Crédito da imagem: Gerado por ferramentas Unbounded AI
À medida que o ChatGPT promove a mania do AIGC para aquecer rapidamente em todo o mundo, um grande número de startups de inteligência artificial generativa também está surgindo como cogumelos.
No entanto, mesmo que essas startups possam facilmente obter bilhões de dólares em fundos de investimento, ainda existe um calcanhar de Aquiles, quase inevitável no momento, ou seja, a falta de dados de treinamento, que pode ser a chave para o sucesso dessas startups. startups. A maior "pedra de tropeço" na estrada. **
Brad Svrluga, cofundador e sócio geral da empresa de capital de risco Primary Venture Partners, disse: "Recebemos muitas recomendações de empresas iniciantes de IA. Dados de treinamento para aplicativos poderosos, sem mencionar dados proprietários que podem ajudá-los a criar um fosso competitivo em seus negócios.”
Dados são mais "raros" que dinheiro
O financiamento de capital de risco para startups de IA generativa cresceu de US$ 4,8 bilhões em 2022 para US$ 12,7 bilhões nos primeiros cinco meses de 2023, de acordo com o PitchBook.
Agora, muitas dessas empresas estão procurando construir mais modelos de IA de nicho em áreas como finanças ou saúde, onde conjuntos de dados de treinamento não são fáceis de encontrar.
** Paul Tyma, diretor de tecnologia da Bullpen Capital, apontou que a construção de modelos reais tornou-se comoditizada até certo ponto, e o valor real está nos dados. **
Algumas startups de IA estão visando parcerias com grandes empresas ricas em dados. Por exemplo, a vice-presidente global responsável por impostos da Ernst & Young, Marna Ricker, disse que, como a empresa possui uma grande quantidade de dados de transações, as startups de inteligência artificial generativa abordam a cooperação todos os dias.
Mas Andy Baldwin, sócio-gerente global de serviços ao cliente da EY, disse estar preocupado com o que aconteceria se os dados da EY fossem usados para treinar modelos externos.
"Quem será o proprietário dos dados? Quando treinamos o modelo, qual é o nosso acesso ao modelo? Como outras pessoas podem usar o modelo?", disse Baldwin. "Os dados fazem parte de nossa propriedade intelectual."
É claro que as startups podem resolver o problema da propriedade intelectual treinando um modelo diferente para cada cliente, usando apenas os dados do cliente. A Startup TermSheet está usando essa estratégia para construir seu produto Ethan, um modelo generativo de IA capaz de responder a perguntas do setor para incorporadoras, corretoras e investidores imobiliários.
Mas Roger Smith, executivo-chefe e cofundador da TermSheet, disse que até mesmo convencer os clientes a concordar com isso exigiria muito convencimento.
** Andy Wilson, cofundador e CEO da empresa de tecnologia jurídica Logikcull, destacou que também é um desafio convencer as empresas de que você tem uma forte capacidade de segurança de rede e pode realmente proteger esses dados. **
GRANDES EMPRESAS TÊM ENORMES VANTAGENS
** Svrluga, da Primary Venture Partners, disse que as grandes empresas de tecnologia claramente têm uma vantagem sobre as startups quando se trata de aplicativos generativos de IA, em parte porque ganharam a confiança de clientes maiores que se sentem mais à vontade com o processamento de dados. **
Tracy Daniels, diretora de dados da empresa de serviços financeiros Truist, disse que atualmente está explorando apenas casos de uso para IA generativa com grandes empresas de tecnologia, não startups. Ela disse que confiaria nos fornecedores maiores para manter os dados seguros.
O que tudo isso significa é que mesmo as startups que podem começar com dados disponíveis publicamente enfrentam desafios para enriquecer seus modelos com conjuntos de dados corporativos.
A Veesual é uma startup de inteligência artificial que gera imagens de como as pessoas ficam quando experimentam roupas. A empresa inicialmente treinou seus modelos usando principalmente imagens públicas na internet, mas desde então tem lutado para conseguir que grandes varejistas concordem em entregar seus dados para aprimorar os modelos.
O CEO e co-fundador da Veesual, Maxime Patte, disse que, em alguns casos, os grandes varejistas até queriam que a Veesual pagasse grandes dividendos ou assumisse uma participação acionária na empresa em troca do direito da Veesual de usar os dados.
PatentPal é uma startup de inteligência artificial generativa que ajuda escritórios de advocacia a redigir pedidos de patente. Seu executivo-chefe e fundador, Jack Xu, também disse que a empresa inicialmente só poderia treinar com registros de patentes disponíveis ao público.
A ferramenta de IA tem a oportunidade de se tornar ainda mais precisa se continuar a ser treinada com feedback criptografado ou anônimo de casos reais de clientes, disse ele. Mas fazer isso é complicado porque o feedback deve ser mantido separado de dados altamente sensíveis e confidenciais, incluindo segredos comerciais.
“Para startups em estágio inicial, há um problema de reconhecimento de marca e também um problema de identidade social”, disse ele.
**Ao mesmo tempo, a "involução" entre as indústrias é cada vez mais intensa. **Adam Struck, fundador e sócio-gerente da Struck Capital, disse que algumas startups estão competindo entre si para garantir mais dados em determinadas áreas e mais rapidamente.
"Se você acredita que existe um conjunto de dados proprietário, deseja obtê-lo antes de todos os outros e negociar a exclusividade", disse ele. *Nesse sentido, é quase uma corrida armamentista. *"
Ver original
O conteúdo serve apenas de referência e não constitui uma solicitação ou oferta. Não é prestado qualquer aconselhamento em matéria de investimento, fiscal ou jurídica. Consulte a Declaração de exoneração de responsabilidade para obter mais informações sobre os riscos.
O "ponto fraco" fatal das empresas iniciantes de IA: não falta dinheiro, mas falta urgentemente "isso"
**Fonte: **Associação Financeira
Editar Xiaoxiang
À medida que o ChatGPT promove a mania do AIGC para aquecer rapidamente em todo o mundo, um grande número de startups de inteligência artificial generativa também está surgindo como cogumelos.
No entanto, mesmo que essas startups possam facilmente obter bilhões de dólares em fundos de investimento, ainda existe um calcanhar de Aquiles, quase inevitável no momento, ou seja, a falta de dados de treinamento, que pode ser a chave para o sucesso dessas startups. startups. A maior "pedra de tropeço" na estrada. **
Brad Svrluga, cofundador e sócio geral da empresa de capital de risco Primary Venture Partners, disse: "Recebemos muitas recomendações de empresas iniciantes de IA. Dados de treinamento para aplicativos poderosos, sem mencionar dados proprietários que podem ajudá-los a criar um fosso competitivo em seus negócios.”
Dados são mais "raros" que dinheiro
O financiamento de capital de risco para startups de IA generativa cresceu de US$ 4,8 bilhões em 2022 para US$ 12,7 bilhões nos primeiros cinco meses de 2023, de acordo com o PitchBook.
Agora, muitas dessas empresas estão procurando construir mais modelos de IA de nicho em áreas como finanças ou saúde, onde conjuntos de dados de treinamento não são fáceis de encontrar.
** Paul Tyma, diretor de tecnologia da Bullpen Capital, apontou que a construção de modelos reais tornou-se comoditizada até certo ponto, e o valor real está nos dados. **
Algumas startups de IA estão visando parcerias com grandes empresas ricas em dados. Por exemplo, a vice-presidente global responsável por impostos da Ernst & Young, Marna Ricker, disse que, como a empresa possui uma grande quantidade de dados de transações, as startups de inteligência artificial generativa abordam a cooperação todos os dias.
Mas Andy Baldwin, sócio-gerente global de serviços ao cliente da EY, disse estar preocupado com o que aconteceria se os dados da EY fossem usados para treinar modelos externos.
"Quem será o proprietário dos dados? Quando treinamos o modelo, qual é o nosso acesso ao modelo? Como outras pessoas podem usar o modelo?", disse Baldwin. "Os dados fazem parte de nossa propriedade intelectual."
É claro que as startups podem resolver o problema da propriedade intelectual treinando um modelo diferente para cada cliente, usando apenas os dados do cliente. A Startup TermSheet está usando essa estratégia para construir seu produto Ethan, um modelo generativo de IA capaz de responder a perguntas do setor para incorporadoras, corretoras e investidores imobiliários.
Mas Roger Smith, executivo-chefe e cofundador da TermSheet, disse que até mesmo convencer os clientes a concordar com isso exigiria muito convencimento.
** Andy Wilson, cofundador e CEO da empresa de tecnologia jurídica Logikcull, destacou que também é um desafio convencer as empresas de que você tem uma forte capacidade de segurança de rede e pode realmente proteger esses dados. **
GRANDES EMPRESAS TÊM ENORMES VANTAGENS
** Svrluga, da Primary Venture Partners, disse que as grandes empresas de tecnologia claramente têm uma vantagem sobre as startups quando se trata de aplicativos generativos de IA, em parte porque ganharam a confiança de clientes maiores que se sentem mais à vontade com o processamento de dados. **
Tracy Daniels, diretora de dados da empresa de serviços financeiros Truist, disse que atualmente está explorando apenas casos de uso para IA generativa com grandes empresas de tecnologia, não startups. Ela disse que confiaria nos fornecedores maiores para manter os dados seguros.
O que tudo isso significa é que mesmo as startups que podem começar com dados disponíveis publicamente enfrentam desafios para enriquecer seus modelos com conjuntos de dados corporativos.
A Veesual é uma startup de inteligência artificial que gera imagens de como as pessoas ficam quando experimentam roupas. A empresa inicialmente treinou seus modelos usando principalmente imagens públicas na internet, mas desde então tem lutado para conseguir que grandes varejistas concordem em entregar seus dados para aprimorar os modelos.
O CEO e co-fundador da Veesual, Maxime Patte, disse que, em alguns casos, os grandes varejistas até queriam que a Veesual pagasse grandes dividendos ou assumisse uma participação acionária na empresa em troca do direito da Veesual de usar os dados.
PatentPal é uma startup de inteligência artificial generativa que ajuda escritórios de advocacia a redigir pedidos de patente. Seu executivo-chefe e fundador, Jack Xu, também disse que a empresa inicialmente só poderia treinar com registros de patentes disponíveis ao público.
A ferramenta de IA tem a oportunidade de se tornar ainda mais precisa se continuar a ser treinada com feedback criptografado ou anônimo de casos reais de clientes, disse ele. Mas fazer isso é complicado porque o feedback deve ser mantido separado de dados altamente sensíveis e confidenciais, incluindo segredos comerciais.
“Para startups em estágio inicial, há um problema de reconhecimento de marca e também um problema de identidade social”, disse ele.
**Ao mesmo tempo, a "involução" entre as indústrias é cada vez mais intensa. **Adam Struck, fundador e sócio-gerente da Struck Capital, disse que algumas startups estão competindo entre si para garantir mais dados em determinadas áreas e mais rapidamente.
"Se você acredita que existe um conjunto de dados proprietário, deseja obtê-lo antes de todos os outros e negociar a exclusividade", disse ele. *Nesse sentido, é quase uma corrida armamentista. *"