Společnosti využívající umělou inteligenci nemají Competitive Advantage – pokud nepřestanou vybírat strany

Nepříjemná pravda o produktech využívajících umělou inteligenci: váš konkurenční výhodou má trvanlivost měřenou týdny, ne roky.

Zatímco základní laboratoře pro umělou inteligenci investují miliardy do modelů, které vyžadují roky na vývoj, společnosti na úrovni aplikací objevují, že Competitive Advantage v klasickém smyslu neexistuje. Váš zabijácký rys? Opakován do pátku. Vaše technická výhoda? Zmizí do příštího čtvrtletí. Rozmanitost hráčů, dostupnost základních modelů a rychlost inovace vytvořily trh, kde být první, být nejlepší nebo být jiný již nezaručuje přežití.

Existuje však protichůdný způsob, jak se z této situace vymanit: přestat se snažit vyhrát s technologií a začít budovat kapacitu, aby ji přežila. Skutečný Competitive Advantage není v umělou inteligenci, kterou používáte – ale ve vaší schopnosti použít jakoukoli umělou inteligenci.

Základní rozdělení

Existuje základní vrstva – velké modely, jako je ChatGPT, Grok a Gemini. Několik desítek modelů, vyškolených odlišně, každý s vlastními výhodami. Ale tato je fundamentální, výzkumně náročná práce: inženýři pracují roky, vyžadující masivní investice zdrojů. Každý z nich má zvláštní Competitive Advantage – jinak by nemohla být investice do zdrojů odůvodněna. To je přesně důvod, proč pokusy o nábor inženýrů z OpenAI jsou tak dobře propagovány: oni mají jedinečné odborné znalosti, které nelze rychle rozvinout za žádnou cenu.

Ale na úrovni aplikací je vše úplně jinak. Je zapotřebí mnohem méně zdrojů, i když je vyžadována trochu více kreativity, aby se jemně naladila LLM a vyřešil obchodní problém. Každý má svou vlastní hru, svůj vlastní přístup, svůj vlastní produkt. Rozmanitost hráčů zabíjí jakoukoli možnost mít zvláštní Competitive Advantage na jakémkoli trhu – text, audio nebo obraz. Obchodní řešení založená na základních umělé inteligence vznikají denně, společnosti se objevují pravidelně a často jsou od sebe navzájem nerozeznatelné.

Možné rozlišovače v oblasti hlasu ilustrují tuto evoluci: zpočátku se všichni snažili, aby hlasy zněly maximálně lidsky, pak se stala otázkou rychlost a všichni začali řešit stejnou úlohu rychle. Nyní jsme v éře emocionálních značek. V rozpoznávání řeči se hlavní metrika – word/error rate – výrazně zlepšila s vývojem LLM schopných porozumět kontextové vhodnosti slov.

Stručně řečeno, absence Competitive Advantage je vysvětlena nedostatkem hloubky v jakémkoli aspektu existence produktu na úrovni aplikací: je mělký jak v komponentu umělé inteligence, tak v obchodním uplatnění. Stejně jako Competitive Advantage základního produktu je vysvětlen hloubkou jeho vývoje.

Musí však projekty na úrovni aplikací mít Competitive Advantage? Pokud pracujete v relativně velkém trhu a máte méně než 30 konkurentů – můžete všechno nechat, jak je. Samozřejmě, konkurenti mohou být velké, jako OpenAI a Anthropic – ale zde musíte spoléhat na subjektivní pocit velikosti trhu a dynamiky, zda je dostatek potravy pro všechny, nebo ne. Ale pokud je trh relativně malý a konkurenti rostou jako houby – pak musíte velmi jasně určit váš Competitive Advantage. Není důležité, zda konkurenti rychle přijmou.

Distribuce jako skutečný Competitive Advantage

Podezřívám, že do jisté míry je toto platné tvrzení a skutečný Competitive Advantage leží v oblasti distribuce, ne v technologiích samotných. Co je důležitější, je to, jak rychle můžete rozšířit svou přítomnost u klientů a zda hodnota produktu zajišťuje dobrou LTV. Jinak můžete postavit nějakou aplikaci B2C pro uživatele, aby si s ní hráli, a oni ji mohou dokonce šířit virálně, ale pak prostě přestanou ji používat, když se objeví další nová aplikace.

Dva typy výhod – a proč přežije pouze jeden

Existují dva typy konkurenčních výhod. První umožňuje vyhrát zde a nyní s jasnou výhodou – díky nějaké jedinečné znalosti nebo zabijácké funkci, kterou konkurenti prostě nemají. Druhý umožňuje vyhnout se prohrání na dlouhé období, protože budujete udržitelnost.

U produktů s umělou inteligencí již praxe ukazuje, že první typ výhod se velmi rychle vymaže: konkurenti rychle uzavírají mezery.

To je důvod, proč má smysl se soustředit na druhý typ: maximální životnost produktu. To je dosaženo vytvořením produktu, který může pracovat s jakoukoli poskytovatelem LLM a přepínat se mezi nimi okamžitě – ve chvíli, kdy aktuální model, na kterém je váš obchodní model postaven, začne jasně zaostávat za tím nejlepším.

Vzhledem k tomu se míra nezávislosti na základních vrstvách LLM stává silnějším Competitive Advantage než marketingové nebo technické úsilí samo o sobě. Být nezávislým na poskytovateli není jen hezkou věcí – je to jediná obranyschopná pozice, když se půda pod vámi mění měsíčně.

Skrytá složitost multi-modelové strategie

Zatímco vendor agnosticismus nabízí dlouhodobou ochranu, implementace odhaluje významné výzvy. Jak vysvětluje Alexey Aylarov, “není to snadné, protože všechny modely mají své vlastní specifika/problémy”.

Hlavní problém: LLM nejsou vzájemně zaměnitelné. Výstup se liší se stejným vstupem – i v rámci stejného LLM, ale mnohem dramatičtěji při přepínání mezi poskytovateli. Každý model reaguje na podněty a instrukce odlišně: některé dodržují pokyny lépe, jiné hůře; výkon může být jazykově specifický nebo cílově specifický.

Konkrétní příklad: Zvažte služby pro generování obrázků a videí, jako je Sora nebo Veo. Dejte jim identický vstup a dostanete zcela odlišné výsledky. Tato variabilita platí pro všechny aplikace LLM.

Výzva ladění: Abyste udrželi kompatibilitu s více modely, musíte:

• Vytvořit samostatné podněty/instrukce pro každý LLM, které produkují vámi požadovaný výsledek
• Vědět, jak se každý LLM liší a ladit vstupy podle toho
• Zapojit se do práce, která je často tvořivá spíše než rutinní
• Přijmout, že tento proces je “relativně těžké automatizovat ve většině případů”

To vyžaduje podstatné úsilí ladění pro každý model. Předchozí investice jsou významné: musíte vyvinout podněty pro všechny LLM, než budete moci přepínat mezi nimi volně. Kromě toho tato příprava pokrývá pouze existující modely – když se objeví nové LLM, proces ladění začíná znovu.

Competitive Advantage pochází z investic do testovací infrastruktury, odborných znalostí v oblasti ladění podnětů a operační disciplíny, aby skutečně udrželi kompatibilitu napříč několika LLM – a aby opakovali tento proces, jak se krajina vyvíjí. Tato schopnost se stává formou technické hloubky, kterou konkurenti nemohou snadno replikovat, i když chápou strategii.

Paradox: váš Competitive Advantage je v tom, že ho nemáte

Tady je to, co dělá vendor agnosticismus tak silným: je to jediný konkurenční výhodou, který se stává silnějším, jak se trh stává více chaotickým.

Když váš konkurent postaví celý produkt na GPT-4 a lepší model se objeví, čelí existenční přestavbě. Když jste postavili infrastrukturu pro přepínání modelů, čelíte úterý. Společnosti, které přežijí, nebudou ty, které vybraly správný model – budou ty, které nikdy neměly vybrat.

Ano, budování pro více LLM je drahé na začátku. Ano, vyžaduje tvořivé inženýrské práce, které jsou těžké automatizovat. Ano, vlastně udržujete paralelní strategie podnětů pro každého poskytovatele. Ale přesně to vytváří bariéru pro vstup. Competitive Advantage není v technologiích samotných – je v operační paměti na management technologických změn.

Většina společností využívajících umělou inteligenci optimalizuje pro vítězství dnes. Ty agnostické optimalizují pro to, aby byly ještě zítra. Na trhu, kde je včerejší průlom zítřejší základ, je toto rozlišení všechno.