових нішах. **
"Якщо ви вважаєте, що є пропрієтарний набір даних, ви хочете отримати його раніше, ніж вони, а потім домовитися про ексклюзивність. У цьому сенсі це стає майже гонкою озброєнь", - сказав він.
(два)
Цікаво, що наведений вище статус-кво не може не змусити мене задуматися: **Схоже, на ринку справді бракує публічного ринку торгівлі даними. **
Фактично, у 2018 році чи раніше у 2017 році мій друг із Netflix, американської компанії потокового медіа, розповів мені про свою підприємницьку ідею: бути публічним ринком торгівлі даними. Однак досі немає відповідної форми продукту, зокрема того, як дозволити компаніям добровільно передавати свої дані.
З цієї точки зору, новина за останні два дні - OpenAI розглядає можливість запуску торгового ринку - дуже варта уваги.
Слід зазначити, що: після того, як план плагіна ChatGPT майже провалився, згідно з повідомленнями ЗМІ США:
OpenAI розглядає можливість запуску торгової площадки, щоб дозволити клієнтам продавати свої індивідуальні моделі ШІ іншим компаніям. Іншими словами: Цей ринок надасть підприємствам можливість отримати доступ до найсучасніших великих мовних моделей і розмістити налаштовані версії моделей OpenAI, створених клієнтами. ...
Основний підсумок решти цієї статті наведено нижче:
Чому OpenAI розглядає можливість запуску торгового ринку?
Чи є спосіб на цьому торговому ринку відкрити обмін даними та транзакції між компаніями?
Переглянути оригінал
This page may contain third-party content, which is provided for information purposes only (not representations/warranties) and should not be considered as an endorsement of its views by Gate, nor as financial or professional advice. See Disclaimer for details.
Нова проблема для американських стартапів ШІ: гроші, але брак даних
Джерело статті: Silicon Publishing
作者: Лінн Янг
Згідно з новим звітом The Wall Street Journal: Стартапи зі штучним інтелектом, які залучають мільярди доларів, можливо, вже зазнають краху, якщо у них немає правильних даних.
Бред Свруга, співзасновник і генеральний партнер компанії венчурного капіталу Primary Venture Partners, зазначив:
Іншими словами: реальна вартість стає даними, коли на ринку **створення фактичної моделі стає схожим на товар, який можна придбати. Наявність правильних даних, мабуть, важливіша, ніж будь-коли.
(один)
Логіка тут така: Наразі багато стартапів зі штучним інтелектом сподіваються створити нішеві моделі штучного інтелекту в окремих галузях, таких як фінанси чи охорона здоров’я, але оскільки їм бракує впізнаваності бренду та соціальної ідентичності, цим стартапам це непросто для компаній отримати навчальні набори даних для вертикальних галузей.
У цьому відношенні великі компанії можуть мати перевагу,** оскільки великі компанії завоювали довіру великих клієнтів у тому, як обробляти дані. **
Наприклад, згідно зі звітом "Wall Street Journal" Ernst & Young володіє великою кількістю даних про транзакції по всьому світу, і генеративні стартапи ШІ приходять до них щодня. Але EY Global хвилюється: що трапиться, якщо ви використовуєте власні власні дані для навчання зовнішніх моделей?
"Хто володіє цими даними? Коли ми навчаємо модель, який у нас доступ до цієї моделі? Як ще інші можуть використовувати цю модель? Дані є частиною інтелектуальної власності, яку ми надаємо", - підкреслили в EY Global.
Щоб вирішити подібну проблему IP, один протизахід такий: стартапи можуть навчати різні моделі для кожного клієнта лише на основі даних кожного клієнта.
Наприклад, TermSheet використовує цю стратегію для створення стратегії продукту Ethan. Остання є генеративною моделлю штучного інтелекту, яка може відповісти на галузеві питання для забудовників, брокерів та інвесторів. Але Роджер Сміт, генеральний директор TermSheet, також сказав, що навіть якщо клієнти погоджуються з цим, їм потрібно навчати клієнтів і дещо переконувати.
**Крім того, занепокоєння щодо безпеки мережі також є причиною того, чому великі компанії-клієнти неохоче обирають стартапи. **
Наприклад, Трейсі Деніелс, директор з обробки даних компанії Truist, яка займається фінансовими послугами, сказала, що з точки зору безпеки даних вони довіряють більшим постачальникам, тому вони обирають досліджувати генеративні програми штучного інтелекту лише з великими постачальниками технологій, а не зі стартапами.
**По-третє, навіть у деяких випадках великі клієнти у вертикальних галузях вимагатимуть від генеративних стартапів штучного інтелекту платити величезні суми грошей або власний капітал компанії. **
Veesual, генеративна компанія штучного інтелекту, яка генерує зображення людей, які приміряють одяг, спочатку використовувала загальнодоступні зображення в Інтернеті для навчання, але зазнала невдачі з тих самих причин, коли намагалася змусити великих роздрібних торговців погодитися передати свої дані для покращення своїх моделей.
**Четвертий випадок є технічно складним. **
Наприклад, PatentPal, генеративний стартап зі штучним інтелектом, який допомагає юридичним фірмам складати патентні заявки, навчено публікувати патентні заявки. Вони мають можливість продовжувати навчання своїх моделей на основі зашифрованих або анонімних відгуків реальних клієнтів, що робить їхні інструменти ще точнішими. Але цей процес є складним, оскільки зворотний зв’язок має зберігатися окремо від дуже чутливих і конфіденційних даних, у тому числі комерційних таємниць.
**У той же час гонка генеративних стартапів ШІ загострилася. **
У результаті зростає тиск на генеративні стартапи зі штучним інтелектом щодо забезпечення доступу до більшої кількості даних у певних ринкових нішах.
Адам Страк, засновник і керуючий партнер Struck Capital, зазначив: **Стартапи змагаються один з одним, щоб отримати більше даних у певних ринкових нішах. **
"Якщо ви вважаєте, що є пропрієтарний набір даних, ви хочете отримати його раніше, ніж вони, а потім домовитися про ексклюзивність. У цьому сенсі це стає майже гонкою озброєнь", - сказав він.
(два)
Цікаво, що наведений вище статус-кво не може не змусити мене задуматися: **Схоже, на ринку справді бракує публічного ринку торгівлі даними. **
Фактично, у 2018 році чи раніше у 2017 році мій друг із Netflix, американської компанії потокового медіа, розповів мені про свою підприємницьку ідею: бути публічним ринком торгівлі даними. Однак досі немає відповідної форми продукту, зокрема того, як дозволити компаніям добровільно передавати свої дані.
З цієї точки зору, новина за останні два дні - OpenAI розглядає можливість запуску торгового ринку - дуже варта уваги.
Слід зазначити, що: після того, як план плагіна ChatGPT майже провалився, згідно з повідомленнями ЗМІ США:
OpenAI розглядає можливість запуску торгової площадки, щоб дозволити клієнтам продавати свої індивідуальні моделі ШІ іншим компаніям. Іншими словами: Цей ринок надасть підприємствам можливість отримати доступ до найсучасніших великих мовних моделей і розмістити налаштовані версії моделей OpenAI, створених клієнтами. ...
Основний підсумок решти цієї статті наведено нижче:
Чому OpenAI розглядає можливість запуску торгового ринку?
Чи є спосіб на цьому торговому ринку відкрити обмін даними та транзакції між компаніями?