Die unterschätzten KI-Anwendungen: Einblick in die KI-Investitionen 2025

Fünf Schlüsselthemen im KI-Bereich 2024

Auf der diesjährigen NeurIPS 2024 Konferenz teilten Sarah Guo, Gründerin von Conviction Capital, und ihr Partner Pranav Reddy ihre Einblicke in den aktuellen Stand von KI-Start-ups. Sie gaben einen systematischen Überblick über die fünf wichtigsten Themen im KI-Bereich im Jahr 2024 und diskutierten deren Auswirkungen auf zukünftige Investitionen.

Zunehmender Wettbewerb bei Basismodellen: Der Wettbewerb zwischen Basismodellen ist 2024 intensiver als je zuvor.
Schnelle Fortschritte bei Open-Source-Modellen: Open-Source-Modelle werden immer wettbewerbsfähiger und übertreffen in manchen Aspekten sogar proprietäre Modelle.
Kosteneffizienz kleiner Modelle: Kleine Modelle haben deutliche Leistungssteigerungen erzielt und sind kostengünstiger, was sie wirtschaftlicher macht.
Durchbrüche in der Multimodalität: Multimodale Technologien entwickeln sich zu einem wichtigen Trend für die Zukunft und bieten den Nutzern völlig neue Interaktionsmöglichkeiten.
Neue Durchbrüche im Bereich Scaling Laws: Trotz der Einschränkungen der Scaling Laws tauchen neue Erweiterungsparadigmen auf, die neue Hoffnung für die zukünftige KI-Entwicklung bringen.

Der Wettbewerb bei Basismodellen spitzt sich zu

Die Wettbewerbslandschaft bei Basismodellen hat sich im Jahr 2024 deutlich verändert. Daten von Chatbot Arena zeigen, dass die Modelle von OpenAI vor einem Jahr in der Leistung noch führend waren, während jetzt andere Unternehmen wie Google ebenfalls wettbewerbsfähige Modelle auf den Markt gebracht haben. Auch Open-Source-Modelle machen stetige Fortschritte, was Unternehmen mehr Auswahl bei der Wahl von APIs gibt.

Rückgang des Token-Verbrauchs bei OpenAI: Ende November letzten Jahres machte der Token-Verbrauch von OpenAI fast 90 % des Gesamtverbrauchs aus, während dieser Anteil nun, weniger als ein Jahr später, auf fast 60 % gesunken ist. Dies zeigt, dass Nutzer verschiedene Modelle ausprobieren.
Aufstieg von Open-Source-Modellen: Unabhängige Bewertungen des SEAL-Rankings zeigen, dass Open-Source-Modelle in Bereichen wie mathematische Fähigkeiten, Befolgung von Anweisungen und Robustheit gegenüber Angriffen hervorragende Leistungen erbringen, wobei das Llama-Modell sogar zu den Top 3 gehört.

Rasante Fortschritte bei Open-Source-Modellen

Open-Source-Modelle haben in mehreren Bereichen erstaunliche Fortschritte erzielt. Die MMLU-Bewertung zeigt, dass einige Open-Source-Modelle mit kleineren Parametern in ihrer Leistung bereits an die fortschrittlichsten Modelle heranreichen. Vor einem Jahr erzielte das beste kleine Modell, Mistral-7b, in dieser Bewertung etwa 60 Punkte, während das Llama 8B-Modell nun um mehr als 10 Punkte zugelegt hat.

Kleine Modelle werden kostengünstiger

Die Kluft zwischen kleinen und großen Modellen wird immer geringer, und auch die Preise für KI-Intelligenz sinken deutlich. Die API-Kosten für das Flaggschiffmodell von OpenAI sind in den letzten anderthalb Jahren um etwa 80-85 % gesunken. Das bedeutet, dass die Kosten für die Entwicklung von Anwendungen mit KI erheblich gesunken sind.

Geringere Kosten für die Entwicklung von KI-Anwendungen: Die Token-Kosten für die Entwicklung von Anwendungen wie Notion oder Coda mit KI betragen nur noch wenige Tausend Dollar.

Multimodale Technologien sind die Zukunft

Multimodale Technologien entwickeln sich zu einem wichtigen Entwicklungstrend im KI-Bereich. Das Aufkommen neuer Modalitäten wie latenzarme Sprache, Ausführungsfähigkeit und Video bietet den Nutzern völlig neue Interaktionsmöglichkeiten.

Verbesserte Sprachinteraktion: Latenzarme Sprache ist nicht nur eine Funktion, sondern eine völlig neue Art der Interaktion.
Verbesserte KI-Ausführungsfähigkeit: Die Computer-Use-Funktion von Claude und die Code-Ausführungsfunktion von OpenAI in Canvas bieten den Nutzern leistungsfähigere KI-Fähigkeiten.

Neue Durchbrüche bei den Scaling Laws

Obwohl die Scaling Laws Einschränkungen aufweisen, zeichnen sich neue Erweiterungsparadigmen ab. OpenAI scheint Wege gefunden zu haben, die Einschränkungen der Scaling Laws zu überwinden und die Leistung von Modellen mithilfe von Techniken wie RL Self-Play zu verbessern.

Das KI-Investitionsumfeld wird rationaler

Obwohl einige der Meinung sind, dass es im KI-Bereich eine Blase gibt, ist die Realität, dass das Geld, das in die Labore für Basismodelle fließt, relativ hoch ist, während die Mittel, die in tatsächlich operierende Unternehmen fließen, relativ angemessen sind.

Der Wert der Anwendungsschicht wird unterschätzt: In der Vergangenheit wurde allgemein angenommen, dass Basismodelle wertvoller sind, während die Anwendungsschicht keinen Wert hat. Tatsächlich sind die Möglichkeiten im KI-Ökosystem jedoch sehr vielfältig, und auch die Anwendungsschicht hat ein großes Potenzial.

Enorme Chancen für Start-ups

Die Möglichkeiten im KI-Ökosystem beschränken sich nicht nur auf Basismodelle, auch die Anwendungsschicht birgt ein enormes Potenzial. Es gibt eine Vielzahl von Innovationen, verschiedene Arten von Modellen haben ihre eigenen Stärken, der Wettbewerb auf dem Markt ist intensiv, und auch Open-Source-Projekte florieren.

Serviceautomatisierung: KI kann viele sich wiederholende Aufgaben automatisieren, Kosten senken und die Effizienz steigern.
Bessere Suchrichtungen: KI kann Nutzern helfen, Informationen besser zu suchen und abzurufen, und ein personalisierteres Erlebnis bieten.
Demokratisierung von Fähigkeiten: KI demokratisiert verschiedene Fähigkeiten und ermöglicht es mehr Menschen, sich an der Kreation und Innovation zu beteiligen.

Investitionsrichtungen in der KI-Welle

KI-Infrastruktur (Rechenleistung und Daten) ist eine wichtige Investitionsrichtung in der KI-Welle. Mit der Entwicklung der KI-Technologie steigt auch der Bedarf an Experten- und anderen Datentypen.

Das Zeitalter der "Software 3.0" ist angebrochen

Zusammenfassend lässt sich sagen, dass wir diese Reihe von Veränderungen mit "Software 3.0" zusammenfassen. Wir glauben, dass dies ein umfassendes Umdenken ist, das einer neuen Generation von Unternehmen enorme Vorteile bringen wird. Die Geschwindigkeit des Wandels ist für Start-ups von Vorteil.

Neues Nachdenken über Produkte und Infrastruktur: Wir müssen die Art und Weise, wie Produkte entwickelt und Infrastrukturen aufgebaut werden, neu überdenken, um uns an das neue KI-Paradigma anzupassen.
Enorme technische und wirtschaftliche Chancen: KI bietet enorme technische und wirtschaftliche Chancen, die es zu nutzen gilt.

Der Wettbewerb zwischen Start-ups und Giganten

Wem werden die Früchte des Erfolgs letztendlich zufallen, den Start-ups oder den etablierten Giganten? Obwohl die Giganten über Vertriebskanäle und Datenvorteile verfügen, können sich Start-ups mit besseren Produkten und innovativen Geschäftsmodellen behaupten.

Das Dilemma des Innovators: Etablierte Unternehmen könnten durch das Dilemma des Innovators eingeschränkt sein, während Start-ups bestehende Modelle durch neue Paradigmen für das Benutzererlebnis und die Codegenerierung in Frage stellen können.
Die Bedeutung von Daten: Start-ups müssen darüber nachdenken, welche Art von Daten sie benötigen, um die Qualität ihrer Produkte zu verbessern, und nicht nur auf die Daten etablierter Unternehmen zurückgreifen.