noticias

Ultraman amenazó una vez más con "aplastar" a las empresas emergentes, y el CEO respondió en un mensaje: Es posible hacer grandes productos a partir de una "cáscara"

2024-08-19

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina



  Nuevo informe de sabiduría

Editor: Departamento Editorial
[Introducción a la Nueva Sabiduría]OpenAI es como la Espada de Damocles que pende sobre las cabezas de las nuevas empresas de IA, pero ¿hasta qué punto es esto cierto o es la autopromoción de Ultraman?Este artículo rompió los filtros de los gigantes tecnológicos y trató de justificar el bombardeo de GPT.

Una de las cosas que más preocupa a los empresarios de IA en esta era es que sus productos sean asaltados por "tropas regulares"; la frase que más temen escuchar es probablemente "Esta es una aplicación fantasma".

Mejores empresas emergentes están esperando ser adquiridas, como

Aquellos que no tuvieron tanta suerte murieron uno tras otro en vísperas del lanzamiento de productos de OpenAI y otros gigantes de la IA, dejando solo un lema que salva vidas para advertir a los recién llegados——

No hagas lo que los gigantes harán tarde o temprano; de lo contrario, serás aplastado cuando actúen.

Sin embargo, ¿es realmente fiable esta opinión que circula comúnmente en las comunidades empresariales nacionales y extranjeras? ¿De dónde viene esta impresión?

La burbuja de la IA está "soplando cada vez más grande" y el retorno de la inversión se retrasa. ¿Necesitamos simplemente un modelo tecnológicamente avanzado?

Si usted también tiene estos problemas reales, tal vez el artículo de hoy le brinde nuevas ideas y el coraje para dejarlo pasar.

Porque una gran empresa también puede empezar desde un "caparazón". La importancia de la tecnología es evidente, pero a menudo se subestiman la dificultad y la importancia de fabricar un buen producto.

La mayoría de los productos actuales son sólo "suficientemente buenos" y están lejos de ser "verdaderamente fantásticos".

¿OpenAI está “aplastando” a las startups?

En la ola empresarial que está arrasando el mundo provocada por ChatGPT, "bombardear a GPT" es un gran insulto para una nueva empresa de IA.

"Shell" se refiere a productos que tienen poca o ninguna tecnología independiente pero que dependen de la tecnología de otras personas.

Hace tres meses, en el podcast 20VC, Altman dijo que cualquier startup o producto que intente construir dentro del radio de explosión de OpenAI será aplastado.

La razón importante por la que Altman tiene tanta confianza es que muchas nuevas empresas de IA actuales se basan en el "modelo básico" proporcionado por OpenAI. Por supuesto, también existen modelos básicos de otros gigantes, como Claude, Meta Llama y otros de Anthropic.

Tan pronto como se actualicen los modelos de las grandes empresas, los usuarios abandonarán los productos de las pequeñas empresas.

De hecho, Altman no es el único que sostiene esta opinión. Se puede decir que hay muchas voces que hablan mal de las startups de IA.

Por ejemplo, reporteros de medios tecnológicos——

"La mayoría de las nuevas empresas de IA están condenadas al fracaso"

Y ejecutivos de grandes empresas tecnológicas...

Sahar Mor era entonces jefe de producto en el gigante de pagos Stripe.

Y muchos internautas entusiastas de Reddit——

El 99% de las startups de IA solo tienen palabras clave

Las empresas "fantasma" existen y muchas de ellas han sido aplastadas por las iteraciones del modelo OpenAI.

Por ejemplo, Jasper AI crea una herramienta de redacción publicitaria de IA basada en el modelo OpenAI.

Antes de que ChatGPT provocara locura, su herramienta fue muy elogiada y rápidamente alcanzó una valoración de mil millones de dólares.

Sin embargo, OpenAI actualizó ChatGPT el año pasado, permitiendo a los usuarios cargar múltiples formas de documentos.

Una vez que la mayoría de los usuarios se dieron cuenta de que podían obtener exactamente la misma funcionalidad directamente de la fuente, los ingresos y la valoración de Jasper comenzaron a disminuir.

Según las estadísticas de financiación de la industria GenAI compiladas por The Information, más de 100 empresas están construyendo sus propios modelos de IA, mientras que 68 empresas están utilizando los modelos de OpenAI.

La lógica detrás de esta visión es simple e intuitiva: el "bombardeo" no puede permitir que las empresas establezcan una diferenciación de productos y un "foso", y es fácil de copiar, reemplazar y ser abofeteado en la playa por las olas detrás.

Sin embargo, Eric Olson no lo cree así.

Publicó un artículo de opinión firmado en Fortune, desafiando abiertamente a Altman: "Sam Altman advirtió que OpenAI 'aplastará' a las nuevas empresas de inteligencia artificial. Yo dirijo una empresa de este tipo y no tengo preocupaciones".

Eric Olson es el cofundador y director ejecutivo de la startup de IA Consensus.

El objetivo de Consensus es facilitar a las personas el acceso y la búsqueda de investigaciones científicas revisadas por pares. En términos sencillos, es el equivalente a Google Scholar + ChatGPT.

Hasta ahora, Consensus ha evitado varios ataques de los gigantes de la IA. Pero cuando OpenAI ingresa al campo de búsqueda con SearchGPT, algunas personas piensan que los buenos días de la empresa han llegado a su fin.

Pero Olson cree firmemente que "el futuro de las nuevas empresas de IA es brillante".

Los titulares apocalípticos sobre nuevas empresas, al igual que los titulares que llaman la atención en otras industrias, están ahí en su mayoría solo para llamar la atención.

La mayoría de las empresas comienzan como "caparazón"

Olson señaló que los "abrazos" no deberían ser criticados demasiado.

Crear productos y empresas con tecnología de terceros como núcleo no es algo malo en sí mismo, y los fundadores no tienen que preocuparse por convertirse en un "caparazón" en las primeras etapas del producto.

De hecho, para tener éxito, a veces es necesario "refugiarse" en las primeras etapas. Como startup, su trabajo es hacer que el caparazón se vuelva más grueso con el tiempo a través del diseño, la interfaz de usuario, nuevas funciones, servicios, marca, etc.

Esto no es nuevo en ningún campo y ya existía una trayectoria de desarrollo antes del auge de GenAI.

Si utilizamos los estándares actuales para las nuevas empresas de IA para examinar los gigantes que anteriormente estaban en ascenso, también se les puede llamar "caparazones" de varias tecnologías de terceros cuando se establecieron por primera vez:

- Salesforce es un "shell" basado en la base de datos Oracle

- Box es una "caja" basada en AWS

- Zoom es un "caparazón" basado en cámaras de Mac y PC

- Delta Air Lines es un "caparazón" basado en aviones Boeing

……

Una nueva característica lanzada por OpenAI no tiene por qué destruirte, porque también es una característica nueva para ti.

Como startup, su trabajo es agregar suficiente valor agregado a la función para que sea atractiva y útil para que los usuarios paguen por ella con el tiempo. A medida que la tecnología en la que usted confía mejore, también lo hará su producto.

La mayoría de las cosas empiezan como "caparazón", y eso está bien. El único pecado posible es que sean sólo un "caparazón" de principio a fin.

Hay una brecha infinita entre el aprobado y la excelencia.

Hoy en día, han surgido en Internet una gran cantidad de demostraciones de productos de IA muy llamativas.

Sin embargo, cuando estos productos llegan a manos de los usuarios, sólo un puñado de ellos son realmente satisfactorios y resuelven problemas.

Esto se debe a que los productos de IA actuales persiguen "aprobar" o "suficientemente bueno" (suficientemente bueno). Siempre que esto se cumpla y se combine con el entorno de demostración establecido, se pueden lograr resultados sobresalientes.

Antes de la llegada de LLM, el trabajo principal de crear un producto de software excelente consistía en cientos de factores, como un profundo conocimiento del cliente, un diseño estéticamente elegante y miles de líneas de código para cada caso extremo.

Sin embargo, la aparición de LLM ha reducido el costo de la inteligencia marginal del producto a casi cero.

Simplemente crea una interfaz de usuario simple, agrega una característica o dos y luego agrega algunas llamadas a la API de OpenAI, y tendrá un producto de apariencia increíble creado a una velocidad sin precedentes en la historia de la humanidad.

Sin embargo, desde la perspectiva de un fundador, aunque el LLM se ha vuelto tan poderoso, crear un gran producto sigue siendo muy difícil.

El hecho de que sea más fácil crear software que se vea bien no significa que sea fácil crear un software verdaderamente excelente.

En su experiencia empresarial publicada ayer en Zhihu, el gran maestro Li Mu también mencionó la dificultad de crear productos exitosos como Perplexity y Character.ai todavía están explorando modelos de negocio.

De la tecnología al producto es un proceso largo, lo normal es que tarde 2 o 3 años. Teniendo en cuenta la aparición de necesidades de los usuarios, puede llevar más tiempo. Nos centramos en el presente, exploramos el camino en la niebla y seguimos siendo optimistas sobre el futuro.

El caso más conocido es, sin duda, la muy criticada función “AI Overview” de Google, que contrasta marcadamente con el producto de búsqueda de IA en rápido crecimiento, Perplexity.

Según algunas definiciones, Perplexity no es un producto con un "foso". Lo único que proporciona a los usuarios es la interacción entre LLM y los resultados de búsqueda.

En un mundo lleno de modelos grandes, Google, como el motor de búsqueda más poderoso de la historia, también tiene su propio producto estrella, la serie Gemini, ¿no puede agregar un resumen de LLM a los resultados de búsqueda y poner fin a la perplejidad?

Por supuesto que podían intentarlo y lo hicieron. Pero hasta ahora estos esfuerzos no han tenido éxito.

Entonces, ¿cómo puede Perplexity derrotar a Google, que tiene tecnología central, mediante un "bombardeo"?

El punto clave que es necesario aclarar es que los productos de software no se refieren sólo a la implementación de alto nivel. Son una colección de detalles que determinan cómo resuelven el problema de un usuario.

Perplexity ha dominado los detalles: la interfaz de usuario tiene personalidad, pero es extremadamente sencilla.

Cuando ingresa a la página de búsqueda, el cursor se coloca inmediatamente en el cuadro de búsqueda. Su tiempo de respuesta es casi instantáneo e incluso viene con una interfaz de carga agradable.

La descripción general de la IA de Google carece de la dedicación al detalle de Perplexity. Como resultado, no obtienen la misma popularidad entre los usuarios.

Ésta es la diferencia entre "aprobado" y "excelencia": desde lejos puede parecer lo mismo, pero cuando haces zoom, los dos están muy separados;

La especialización es crucial

Para algunas necesidades específicas, debido a que no hay un mercado lo suficientemente grande, los gigantes tecnológicos no se molestarán en resolverlas por completo.

Esto crea un espacio para que las nuevas empresas entren, innoven, tengan éxito y, en última instancia, escalen.

La fundación del Consenso se basa en este preajuste.

Google Scholar es la herramienta de búsqueda académica más utilizada en el mundo, pero no mucha gente la utiliza.

La razón es simple: es un producto marginal de Google que carece gravemente de la atención y el soporte de la empresa.

Por el contrario, una startup como Consensus puede dedicar mucha más atención y esfuerzo a esto, mientras que Google tiene un millón de cosas más importantes entre manos.

Aborde un problema específico y encuentre una solución que pueda resistir el paso del tiempo. Incluso en la era de la IA, esta idea de producto no está desactualizada.

Incluso si tenemos que crear productos a la sombra de la tecnología de OpenAI, este es un enfoque eficaz.

Si lo único que importa es la capacidad técnica bruta, entonces las nuevas empresas nunca tendrán éxito frente a gigantes con mucho dinero y tecnología de punta.

Pero en innumerables ocasiones ha ocurrido lo contrario. Lo que realmente importa son las sutilezas de su producto. Debe hacer que los usuarios sientan que puede brindarles soluciones profesionales a sus problemas.

Como publicó recientemente Nat Friedman, un conocido inversor en inteligencia artificial (y uno de los inversores de Consensus) y ex director ejecutivo de GitHub en X:

"La gente contrata servicios de limpieza para limpiar sus oficinas en lugar de un servicio laboral genérico, aunque sea básicamente lo mismo: consejos para nuevas empresas de IA".

Si sólo se mide la capacidad bruta, la persona promedio y el empleado de un servicio de limpieza son prácticamente iguales, la única diferencia es el embalaje: materiales baratos (productos de limpieza), un poco de conocimiento y el conocimiento que esta persona ha resuelto. su problema exacto en la confianza pasada.

Esta diferencia hará que 99 de cada 100 personas opten por pagar un extra por la empresa de servicio de limpieza.

La gente quiere usar cosas diseñadas para cosas específicas. Esta puede ser la declaración más emocionante que el fundador de una empresa de inteligencia artificial pueda escuchar hoy.

Dando un paso atrás, los tres puntos mencionados anteriormente no son consejos nuevos. Durante décadas, innumerables empresas emergentes se han basado en estos principios básicos para tener éxito a la sombra de las tecnologías empresariales existentes.

El miedo a que las grandes empresas arrinconen su startup es un rasgo de la startup, no un defecto. Por esta y muchas otras razones, iniciar un negocio exitoso puede resultar particularmente difícil.

Ahora todos tenemos acceso a una nueva e interesante tecnología y la reacción natural es creer que “todo está a punto de cambiar”.

Pero la realidad es que algunas cosas cambiarán y, al mismo tiempo, la mayoría seguirá igual que en el pasado.

Como antes, hay espacio para crear grandes empresas y productos junto con gigantes llamativos. Además, el llamado "radio de explosión" afirmado por Ultraman es en realidad más pequeño de lo que la mayoría de la gente piensa hoy.

Referencias: