ปัจจุบัน บริษัทเหล่านี้หลายแห่งกำลังมองหาที่จะสร้างโมเดล AI เฉพาะกลุ่มมากขึ้นในสาขาต่างๆ เช่น การเงินหรือการดูแลสุขภาพ ซึ่งชุดข้อมูลการฝึกอบรมไม่ใช่เรื่องง่ายที่จะได้มา
** Paul Tyma ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Bullpen Capital ชี้ให้เห็นว่าการสร้างแบบจำลองจริงได้กลายเป็นสินค้าโภคภัณฑ์ในระดับหนึ่ง และมูลค่าที่แท้จริงนั้นอยู่ในข้อมูล **
สตาร์ทอัพด้าน AI บางรายตั้งเป้าเป็นพันธมิตรกับองค์กรขนาดใหญ่ที่อุดมด้วยข้อมูล ตัวอย่างเช่น Marna Ricker รองประธานระดับโลกของ Ernst & Young ที่รับผิดชอบด้านภาษีกล่าวว่าเนื่องจากบริษัทมีข้อมูลธุรกรรมจำนวนมาก บริษัทสตาร์ทอัพด้านปัญญาประดิษฐ์จึงเข้ามาขอความร่วมมือทุกวัน
แต่ Andy Baldwin หุ้นส่วนผู้จัดการฝ่ายบริการลูกค้าทั่วโลกของ EY กล่าวว่าเขากังวลว่าจะเกิดอะไรขึ้นหากใช้ข้อมูลของ EY เพื่อฝึกโมเดลภายนอก
** Andy Wilson ผู้ร่วมก่อตั้งและ CEO ของบริษัทเทคโนโลยีทางกฎหมาย Logikcull ชี้ให้เห็นว่าวิธีการโน้มน้าวให้บริษัทต่างๆ เห็นว่าคุณมีความสามารถในการรักษาความปลอดภัยเครือข่ายที่แข็งแกร่งและสามารถปกป้องข้อมูลนี้ได้จริงก็เป็นสิ่งที่ท้าทายเช่นกัน **
บริษัทขนาดใหญ่มีข้อได้เปรียบอย่างมาก
**Svrluga ของพาร์ทเนอร์ร่วมทุนหลักกล่าวว่าบริษัทเทคโนโลยีขนาดใหญ่มีความได้เปรียบเหนือสตาร์ทอัพอย่างชัดเจนเมื่อพูดถึงแอปพลิเคชันเจนเนอเรทีฟ AI ส่วนหนึ่งเป็นเพราะพวกเขาได้รับความไว้วางใจจากลูกค้ารายใหญ่ที่รู้สึกสบายใจกับการประมวลผลข้อมูลมากขึ้น **
Tracy Daniels หัวหน้าเจ้าหน้าที่ข้อมูลของบริษัทที่ให้บริการทางการเงิน Truist กล่าวว่าขณะนี้เธอกำลังสำรวจเฉพาะกรณีการใช้งานสำหรับ AI เชิงกำเนิดกับบริษัทเทคโนโลยีขนาดใหญ่ ไม่ใช่บริษัทที่เพิ่งเริ่มต้น เธอกล่าวว่าเธอจะไว้วางใจผู้จำหน่ายรายใหญ่ในการเก็บรักษาข้อมูลให้ปลอดภัย
"จุดอ่อนที่อ่อนแอ" ร้ายแรงของบริษัทสตาร์ทอัพด้าน AI: ไม่ใช่เงินขาดมือ แต่ขาด "มัน" อย่างเร่งด่วน
**ที่มา: **สมาคมการเงิน
แก้ไข เซียวเซียง
ในขณะที่ ChatGPT ส่งเสริมให้กระแส AIGC ร้อนแรงขึ้นอย่างรวดเร็วทั่วโลก การเริ่มต้นสร้างปัญญาประดิษฐ์จำนวนมากก็ผุดขึ้นราวกับดอกเห็ด
อย่างไรก็ตาม แม้ว่าสตาร์ทอัพเหล่านี้จะได้รับเงินลงทุนหลายพันล้านดอลลาร์อย่างง่ายดาย แต่ก็ยังมีจุดอ่อนที่แทบจะหลีกเลี่ยงไม่ได้ในปัจจุบัน นั่นคือการขาดข้อมูลการฝึกอบรม ซึ่งท้ายที่สุดแล้วอาจเป็นกุญแจสู่ความสำเร็จของสตาร์ทอัพเหล่านี้ สตาร์ทอัพ "สิ่งกีดขวาง" ที่ใหญ่ที่สุดบนท้องถนน **
Brad Svrluga ผู้ร่วมก่อตั้งและหุ้นส่วนทั่วไปของบริษัทร่วมทุน Primary Venture Partners กล่าวว่า "เราได้รับคำแนะนำด้วยตนเองมากมายจากบริษัทสตาร์ทอัพ AI ข้อมูลการฝึกอบรมสำหรับแอปพลิเคชันที่มีประสิทธิภาพ ไม่ต้องพูดถึงข้อมูลที่เป็นกรรมสิทธิ์ซึ่งสามารถช่วยพวกเขาสร้าง คูเมืองเพื่อการแข่งขันในธุรกิจของพวกเขา”
ข้อมูลหายากกว่าเงิน
เงินทุนร่วมลงทุนสำหรับสตาร์ทอัพ AI เชิงกำเนิดเพิ่มขึ้นจาก 4.8 พันล้านดอลลาร์ในปี 2565 เป็น 12.7 พันล้านดอลลาร์ในช่วงห้าเดือนแรกของปี 2566 ตามรายงานของ PitchBook
ปัจจุบัน บริษัทเหล่านี้หลายแห่งกำลังมองหาที่จะสร้างโมเดล AI เฉพาะกลุ่มมากขึ้นในสาขาต่างๆ เช่น การเงินหรือการดูแลสุขภาพ ซึ่งชุดข้อมูลการฝึกอบรมไม่ใช่เรื่องง่ายที่จะได้มา
** Paul Tyma ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Bullpen Capital ชี้ให้เห็นว่าการสร้างแบบจำลองจริงได้กลายเป็นสินค้าโภคภัณฑ์ในระดับหนึ่ง และมูลค่าที่แท้จริงนั้นอยู่ในข้อมูล **
สตาร์ทอัพด้าน AI บางรายตั้งเป้าเป็นพันธมิตรกับองค์กรขนาดใหญ่ที่อุดมด้วยข้อมูล ตัวอย่างเช่น Marna Ricker รองประธานระดับโลกของ Ernst & Young ที่รับผิดชอบด้านภาษีกล่าวว่าเนื่องจากบริษัทมีข้อมูลธุรกรรมจำนวนมาก บริษัทสตาร์ทอัพด้านปัญญาประดิษฐ์จึงเข้ามาขอความร่วมมือทุกวัน
แต่ Andy Baldwin หุ้นส่วนผู้จัดการฝ่ายบริการลูกค้าทั่วโลกของ EY กล่าวว่าเขากังวลว่าจะเกิดอะไรขึ้นหากใช้ข้อมูลของ EY เพื่อฝึกโมเดลภายนอก
"ใครจะเป็นเจ้าของข้อมูล เมื่อเราฝึกโมเดล การเข้าถึงโมเดลของเราคืออะไร คนอื่นจะใช้โมเดลได้อย่างไร" บอลด์วินกล่าว "ข้อมูลเป็นส่วนหนึ่งของทรัพย์สินทางปัญญาของเรา"
แน่นอนว่าสตาร์ทอัพสามารถแก้ปัญหาทรัพย์สินทางปัญญาได้ด้วยการฝึกอบรมโมเดลที่แตกต่างกันสำหรับลูกค้าแต่ละราย โดยใช้ข้อมูลลูกค้าเท่านั้น Startup TermSheet ใช้กลยุทธ์นี้เพื่อสร้างผลิตภัณฑ์ Ethan ซึ่งเป็นโมเดล AI เชิงกำเนิดที่สามารถตอบคำถามในอุตสาหกรรมสำหรับนักพัฒนาอสังหาริมทรัพย์ นายหน้า และนักลงทุน
แต่โรเจอร์ สมิธ ประธานเจ้าหน้าที่บริหารและผู้ร่วมก่อตั้ง TermSheet กล่าวว่าการทำให้ลูกค้าเห็นด้วยนั้นต้องใช้ความพยายามอย่างมากในการโน้มน้าวใจ
** Andy Wilson ผู้ร่วมก่อตั้งและ CEO ของบริษัทเทคโนโลยีทางกฎหมาย Logikcull ชี้ให้เห็นว่าวิธีการโน้มน้าวให้บริษัทต่างๆ เห็นว่าคุณมีความสามารถในการรักษาความปลอดภัยเครือข่ายที่แข็งแกร่งและสามารถปกป้องข้อมูลนี้ได้จริงก็เป็นสิ่งที่ท้าทายเช่นกัน **
บริษัทขนาดใหญ่มีข้อได้เปรียบอย่างมาก
**Svrluga ของพาร์ทเนอร์ร่วมทุนหลักกล่าวว่าบริษัทเทคโนโลยีขนาดใหญ่มีความได้เปรียบเหนือสตาร์ทอัพอย่างชัดเจนเมื่อพูดถึงแอปพลิเคชันเจนเนอเรทีฟ AI ส่วนหนึ่งเป็นเพราะพวกเขาได้รับความไว้วางใจจากลูกค้ารายใหญ่ที่รู้สึกสบายใจกับการประมวลผลข้อมูลมากขึ้น **
Tracy Daniels หัวหน้าเจ้าหน้าที่ข้อมูลของบริษัทที่ให้บริการทางการเงิน Truist กล่าวว่าขณะนี้เธอกำลังสำรวจเฉพาะกรณีการใช้งานสำหรับ AI เชิงกำเนิดกับบริษัทเทคโนโลยีขนาดใหญ่ ไม่ใช่บริษัทที่เพิ่งเริ่มต้น เธอกล่าวว่าเธอจะไว้วางใจผู้จำหน่ายรายใหญ่ในการเก็บรักษาข้อมูลให้ปลอดภัย
สิ่งนี้หมายความว่าแม้แต่สตาร์ทอัพที่สามารถเริ่มต้นได้ก่อนด้วยข้อมูลที่เปิดเผยต่อสาธารณะก็เผชิญกับความท้าทายในการปรับปรุงแบบจำลองของตนด้วยชุดข้อมูลขององค์กร
Veesual เป็นการเริ่มต้นระบบปัญญาประดิษฐ์ที่สร้างภาพว่าผู้คนมีลักษณะอย่างไรเมื่อลองสวมเสื้อผ้า เริ่มแรกบริษัทฝึกฝนโมเดลของตนโดยใช้ภาพสาธารณะบนอินเทอร์เน็ตเป็นหลัก แต่ตั้งแต่นั้นเป็นต้นมาก็มีปัญหาในการรับผู้ค้าปลีกรายใหญ่ตกลงที่จะส่งมอบข้อมูลเพื่อปรับปรุงโมเดล
Maxime Patte ซีอีโอและผู้ร่วมก่อตั้ง Veesual กล่าวว่า ในบางกรณี ผู้ค้าปลีกรายใหญ่ต้องการให้ Veesual จ่ายเงินปันผลจำนวนมากหรือเข้าถือหุ้นในบริษัทเพื่อแลกกับสิทธิ์ของ Veesual ในการใช้ข้อมูล ในที่สุด ธุรกรรมเหล่านี้ก็ไม่ได้รับการต่อรอง กลายเป็น
PatentPal เป็นสตาร์ทอัพด้านปัญญาประดิษฐ์ที่ช่วยบริษัทกฎหมายในการร่างคำขอรับสิทธิบัตร Jack Xu ประธานเจ้าหน้าที่บริหารและผู้ก่อตั้งบริษัท ยังกล่าวอีกว่า ในตอนแรกบริษัทสามารถฝึกอบรมเกี่ยวกับการยื่นจดสิทธิบัตรที่เปิดเผยต่อสาธารณะเท่านั้น
เครื่องมือ AI มีศักยภาพที่จะแม่นยำยิ่งขึ้นหากยังคงได้รับการฝึกฝนด้วยคำติชมที่เข้ารหัสหรือไม่ระบุชื่อจากกรณีลูกค้าจริง เขากล่าว แต่การทำเช่นนี้มีความซับซ้อนเนื่องจากต้องเก็บความคิดเห็นแยกจากข้อมูลที่ละเอียดอ่อนและเป็นความลับ รวมถึงความลับทางการค้า
“สำหรับสตาร์ทอัพระยะเริ่มต้น มีปัญหาเรื่องการจดจำแบรนด์ และยังมีปัญหาเรื่องอัตลักษณ์ทางสังคมด้วย” เขากล่าว
**ในขณะเดียวกัน การ "มีส่วนร่วม" ระหว่างอุตสาหกรรมก็ทวีความรุนแรงมากขึ้นเรื่อยๆ **Adam Struck ผู้ก่อตั้งและหุ้นส่วนผู้จัดการของ Struck Capital กล่าวว่าสตาร์ทอัพบางรายแข่งขันกันเพื่อรักษาความปลอดภัยข้อมูลในบางพื้นที่ให้มากขึ้นและรวดเร็วขึ้น
“ถ้าคุณเชื่อว่ามีชุดข้อมูลที่เป็นกรรมสิทธิ์ คุณต้องได้รับข้อมูลนั้นก่อนคนอื่น และคุณต่อรองความพิเศษ” เขากล่าว *ในแง่นั้น มันแทบจะกลายเป็นการแข่งขันด้านอาวุธ *"