Thời gian trôi qua, trọng tâm giá trị gia tăng của ngành trí tuệ nhân tạo Hoa Kỳ đã lặng lẽ thay đổi.
Theo một báo cáo mới từ The Wall Street Journal: Các công ty khởi nghiệp AI đang huy động được hàng tỷ đô la có thể đã thất bại nếu họ không có dữ liệu phù hợp.
Brad Svruga, đồng sáng lập và đối tác chung của công ty đầu tư mạo hiểm Primary Venture Partners, lưu ý:
"Chúng tôi đã thấy rất nhiều công ty có thể đang tìm kiếm các ứng dụng AI tuyệt vời, nhưng họ không có quyền truy cập vào dữ liệu cho phép họ xây dựng các ứng dụng mạnh mẽ, chứ đừng nói đến dữ liệu độc quyền có thể giúp ích cho họ."
Nói cách khác: giá trị thực trở thành dữ liệu khi, trên thị trường, **xây dựng mô hình thực tế đã trở thành một loại hàng hóa có thể mua được. Có dữ liệu phù hợp có lẽ quan trọng hơn bao giờ hết.
(một)
Logic ở đây là: Hiện tại, nhiều công ty khởi nghiệp AI hy vọng thiết lập các mô hình AI thích hợp trong các lĩnh vực được phân chia nhỏ như tài chính hoặc chăm sóc sức khỏe, nhưng do thiếu nhận diện thương hiệu và bản sắc xã hội nên các công ty khởi nghiệp này không dễ dàng để có được bộ dữ liệu đào tạo cho các ngành dọc.
Về vấn đề này, các công ty lớn có thể có lợi thế,** bởi vì các công ty lớn đã chiếm được lòng tin của các khách hàng lớn về cách xử lý dữ liệu. **
Ví dụ: theo báo cáo của "Wall Street Journal": Ernst & Young có một lượng lớn dữ liệu giao dịch trên toàn thế giới và các công ty khởi nghiệp AI sáng tạo đến trước cửa nhà họ mỗi ngày. Nhưng EY Global lo lắng: Điều gì sẽ xảy ra nếu bạn sử dụng dữ liệu độc quyền của riêng mình để đào tạo các mô hình bên ngoài?
"Ai sở hữu dữ liệu? Khi chúng tôi đào tạo một mô hình, quyền truy cập của chúng tôi vào mô hình này là gì? Những người khác có thể sử dụng mô hình này bằng cách nào khác? Dữ liệu là một phần của tài sản trí tuệ mà chúng tôi mang đến cho người dùng." EY Global chỉ ra.
Để giải quyết vấn đề IP tương tự, một biện pháp đối phó là: các công ty khởi nghiệp có thể đào tạo các mô hình khác nhau cho từng khách hàng chỉ dựa trên dữ liệu của từng khách hàng.
Ví dụ: TermSheet sử dụng chiến lược này để xây dựng chiến lược sản phẩm Ethan. Cái sau là một mô hình AI tổng quát có thể trả lời các câu hỏi trong ngành cho các nhà phát triển, môi giới và nhà đầu tư bất động sản. Nhưng Roger Smith, Giám đốc điều hành của TermSheet, cũng cho rằng ngay cả khi khách hàng đồng ý với điều này, họ cũng cần giáo dục khách hàng và thuyết phục một số.
**Ngoài ra, lo ngại về an ninh mạng cũng là nguyên nhân khiến các công ty khách hàng lớn ngại lựa chọn startup. **
Ví dụ, Tracey Daniels, giám đốc dữ liệu của công ty dịch vụ tài chính Truist, cho biết về bảo mật dữ liệu, họ tin tưởng các nhà cung cấp lớn hơn, vì vậy họ chỉ chọn khám phá các ứng dụng AI có tính tổng quát với các nhà cung cấp công nghệ lớn hơn là các công ty khởi nghiệp.
**Thứ ba, ngay cả trong một số trường hợp, các khách hàng lớn trong các ngành dọc sẽ yêu cầu các công ty khởi nghiệp AI có năng suất cao phải trả một khoản tiền lớn hoặc vốn chủ sở hữu của công ty. **
Ví dụ: Veesual, một công ty AI tổng hợp tạo ra hình ảnh mọi người đang thử quần áo, ban đầu sử dụng hình ảnh công khai trên Internet để đào tạo, nhưng đã thất bại vì những lý do này khi cố gắng thuyết phục các nhà bán lẻ lớn đồng ý cung cấp dữ liệu của họ để cải thiện mô hình .
** Trường hợp thứ tư khó đạt được về mặt kỹ thuật. **
Ví dụ, PatentPal, một công ty khởi nghiệp về AI giúp các công ty luật soạn thảo các đơn xin cấp bằng sáng chế, đã được đào tạo để xuất bản các đơn xin cấp bằng sáng chế. Họ có cơ hội tiếp tục đào tạo các mô hình của mình dựa trên phản hồi thực tế được mã hóa hoặc ẩn danh của khách hàng, làm cho các công cụ của họ trở nên chính xác hơn. Nhưng quá trình này rất phức tạp vì phản hồi phải được giữ tách biệt với dữ liệu bí mật và nhạy cảm cao, bao gồm cả bí mật thương mại.
**Tuy nhiên, đồng thời, cuộc đua dành cho các công ty khởi nghiệp AI sáng tạo đã nóng lên. **
Nếu bạn nhìn vào quy mô rót vốn, theo dữ liệu từ PitchBook được Wall Street Journal trích dẫn: từ năm 2022 năm ngoái đến 5 tháng đầu năm nay, vốn đầu tư mạo hiểm của các công ty khởi nghiệp AI sáng tạo đã tăng từ 4,8 tỷ USD lên 12,7 tỷ USD tỷ.
Do đó, ngày càng có nhiều áp lực đối với các công ty khởi nghiệp AI sáng tạo để đảm bảo quyền truy cập vào nhiều dữ liệu hơn trong một số thị trường ngách nhất định.
Adam Struck, người sáng lập và đối tác quản lý của Struck Capital, lưu ý: **Các công ty khởi nghiệp đang chạy đua với nhau để bảo mật nhiều dữ liệu hơn trong một số thị trường ngách nhất định. **
"Nếu bạn tin rằng có một bộ dữ liệu độc quyền, bạn muốn có được nó trước khi họ làm, và sau đó, thương lượng về tính độc quyền. Theo nghĩa đó, nó gần như trở thành một cuộc chạy đua vũ trang," ông nói.
(hai)
Thật thú vị, hiện trạng trên không khỏi khiến tôi phải suy nghĩ: **Có vẻ như thực sự thiếu một thị trường giao dịch công khai cho dữ liệu trên thị trường. **
Trên thực tế, vào năm 2018 hoặc sớm hơn vào năm 2017, một người bạn của tôi tại Netflix, một công ty truyền thông trực tuyến của Mỹ, đã nói chuyện với tôi về ý tưởng kinh doanh của anh ấy: trở thành một thị trường giao dịch dữ liệu công khai. Tuy nhiên, vẫn chưa có hình thức sản phẩm phù hợp, bao gồm cả việc làm thế nào để các công ty tự nguyện bàn giao dữ liệu của họ.
Từ quan điểm này, một tin tức trong hai ngày qua-OpenAI đang xem xét tung ra một thị trường giao dịch-rất đáng được chú ý.
Cần lưu ý rằng: sau khi kế hoạch plug-in của ChatGPT gần như thất bại, theo báo cáo của các phương tiện truyền thông Hoa Kỳ:
OpenAI đang xem xét tung ra một thị trường để cho phép khách hàng bán các mô hình AI tùy chỉnh của họ cho các công ty khác. Nói cách khác: Thị trường này sẽ cung cấp cho các doanh nghiệp cách tiếp cận các mô hình ngôn ngữ lớn tiên tiến và lưu trữ các phiên bản tinh chỉnh của các mô hình OpenAI do khách hàng xây dựng. ...
Tóm tắt chính của phần còn lại của bài viết này như sau:
Tại sao OpenAI lại xem xét tung ra thị trường giao dịch?
Có cách nào trong thị trường giao dịch này để mở ra việc chia sẻ dữ liệu và giao dịch giữa các công ty không?
Xem bản gốc
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.
Vấn đề mới cho các công ty khởi nghiệp AI của Mỹ: tiền nhưng thiếu dữ liệu
Nguồn bài viết: Nhà xuất bản Silicon
Biên tập: Lynn Yang
Theo một báo cáo mới từ The Wall Street Journal: Các công ty khởi nghiệp AI đang huy động được hàng tỷ đô la có thể đã thất bại nếu họ không có dữ liệu phù hợp.
Brad Svruga, đồng sáng lập và đối tác chung của công ty đầu tư mạo hiểm Primary Venture Partners, lưu ý:
Nói cách khác: giá trị thực trở thành dữ liệu khi, trên thị trường, **xây dựng mô hình thực tế đã trở thành một loại hàng hóa có thể mua được. Có dữ liệu phù hợp có lẽ quan trọng hơn bao giờ hết.
(một)
Logic ở đây là: Hiện tại, nhiều công ty khởi nghiệp AI hy vọng thiết lập các mô hình AI thích hợp trong các lĩnh vực được phân chia nhỏ như tài chính hoặc chăm sóc sức khỏe, nhưng do thiếu nhận diện thương hiệu và bản sắc xã hội nên các công ty khởi nghiệp này không dễ dàng để có được bộ dữ liệu đào tạo cho các ngành dọc.
Về vấn đề này, các công ty lớn có thể có lợi thế,** bởi vì các công ty lớn đã chiếm được lòng tin của các khách hàng lớn về cách xử lý dữ liệu. **
Ví dụ: theo báo cáo của "Wall Street Journal": Ernst & Young có một lượng lớn dữ liệu giao dịch trên toàn thế giới và các công ty khởi nghiệp AI sáng tạo đến trước cửa nhà họ mỗi ngày. Nhưng EY Global lo lắng: Điều gì sẽ xảy ra nếu bạn sử dụng dữ liệu độc quyền của riêng mình để đào tạo các mô hình bên ngoài?
"Ai sở hữu dữ liệu? Khi chúng tôi đào tạo một mô hình, quyền truy cập của chúng tôi vào mô hình này là gì? Những người khác có thể sử dụng mô hình này bằng cách nào khác? Dữ liệu là một phần của tài sản trí tuệ mà chúng tôi mang đến cho người dùng." EY Global chỉ ra.
Để giải quyết vấn đề IP tương tự, một biện pháp đối phó là: các công ty khởi nghiệp có thể đào tạo các mô hình khác nhau cho từng khách hàng chỉ dựa trên dữ liệu của từng khách hàng.
Ví dụ: TermSheet sử dụng chiến lược này để xây dựng chiến lược sản phẩm Ethan. Cái sau là một mô hình AI tổng quát có thể trả lời các câu hỏi trong ngành cho các nhà phát triển, môi giới và nhà đầu tư bất động sản. Nhưng Roger Smith, Giám đốc điều hành của TermSheet, cũng cho rằng ngay cả khi khách hàng đồng ý với điều này, họ cũng cần giáo dục khách hàng và thuyết phục một số.
**Ngoài ra, lo ngại về an ninh mạng cũng là nguyên nhân khiến các công ty khách hàng lớn ngại lựa chọn startup. **
Ví dụ, Tracey Daniels, giám đốc dữ liệu của công ty dịch vụ tài chính Truist, cho biết về bảo mật dữ liệu, họ tin tưởng các nhà cung cấp lớn hơn, vì vậy họ chỉ chọn khám phá các ứng dụng AI có tính tổng quát với các nhà cung cấp công nghệ lớn hơn là các công ty khởi nghiệp.
**Thứ ba, ngay cả trong một số trường hợp, các khách hàng lớn trong các ngành dọc sẽ yêu cầu các công ty khởi nghiệp AI có năng suất cao phải trả một khoản tiền lớn hoặc vốn chủ sở hữu của công ty. **
Ví dụ: Veesual, một công ty AI tổng hợp tạo ra hình ảnh mọi người đang thử quần áo, ban đầu sử dụng hình ảnh công khai trên Internet để đào tạo, nhưng đã thất bại vì những lý do này khi cố gắng thuyết phục các nhà bán lẻ lớn đồng ý cung cấp dữ liệu của họ để cải thiện mô hình .
** Trường hợp thứ tư khó đạt được về mặt kỹ thuật. **
Ví dụ, PatentPal, một công ty khởi nghiệp về AI giúp các công ty luật soạn thảo các đơn xin cấp bằng sáng chế, đã được đào tạo để xuất bản các đơn xin cấp bằng sáng chế. Họ có cơ hội tiếp tục đào tạo các mô hình của mình dựa trên phản hồi thực tế được mã hóa hoặc ẩn danh của khách hàng, làm cho các công cụ của họ trở nên chính xác hơn. Nhưng quá trình này rất phức tạp vì phản hồi phải được giữ tách biệt với dữ liệu bí mật và nhạy cảm cao, bao gồm cả bí mật thương mại.
**Tuy nhiên, đồng thời, cuộc đua dành cho các công ty khởi nghiệp AI sáng tạo đã nóng lên. **
Do đó, ngày càng có nhiều áp lực đối với các công ty khởi nghiệp AI sáng tạo để đảm bảo quyền truy cập vào nhiều dữ liệu hơn trong một số thị trường ngách nhất định.
Adam Struck, người sáng lập và đối tác quản lý của Struck Capital, lưu ý: **Các công ty khởi nghiệp đang chạy đua với nhau để bảo mật nhiều dữ liệu hơn trong một số thị trường ngách nhất định. **
"Nếu bạn tin rằng có một bộ dữ liệu độc quyền, bạn muốn có được nó trước khi họ làm, và sau đó, thương lượng về tính độc quyền. Theo nghĩa đó, nó gần như trở thành một cuộc chạy đua vũ trang," ông nói.
(hai)
Thật thú vị, hiện trạng trên không khỏi khiến tôi phải suy nghĩ: **Có vẻ như thực sự thiếu một thị trường giao dịch công khai cho dữ liệu trên thị trường. **
Trên thực tế, vào năm 2018 hoặc sớm hơn vào năm 2017, một người bạn của tôi tại Netflix, một công ty truyền thông trực tuyến của Mỹ, đã nói chuyện với tôi về ý tưởng kinh doanh của anh ấy: trở thành một thị trường giao dịch dữ liệu công khai. Tuy nhiên, vẫn chưa có hình thức sản phẩm phù hợp, bao gồm cả việc làm thế nào để các công ty tự nguyện bàn giao dữ liệu của họ.
Từ quan điểm này, một tin tức trong hai ngày qua-OpenAI đang xem xét tung ra một thị trường giao dịch-rất đáng được chú ý.
Cần lưu ý rằng: sau khi kế hoạch plug-in của ChatGPT gần như thất bại, theo báo cáo của các phương tiện truyền thông Hoa Kỳ:
OpenAI đang xem xét tung ra một thị trường để cho phép khách hàng bán các mô hình AI tùy chỉnh của họ cho các công ty khác. Nói cách khác: Thị trường này sẽ cung cấp cho các doanh nghiệp cách tiếp cận các mô hình ngôn ngữ lớn tiên tiến và lưu trữ các phiên bản tinh chỉnh của các mô hình OpenAI do khách hàng xây dựng. ...
Tóm tắt chính của phần còn lại của bài viết này như sau:
Tại sao OpenAI lại xem xét tung ra thị trường giao dịch?
Có cách nào trong thị trường giao dịch này để mở ra việc chia sẻ dữ liệu và giao dịch giữa các công ty không?