Gen AI: Der Wechsel von Unternehmen von großen Marken zu Start-up-Lösungen

Generative KI und Chatbots sind nicht etwas, was die Welt vor 2022 noch nie gesehen hat. Es geht nicht einmal um Siri oder Alexa, sondern um die gute alte ELIZA, eines der ersten Beispiele für Natural Language Processing, die jetzt 57 Jahre alt wäre. Erst als Chat GPT und andere bemerkenswerte große Sprachmodelle die Technologie als kommerziell tragfähig in einer breiten Palette von Branchen bewiesen, verstanden Unternehmen, dass sie Generative KI-Lösungen so schnell wie möglich benötigen.

Einige von ihnen jedoch realisieren nicht, wofür sie Generative KI benötigen, und noch weniger verstehen die Komplexität der Aufgabe und die erforderlichen Ressourcen. Hier kommen wir ins Spiel – Acceleratoren und Beratungsunternehmen.

Maßgeschneidert oder Konfektion?

Ein guter Anzug, der nach individuellen Maßen aus bevorzugtem Stoff, in der richtigen Farbe und für einen bestimmten Anlass gefertigt wurde, ist eine lohnende Investition. Menschen, die solche Anzüge tragen, müssen sich keine Sorgen um ihr Aussehen machen. Sie wissen, dass sie perfekt aussehen und sich entsprechend fühlen. Eine maßgeschneiderte KI-Technologie, die darauf abzielt, bestimmte Geschäftsziele zu erreichen, überzeugt durch erhöhte Sicherheit und perfekte Integration in Unternehmenssysteme, ist ein echter James-Bond-Anzug.

Dies ist ein guter Vergleich, der eine allgemeine Vorstellung vermittelt. Aber lassen Sie uns ein bisschen tiefer in die Gründe eintauchen, warum die meisten großen Unternehmen keine fertigen KI-Lösungen implementieren möchten, nicht einmal von Marktführern:

Erstens ist eine effektive Integration von Generative KI ohne hochindividualisierte Arbeit für jedes Unternehmen unmöglich, was ein separates Team erfordert, das über die strategischen Entwicklungspläne, Ziele und Ressourcenverfügbarkeit des Unternehmens informiert ist. Eine Generative KI-Lösung, die für ein Unternehmen funktioniert, wird wahrscheinlich für ein anderes Unternehmen nutzlos sein.

Zweitens wird ein kleineres Start-up-Unternehmen sich voll und ganz in die Besonderheiten des Unternehmens einarbeiten und eine maßgeschneiderte Lösung von einem Team von KI-Experten anbieten, die in der Lage sind, mit Open-Source-Modellen zu arbeiten, diese sicher auf Unternehmensdaten zu trainieren und auf den Servern des Kunden zu installieren. Dies ermöglicht die Erstellung einer On-Premise-Lösung und die Einhaltung der Anforderungen für sichere Datenauslieferung und -speicherung, was für große Unternehmen eine Priorität darstellt.

Wofür benötigen Unternehmen Generative KI?

Da Gen AI relativ neu auf dem Unternehmensmarkt ist, ist der Hauptweg, um Erfahrungen zu sammeln und Fortschritte zu machen, durch Trial und Error, was bedeutet, Pilotprojekte zu starten. Bis wir ausreichend Benchmarks in verschiedenen Branchen haben, ist dies der produktivste Weg, um eine Lösung zu finden, die den einzigartigen Bedürfnissen des Unternehmens perfekt entspricht.

Trotzdem gibt es bestimmte Trends in den Anfragen von Unternehmen nach Generative KI-Lösungen:

1. Intelligente Text- und Sprachbots auf Basis von LLMs, um hochwertige Unterstützung für Kundenanfragen und -support-Anliegen unterschiedlicher Komplexitätsgrade zu bieten.

2. Mitarbeiter-KI-Assistent (z. B. ein Helfer für den Vertriebsmanager, der Echtzeitgespräche mit potenziellen Kunden analysiert und gleichzeitig Ideen und Kundenangebote für den Spezialisten generiert)

3. Co-Piloten für Entwickler

4. HR-Lösungen für die Automatisierung von Rekrutierung und Onboarding

5. Marketing-Tools: Bild- und Avatar-Generierung, Artikel- und Produktbewertungsschreiben.

“Keine Gen AI ist erforderlich” – dies ist die Schlussfolgerung, zu der einige Kunden nicht erwarten, zu kommen, aber bereitwillig zustimmen, nachdem sie den aktuellen Zustand des Unternehmens und die Geschäftsziele analysiert haben. KI um der KI willen ist ein Verschwendung von Ressourcen, die die Technologie eliminieren soll.

Marktchancen für Generative KI

Laut PitchBook’s Schätzung wird der Markt für Generative KI bis Ende 2023 42,6 Milliarden Dollar erreichen und voraussichtlich mit einer jährlichen Wachstumsrate von 32 % auf 98,1 Milliarden Dollar im Jahr 2026 ansteigen. Diese Prognosen berücksichtigen nicht das Potenzial von Generative KI, den gesamten adressierbaren Markt für KI-Software zu erweitern.

Dies ist im Vergleich zu 22,6 % jährlicher Wachstumsrate für die KI-Branche als Ganzes, was bedeutet, dass GenAI weiterhin im Vergleich zur größeren Branche überdurchschnittlich performen wird.

Wenn Schätzungen nicht überzeugend genug sind, hier ein illustratives Beispiel aus unserer Erfahrung als Accelerator: Nach dem turbulenten Jahr 2022, das mit wirtschaftlicher Rezession und rapide sinkenden Venture-Investitionen verbunden war, konzentrierten sich die Beschleunigungsprogramme von Intema auf die Lancierung von Pilotprojekten mit Unternehmen.

Im Jahr 2023 führte Intema zwei Beschleunigungsprogramme mit absolut unterschiedlichen dominanten Technologien durch: Metaverse und Generative KI. Während des Programms verbinden wir Start-ups mit Unternehmenskunden, um potenzielle technologische Lösungen zu diskutieren, Demos zu organisieren und, wenn erfolgreich, Vereinbarungen über potenzielle Pilotprojekte zu treffen. Das Metaverse-Beschleunigungsprogramm resultierte in 4 Pilotprojekten mit Unternehmenskunden, was angesichts der Spezifika und Komplexität der Technologie großartig ist.

Das Generative KI-Programm hatte, noch mehrere Wochen vor seinem Abschluss, 7 Pilotprojekte in Diskussion mit einer Reihe von Unternehmen. Ist dies nur der Effekt des Hypes, der einst Blockchain und Metaverse umgab? Oder liegt es daran, dass Gen AI ein echter Game-Changer ist?

Kommt es letztendlich auf die Frage an: Ist GenAI den Hype wert?

Zunächst ist es nicht ungewöhnlich, dass eine neue vielversprechende Technologie oder Idee kurzfristig überbewertet wird, vielleicht zuungunsten ihrer langfristigen Aussichten. Wenn wir Parallelen zwischen GenAI und Blockchain ziehen, wurde Blockchain in ihrem vorläufigen Reifegrad von vielen als technologische Revolution beschrieben, die die Welt umgestalten wird, ähnlich wie GenAI heute beworben wird. Jahre später, 2018, kündigte Gartner an, dass Blockchain in die Trough of Disillusionment eingetreten ist, was auch mit einem Rückgang des Verbraucherinteresses um mehr als 30 % von den Spitzenwerten und einem Rückgang der VC-Investitionen um 45 % von 2018 bis 2019 einherging.

Im Gegensatz zu Blockchain hat GenAI bereits in ihrem frühen Reifegrad viele Anwendungsfälle in einer breiten Palette von Branchen, die kommerziell tragfähig sind. Ihre Anzahl wird voraussichtlich wachsen, wenn mehr Branchen GenAI-Lösungen übernehmen. In ihrer jüngsten Veröffentlichung platzierte Gartner die Generative KI-Technologie auf dem Höhepunkt der sogenannten “Hype-Kurve”, was darauf hindeutet, dass es eine Korrektur der Erwartungen und eine Art Desillusionierung in naher Zukunft geben könnte.

Schlussfolgerung

Bedeutet dies, dass nach der massiven Nachfrage nach Generative KI-Lösungen die Technologie vom Radar verschwinden wird? Dieses Szenario ist unwahrscheinlich, da GenAI bereits ihre grundlegende Tragfähigkeit und Flexibilität in verschiedenen Bereichen der menschlichen Aktivität, von der Wissenschaft bis zur Kunst und zur Lieferkette, bewiesen hat.

Allerdings ist ein Rückgang in der Technologieentwicklung unvermeidlich, wobei der Hauptgrund hier die dringende Notwendigkeit ist, die Verwendung von GenAI zu kontrollieren und zu regulieren. Bisher wurde dieses Instrument relativ frei eingesetzt, ohne jegliche rechtliche Einschränkungen. Die rechtliche Regulierung wird eine neue Richtung in der Entwicklungspfad der Technologie vorgeben, und es ist schwer vorherzusagen, wohin sie führen wird, da GenAI mit ihren aktuellen Fähigkeiten in der menschlichen Geschichte ohne Präzedenzfall ist.

Der andere Faktor, der voraussichtlich Generative KI in der Zukunft einschränken wird, ist ironischerweise die wachsende Größe der großen Sprachmodelle. Irgendwann werden die Fähigkeiten der KI-Chips nicht mit der Entwicklung der Technologie Schritt halten, und die Bestrebung, künstliche allgemeine Intelligenz zu entwickeln und die wachsenden Datenmengen erfordern hochkomplexe Ingenieurskunst und viel mehr Rechenleistung.

Diese Einschränkungen jedoch öffnen ein weites Feld für Forschung, Experimente und nicht-standardmäßige Ansätze zur verlustfreien Komprimierung von LLMs, Rechenleistungswachstum, Datenspeicherung usw.