5 ключевых тем в области ИИ в 2024 году и их влияние на инвестиции

2024 год: Пять ключевых тем в области ИИ

На конференции NeurIPS 2024 основатель Conviction Capital Сара Гуо и партнер Пранав Редди поделились своими взглядами на текущее состояние ИИ-стартапов. Они представили обзор пяти ключевых тем в области ИИ в 2024 году и обсудили их влияние на будущие инвестиции.

Усиление конкуренции между базовыми моделями: В 2024 году конкуренция между базовыми моделями стала более ожесточенной, чем когда-либо.
Быстрый прогресс открытых моделей: Конкурентоспособность открытых моделей постоянно растет, в некоторых аспектах они даже превосходят закрытые модели.
Повышение соотношения цены и качества малых моделей: Малые модели достигли значительного прогресса в производительности и стали более доступными по цене, что делает их более выгодными.
Прорывы в мультимодальных технологиях: Мультимодальные технологии становятся важным направлением развития, предлагая пользователям совершенно новый опыт взаимодействия.
Новые прорывы в законе масштабирования (Scaling Law): Несмотря на ограничения закона масштабирования, появляются новые парадигмы расширения, которые открывают новые перспективы для будущего развития ИИ.

Ожесточение конкуренции базовых моделей

Конкурентная среда базовых моделей значительно изменилась в 2024 году. Данные Chatbot Arena показывают, что год назад модели OpenAI лидировали по производительности, но теперь другие компании, такие как Google, также представили конкурентоспособные модели. Открытые модели также постоянно совершенствуются, что дает компаниям больше возможностей при выборе API.

Снижение потребления токенов OpenAI: В конце ноября прошлого года потребление токенов OpenAI составляло около 90% от общего объема, но менее чем за год этот показатель снизился почти до 60%, что свидетельствует о том, что пользователи пробуют разные модели.
Расцвет открытых моделей: Независимая оценка SEAL показывает, что открытые модели отлично справляются с математическими задачами, следованием инструкциям и устойчивостью к атакам. Модель Llama вошла в тройку лидеров.

Впечатляющая скорость прогресса открытых моделей

Открытые модели демонстрируют впечатляющую скорость прогресса в различных аспектах. Оценка MMLU показывает, что некоторые открытые модели с небольшим количеством параметров по производительности приближаются к самым передовым моделям. Год назад лучшая малая модель Mistral-7b набрала около 60 баллов в этой оценке, а теперь модель Llama 8B улучшила этот показатель более чем на 10 баллов.

Малые модели: Лучшее соотношение цены и качества

Разрыв между малыми и большими моделями сокращается, и цены на ИИ-интеллект значительно снижаются. Стоимость API флагманских моделей OpenAI снизилась примерно на 80-85% за последние год-полтора. Это означает, что стоимость создания приложений на основе ИИ значительно снизилась.

Снижение стоимости создания ИИ-приложений: Стоимость токенов, необходимых для создания приложений, подобных Notion или Coda, составляет всего несколько тысяч долларов.

Мультимодальные технологии: Будущее за ними

Мультимодальные технологии становятся важным направлением развития в области ИИ. Появление новых модальностей, таких как низкая задержка речи, возможности исполнения и видео, предлагает пользователям совершенно новый опыт взаимодействия.

Улучшение голосового взаимодействия: Низкая задержка речи — это не просто функциональная особенность, а совершенно новый опыт взаимодействия.
Усиление возможностей ИИ: Возможности Claude по использованию компьютера и функции выполнения кода, представленные OpenAI в Canvas, предоставляют пользователям более мощные возможности ИИ.

Новые прорывы в законе масштабирования (Scaling Law)

Несмотря на ограничения закона масштабирования, появляются новые парадигмы расширения. Похоже, что OpenAI нашла способ преодолеть ограничения закона масштабирования и повысить производительность моделей с помощью таких технологий, как RL self-play.

Рационализация инвестиционной среды ИИ

Несмотря на опасения по поводу "пузыря" в области ИИ, на самом деле большая часть средств направляется в лаборатории, занимающиеся базовыми моделями, а финансирование компаний, занимающихся реальной деятельностью, остается относительно разумным.

Недооценка ценности прикладного уровня: В прошлом считалось, что базовые модели более ценны, а прикладной уровень не имеет ценности. Однако на самом деле возможности экосистемы ИИ очень разнообразны, и прикладной уровень также имеет большой потенциал.

Огромные возможности для стартапов

Возможности экосистемы ИИ не ограничиваются базовыми моделями, прикладной уровень также обладает огромным потенциалом. Различные инновации появляются постоянно, разные типы моделей имеют свои сильные стороны, конкуренция на рынке высока, а открытые проекты процветают.

Автоматизация обслуживания: ИИ может автоматизировать многие повторяющиеся задачи, снижая затраты и повышая эффективность.
Новые направления для улучшения поиска: ИИ может помочь пользователям лучше искать и получать информацию, предоставляя более персонализированный опыт.
Демократизация навыков: ИИ демократизирует различные навыки, позволяя большему количеству людей участвовать в творчестве и инновациях.

Направления инвестиций в волне ИИ

AI Infra (вычислительные мощности и данные) является важным направлением инвестиций в волне ИИ. По мере развития технологий ИИ растет потребность в экспертных данных и данных других типов.

Наступление эпохи "Программного обеспечения 3.0"

В целом, мы используем термин "Программное обеспечение 3.0" для описания этой серии изменений. Мы считаем, что это переосмысление всего стека, которое даст огромные преимущества новому поколению компаний. Скорость изменений благоприятна для стартапов.

Переосмысление продуктов и инфраструктуры: Нам необходимо переосмыслить способы проектирования продуктов и создания инфраструктуры, чтобы адаптироваться к новой парадигме ИИ.
Огромные технические и экономические возможности: ИИ открывает огромные технические и экономические возможности, которые стоит использовать.

Битва стартапов с гигантами

Кому в конечном итоге достанутся плоды победы: стартапам или существующим гигантам? Хотя гиганты имеют преимущества в каналах сбыта и данных, стартапы могут конкурировать за счет более качественных продуктов и инновационных бизнес-моделей.

Дилемма инноватора: Существующие компании могут быть ограничены дилеммой инноватора, а стартапы могут бросить вызов существующим моделям за счет новых парадигм пользовательского опыта и генерации кода.
Важность данных: Стартапам необходимо подумать о том, какие данные им нужны для повышения качества продукта, а не просто полагаться на данные существующих компаний.