Alors que ChatGPT promeut l'engouement AIGC pour se réchauffer rapidement dans le monde entier, un grand nombre de startups d'intelligence artificielle générative poussent également comme des champignons.
Cependant, même si ces startups peuvent facilement obtenir des milliards de dollars de fonds d'investissement, il reste un talon d'Achille, quasi inévitable à l'heure actuelle, à savoir le manque de données de formation, qui peut être à terme la clé du succès de ces startups La plus grande "pierre d'achoppement" sur la route. **
Brad Svrluga, co-fondateur et associé général de la société de capital-risque Primary Venture Partners, a déclaré : « Nous avons reçu de nombreuses auto-recommandations de la part de start-ups d'IA. Des données de formation pour des applications puissantes, sans parler des données propriétaires qui peuvent les aider à construire un fossé concurrentiel dans leur entreprise.
Les données sont plus "rares" que l'argent
Le financement en capital-risque des startups d'IA générative est passé de 4,8 milliards de dollars en 2022 à 12,7 milliards de dollars au cours des cinq premiers mois de 2023, selon PitchBook.
Aujourd'hui, bon nombre de ces entreprises cherchent à créer davantage de modèles d'IA de niche dans des domaines tels que la finance ou la santé, où les ensembles de données de formation ne sont pas faciles à trouver.
** Paul Tyma, directeur de la technologie de Bullpen Capital, a souligné que la construction de modèles réels est devenue dans une certaine mesure banalisée et que la valeur réelle réside dans les données. **
Certaines startups d'IA ciblent des partenariats avec de grandes entreprises riches en données. Par exemple, la vice-présidente mondiale d'Ernst & Young responsable de la fiscalité, Marna Ricker, a déclaré que parce que l'entreprise dispose d'une grande quantité de données de transaction, les start-ups d'intelligence artificielle générative en viennent à aborder la coopération tous les jours.
Mais Andy Baldwin, l'associé directeur des services clients mondiaux d'EY, s'est dit préoccupé par ce qui se passerait si les données d'EY étaient utilisées pour former des modèles externes.
"Qui sera propriétaire des données ? Lorsque nous formons le modèle, quel est notre accès au modèle ? Comment d'autres personnes peuvent-elles utiliser le modèle ?", a déclaré Baldwin. "Les données font partie de notre propriété intellectuelle."
Bien sûr, les startups peuvent résoudre le problème de la propriété intellectuelle en formant un modèle différent pour chaque client, en utilisant uniquement les données client. Startup TermSheet utilise cette stratégie pour construire son produit Ethan, un modèle d'IA génératif capable de répondre aux questions de l'industrie pour les promoteurs immobiliers, les courtiers et les investisseurs.
Mais Roger Smith, directeur général et co-fondateur de TermSheet, a déclaré que même obtenir l'accord des clients prendrait beaucoup de conviction.
** Andy Wilson, co-fondateur et PDG de la société de technologie juridique Logikcull, a souligné que comment convaincre les entreprises que vous disposez d'une solide capacité de sécurité réseau et que vous pouvez réellement protéger ces données est également un défi. **
LES GRANDES ENTREPRISES ONT D'ÉNORMES AVANTAGES
** Svrluga de Primary Venture Partners a déclaré que les grandes entreprises technologiques ont clairement un avantage sur les startups en ce qui concerne les applications d'IA génératives, en partie parce qu'elles ont gagné la confiance de clients plus importants qui se sentent plus à l'aise avec leur traitement des données. **
Tracy Daniels, directrice des données de la société de services financiers Truist, a déclaré qu'elle n'explorait actuellement que des cas d'utilisation de l'IA générative avec de grandes entreprises technologiques, et non avec des startups. Elle a dit qu'elle ferait confiance aux plus grands fournisseurs pour assurer la sécurité des données.
Cela signifie que même les startups qui peuvent prendre une longueur d'avance avec des données accessibles au public sont confrontées à des défis pour enrichir leurs modèles avec des ensembles de données d'entreprise.
Veesual est une startup d'intelligence artificielle qui génère des images de ce à quoi ressemblent les gens lorsqu'ils essaient des vêtements. La société a d'abord formé ses modèles en utilisant principalement des images publiques sur Internet, mais a depuis eu du mal à convaincre les grands détaillants d'accepter de transmettre leurs données pour améliorer les modèles.
Le PDG et co-fondateur de Veesual, Maxime Patte, a déclaré que dans certains cas, les grands détaillants voulaient même que Veesual verse d'énormes dividendes ou prenne une participation dans l'entreprise en échange du droit de Veesual d'utiliser les données.Ces transactions n'ont finalement pas été négociées.
PatentPal est une startup d'intelligence artificielle générative qui aide les cabinets d'avocats à rédiger des demandes de brevets. Son directeur général et fondateur, Jack Xu, a également déclaré que la société ne pouvait initialement s'entraîner que sur les dépôts de brevets accessibles au public.
L'outil d'IA a le potentiel de devenir encore plus précis s'il continue à être formé avec des commentaires cryptés ou anonymes provenant de cas réels de clients, a-t-il déclaré. Mais cela est compliqué car les commentaires doivent être séparés des données hautement sensibles et confidentielles, y compris les secrets commerciaux.
"Pour les startups en démarrage, il y a un problème de reconnaissance de la marque, et il y a aussi un problème d'identité sociale", a-t-il déclaré.
**Dans le même temps, "l'involution" entre les industries devient de plus en plus intense. ** Adam Struck, fondateur et associé directeur de Struck Capital, a déclaré que certaines startups se font concurrence pour sécuriser davantage de données dans certains domaines, et plus rapidement.
"Si vous pensez qu'il existe un ensemble de données propriétaires, vous voulez l'obtenir avant tout le monde et vous négociez l'exclusivité", a-t-il déclaré. *En ce sens, c'est presque devenu une course aux armements. *"
Voir l'original
Le contenu est fourni à titre de référence uniquement, il ne s'agit pas d'une sollicitation ou d'une offre. Aucun conseil en investissement, fiscalité ou juridique n'est fourni. Consultez l'Avertissement pour plus de détails sur les risques.
Le "ventre mou" fatal des start-ups d'IA : pas à court d'argent mais de toute urgence à court de "ça"
**Source : **Association financière
Modifier Xiaoxiang
Alors que ChatGPT promeut l'engouement AIGC pour se réchauffer rapidement dans le monde entier, un grand nombre de startups d'intelligence artificielle générative poussent également comme des champignons.
Cependant, même si ces startups peuvent facilement obtenir des milliards de dollars de fonds d'investissement, il reste un talon d'Achille, quasi inévitable à l'heure actuelle, à savoir le manque de données de formation, qui peut être à terme la clé du succès de ces startups La plus grande "pierre d'achoppement" sur la route. **
Brad Svrluga, co-fondateur et associé général de la société de capital-risque Primary Venture Partners, a déclaré : « Nous avons reçu de nombreuses auto-recommandations de la part de start-ups d'IA. Des données de formation pour des applications puissantes, sans parler des données propriétaires qui peuvent les aider à construire un fossé concurrentiel dans leur entreprise.
Les données sont plus "rares" que l'argent
Le financement en capital-risque des startups d'IA générative est passé de 4,8 milliards de dollars en 2022 à 12,7 milliards de dollars au cours des cinq premiers mois de 2023, selon PitchBook.
Aujourd'hui, bon nombre de ces entreprises cherchent à créer davantage de modèles d'IA de niche dans des domaines tels que la finance ou la santé, où les ensembles de données de formation ne sont pas faciles à trouver.
** Paul Tyma, directeur de la technologie de Bullpen Capital, a souligné que la construction de modèles réels est devenue dans une certaine mesure banalisée et que la valeur réelle réside dans les données. **
Certaines startups d'IA ciblent des partenariats avec de grandes entreprises riches en données. Par exemple, la vice-présidente mondiale d'Ernst & Young responsable de la fiscalité, Marna Ricker, a déclaré que parce que l'entreprise dispose d'une grande quantité de données de transaction, les start-ups d'intelligence artificielle générative en viennent à aborder la coopération tous les jours.
Mais Andy Baldwin, l'associé directeur des services clients mondiaux d'EY, s'est dit préoccupé par ce qui se passerait si les données d'EY étaient utilisées pour former des modèles externes.
"Qui sera propriétaire des données ? Lorsque nous formons le modèle, quel est notre accès au modèle ? Comment d'autres personnes peuvent-elles utiliser le modèle ?", a déclaré Baldwin. "Les données font partie de notre propriété intellectuelle."
Bien sûr, les startups peuvent résoudre le problème de la propriété intellectuelle en formant un modèle différent pour chaque client, en utilisant uniquement les données client. Startup TermSheet utilise cette stratégie pour construire son produit Ethan, un modèle d'IA génératif capable de répondre aux questions de l'industrie pour les promoteurs immobiliers, les courtiers et les investisseurs.
Mais Roger Smith, directeur général et co-fondateur de TermSheet, a déclaré que même obtenir l'accord des clients prendrait beaucoup de conviction.
** Andy Wilson, co-fondateur et PDG de la société de technologie juridique Logikcull, a souligné que comment convaincre les entreprises que vous disposez d'une solide capacité de sécurité réseau et que vous pouvez réellement protéger ces données est également un défi. **
LES GRANDES ENTREPRISES ONT D'ÉNORMES AVANTAGES
** Svrluga de Primary Venture Partners a déclaré que les grandes entreprises technologiques ont clairement un avantage sur les startups en ce qui concerne les applications d'IA génératives, en partie parce qu'elles ont gagné la confiance de clients plus importants qui se sentent plus à l'aise avec leur traitement des données. **
Tracy Daniels, directrice des données de la société de services financiers Truist, a déclaré qu'elle n'explorait actuellement que des cas d'utilisation de l'IA générative avec de grandes entreprises technologiques, et non avec des startups. Elle a dit qu'elle ferait confiance aux plus grands fournisseurs pour assurer la sécurité des données.
Cela signifie que même les startups qui peuvent prendre une longueur d'avance avec des données accessibles au public sont confrontées à des défis pour enrichir leurs modèles avec des ensembles de données d'entreprise.
Veesual est une startup d'intelligence artificielle qui génère des images de ce à quoi ressemblent les gens lorsqu'ils essaient des vêtements. La société a d'abord formé ses modèles en utilisant principalement des images publiques sur Internet, mais a depuis eu du mal à convaincre les grands détaillants d'accepter de transmettre leurs données pour améliorer les modèles.
Le PDG et co-fondateur de Veesual, Maxime Patte, a déclaré que dans certains cas, les grands détaillants voulaient même que Veesual verse d'énormes dividendes ou prenne une participation dans l'entreprise en échange du droit de Veesual d'utiliser les données.Ces transactions n'ont finalement pas été négociées.
PatentPal est une startup d'intelligence artificielle générative qui aide les cabinets d'avocats à rédiger des demandes de brevets. Son directeur général et fondateur, Jack Xu, a également déclaré que la société ne pouvait initialement s'entraîner que sur les dépôts de brevets accessibles au public.
L'outil d'IA a le potentiel de devenir encore plus précis s'il continue à être formé avec des commentaires cryptés ou anonymes provenant de cas réels de clients, a-t-il déclaré. Mais cela est compliqué car les commentaires doivent être séparés des données hautement sensibles et confidentielles, y compris les secrets commerciaux.
"Pour les startups en démarrage, il y a un problème de reconnaissance de la marque, et il y a aussi un problème d'identité sociale", a-t-il déclaré.
**Dans le même temps, "l'involution" entre les industries devient de plus en plus intense. ** Adam Struck, fondateur et associé directeur de Struck Capital, a déclaré que certaines startups se font concurrence pour sécuriser davantage de données dans certains domaines, et plus rapidement.
"Si vous pensez qu'il existe un ensemble de données propriétaires, vous voulez l'obtenir avant tout le monde et vous négociez l'exclusivité", a-t-il déclaré. *En ce sens, c'est presque devenu une course aux armements. *"