AI企業にはモートがない – それを選ばないことによって

AI製品についての不快な真実：あなたの競争上の優位性には、数週間で失われるものです。

基礎的なAI研究所は、数年かけて開発されるモデルに数十億ドルを投資していますが、アプリケーションレイヤーの企業は、伝統的な意味でのモートが存在しないことを発見しています。あなたのキラー機能は、金曜日に複製されます。あなたの技術的な優位性は、次の四半期に失われます。プレイヤーの多様性、基礎的なモデルのアクセシビリティ、イノベーションのスピードにより、最初に、最も優れた、または異なるものであることがあなたの生存を保証するものではなくなりました。

しかし、逆説的な解決策があります。技術で勝とうとするのをやめ、技術を生き延びる能力を構築し始めましょう。実際のモートは、使用するAIの中にはありません。どのAIでも使用できる能力の中にあります。

基礎的な分裂

基礎的なレイヤーがあります。ChatGPT、Grok、Geminiのような大きなモデルです。数十のモデルがあり、それぞれが異なる優位性を持っています。しかし、これは基礎的な、研究集約的な作業です。エンジニアは数年間働き、巨大なリソース投資が必要です。各モデルには独自のモートがあります。そうでなければ、リソースの支出は正当化できないでしょう。これが、OpenAIのエンジニアを引き抜く試みが広く報道されている理由です。彼らは、簡単に育てられない独自の専門知識を持っています。

しかし、アプリケーションレベルでは、状況は完全に異なります。必要なリソースははるかに少なく、少しの創造性が必要です。LLMを微調整してビジネス問題を解決するには、誰もが自分のゲームを持っています。誰もが自分のアプローチを持っています。誰もが自分の製品を持っています。プレイヤーの多様性は、どの市場でもモートを持つ可能性を排除します。テキスト、オーディオ、画像です。基礎的なAIに基づくビジネスソリューションは毎日登場し、企業は定期的に登場し、しばしばそれらは区別できません。

音声業界の可能な違いは、この進化を示しています。最初に、すべての声が人間のように聞こえるようにしようとしました。次に、スピードが質問となり、すべての人が同じタスクを迅速に解決し始めました。現在は、感情タグの時代です。 音声認識では、主なメトリックである単語/エラー率は、コンテキストでの単語の適切性を理解できるLLMの出現により著しく改善しました。

簡単に言えば、モートの不存在は、アプリケーションレベルの製品の存在のどの側面でも深さが欠けていることによって説明されます。AIコンポーネントとビジネスアプリケーションの両方で浅いです。基礎的な製品のモートは、その開発の深さによって説明されます。

しかし、アプリケーションレベルのプロジェクトはモートが必要ですか？あなたが比較的大きな市場で働いており、30未満の競合他社がある場合、あなたはすべてをそのままにしておくことができます。競合他社はOpenAIやAnthropicのような大きな企業である可能性がありますが、ここでは市場のサイズやダイナミクスについて主観的な感覚に頼る必要があります。すべての人が十分な「食事」を得ることができるかどうか、またはありません。ただし、市場が比較的小さく、競合他社が菌のように増えている場合、あなたの競争上の優位性を明確に位置付ける必要があります。競合他社がそれをすぐに採用することは問題ではありません。

配布が実際のモートである

私はある程度、正当な主張であると考えます。実際のモートは技術そのものではなく、配布ドメインにあると思います。どのくらい迅速にクライアントとのプレゼンスを拡大できるか、製品の価値が良いLTVを保証するかが重要です。そうでない場合、ユーザーが遊ぶためのB2Cアプリケーションを構築する可能性があります。ユーザーはそれをウィルス的に広める可能性がありますが、次の新しいアプリが登場すると、それを使用するのをやめます。

2つの種類の優位性 – そしてなぜ1つだけが生き残る

競争上の優位性には2つの種類があります。1つ目は、ここで今、明確な優位性を持つことで勝つことを可能にします。独自のノウハウや、競合他社が持っていないキラー機能があるからです。2つ目は、長期的に損失を避けることを可能にします。持続可能性を構築するからです。

AI製品では、実践はすでに、最初の種類の優位性が非常に迅速に消滅することを示しています。競合他社はギャップを閉じるスピードが恐ろしいです。

したがって、2つ目のものに焦点を当てることが意味があります。最大の製品耐久性を実現するには、どのLLMプロバイダーでも動作し、瞬時に切り替えることができる製品を構築する必要があります。現在のビジネスが構築されているモデルが明らかに次のベストモデルに遅れ始めたときにです。

このことから、基礎となるLLMレイヤーからの独立性の尺度が、技術的な努力やマーケティング努力だけでなく、より強力なモートになることができます。ベンダーに依存しないことは、いいえ、必要です。市場が毎月変化するときに、守備可能な立場です。

マルチモデルの戦略の隠れた複雑さ

ベンダーに依存しないことは、長期的な保護を提供しますが、実装は重大な課題を明らかにします。アレクセイ・アリャロフは「簡単ではありません。すべてのモデルには独自の特徴や問題があるからです」と説明しています。

核心的な問題：LLMは交換可能ではありません。同じ入力に対して出力が異なります。同じLLM内ではそうですが、プロバイダー間で切り替えると、より劇的に異なります。各モデルは異なる方法でプロンプトや指示に反応します。いくつかはガイドラインをより良く従います。いくつかはパフォーマンスが言語依存または目標依存です。

具体的な例：SoraやVeoのような画像/ビデオ生成サービスを考えてみましょう。同じ入力を与えても、完全に異なる結果が得られます。この変化は、すべてのLLMアプリケーションに当てはまります。

調整の課題：マルチモデルの互換性を維持するには、

• 各LLMで望ましい結果をもたらす個別のプロンプト/指示を作成する必要があります
• 各LLMがどのように異なるかを知り、入力を調整する必要があります
• しばしば創造的な作業ではなく、ルーチンワークを行う必要があります
• このプロセスは「ほとんどの場合、自動化するのが比較的難しい」と承知する必要があります

各モデルには大量の調整努力が必要です。初期投資は大きいです。すべてのLLMに対してプロンプトを開発する必要があります。さらに、この準備は既存のモデルにのみ対応しており、新しいLLMが登場すると、調整プロセスは再開されます。

モートは、テストインフラストラクチャーに投資し、プロンプトエンジニアリングの専門知識と、実際に複数のLLM間の互換性を維持するための運用上の規律を構築したことから来ます。競合他社が戦略を理解していても、簡単に複製できない技術的な深さを構築することになります。

パラドックス：あなたのモートは、モートがないことにある

ベンダーに依存しないことは、市場がより混沌としているほど強力になる競争上の優位性であることを示しています。

あなたの競合他社がGPT-4に基づいて製品を構築し、より優れたモデルが登場すると、存在の危機に瀕しています。しかし、あなたがモデルを切り替えるためのインフラストラクチャーを構築した場合、ただの火曜日です。生き残る会社は、正しいモデルを選択した会社ではありません。選択しなかった会社です。

はい、マルチモデルの構築は初期費用がかかります。はい、自動化が難しい創造的なエンジニアリング作業が必要です。はい、各プロバイダーに対して並行してプロンプト戦略を維持する必要があります。しかし、これがバリアーを形成することになります。モートは技術そのものの中にはありません。技術的な変化を管理するための運用上の筋肉メモリの中にあります。

ほとんどのAI企業は今日勝つために最適化しています。ベンダーに依存しない企業は、明日まだ存在するために最適化しています。昨日のブレークスルーが明日の基準になる市場では、その違いはすべてです。