AI 기업은 MOAT를 가지고 있지 않다 – 단, 어느 한쪽을 선택하지 않는다면

AI 제품에 대한 불편한 진실: 경쟁 우위는 몇 주 단위로 측정되는 유통기한을 가지고 있습니다.

기초 AI 연구소에서 수년간 모델을 개발하기 위해 수十억 달러를 투자하는 반면, 애플리케이션 계층 회사는 전통적인 의미에서 수렁이 존재하지 않는다는 것을 발견했습니다. 킬러 기능? 금요일까지 복제됩니다. 기술적 우위? 다음 분기에 사라집니다. 플레이어의 다양성, 기초 모델의 접근성, 혁신의 속도는 먼저, 최고, 다르게 존재하는 것이 생존을 보장하지 않는 시장을 만들었습니다.

하지만 반直감적인 방법이 있습니다. 기술로 승리하려고 하지 말고 기술을 переж기 위한 능력을 구축하기 시작하세요. 실제 수렁은 사용하는 AI에 있지 않습니다.任意의 AI를 사용할 수 있는 능력에 있습니다.

기초적인 분리

기초 계층이 있습니다. ChatGPT, Grok, Gemini와 같은 대형 모델입니다. 수십 개의 모델이 다르게 훈련되어 各自의 장점을 가지고 있습니다. 하지만 이것은 근본적인 연구 집중적인 작업입니다. 수년간 노력하는 엔지니어들, 막대한 자원 투자가 필요합니다. 각 모델은 各自의 수렁을 가지고 있습니다. 그렇지 않으면 자원 투자가 정당화되지 않습니다. 이것이 왜 OpenAI의 엔지니어들을 영입하는 시도가 इतन나 잘 알려져 있는지입니다. 그들은 빠르게 양성할 수 없는 고유한 전문 지식을 가지고 있습니다.

하지만 애플리케이션 계층에서는 상황이 완전히 다릅니다. 훨씬 적은 자원이 필요하지만, 기초 모델을 세부적으로 조정하여 비즈니스 문제를 해결하기 위해 약간 더 창의적인 접근이 필요합니다. 각자 자신의 게임, 자신의 접근 방식, 자신의 제품이 있습니다. 플레이어의 다양성은 任意의 시장에서 명확한 수렁을 가질 가능성을 없애버립니다. 기초 AI에 기반한 비즈니스 솔루션은 매일 등장하며, 회사는 자주 서로 구별할 수 없습니다.

음성 산업에서 가능한 차별점은 이러한 발전을 설명합니다. 처음에는 모든 사람이 목소리를 최대한 인간처럼 만들려고 시도했습니다. 그런 다음 속도가 문제가 되었습니다. 이제 우리는 감정 태그의 시대에 살고 있습니다. 음성 인식에서 주요 지표인 단어 오류율은 LLM의 출현으로 인해 문맥적 단어 적절성을 이해할 수 있는 능력으로 크게 개선되었습니다.

간단히 말해서, 수렁의 부재는 애플리케이션 계층 제품의 존재에서 깊이가 부족하기 때문입니다. AI 구성 요소와 비즈니스 적용 모두에서 깊이가 부족합니다. 기초 제품의 수렁은 개발의 깊이로 설명됩니다.

하지만 애플리케이션 계층 프로젝트는 수렁이 필요합니까? 상대적으로 큰 시장에서 작업하고 30개 미만의 경쟁자가 있는 경우, 모든 것을 그대로 둘 수 있습니다. 경쟁자는 OpenAI나 Anthropic와 같은 큰 회사일 수 있지만, 여기에서는 시장의 크기와 역학을 주관적으로 판단해야 합니다. 충분한 공간이 있는지, 모든 사람이 공존할 수 있는지 판단해야 합니다. 하지만 시장은 상대적으로 작고 경쟁자가 많이 생기는 경우, 경쟁 우위를 명확하게 위치시켜야 합니다. 경쟁자가 빠르게 채택하더라도 중요하지 않습니다.

분배가 실제 수렁

일정 정도로 이는 유효한 주장이며, 실제 수렁은 기술 자체가 아니라 분배 영역에 있습니다. 클라이언트와 함께 빠르게 존재감을 확대하는 것이 더 중요하며, 제품의 가치가 좋은 수명 값을 보장하는지 여부가 중요합니다. 그렇지 않으면 사용자가 玩弄할 수 있는 B2C 애플리케이션을 구축할 수 있지만, 사용자는 새로운 앱이 나타날 때마다 사용을 중단할 수 있습니다.

두 가지 유형의 우위 – 그리고 왜 하나만 살아남는가

경쟁 우위는 두 가지 유형이 있습니다. 첫 번째 유형은 현재 명확한 우위를 가진 고유한 노하우 또는 킬러 기능으로 승리합니다. 두 번째 유형은 장기적으로 패배를 피할 수 있도록 지속 가능성을 구축합니다.

AI 제품의 경우, 실제 실무에서는 첫 번째 유형의 우위가 매우 빠르게消え去る 것을 보이고 있습니다. 경쟁자는 공포스러운 속도로 격차를 좁히고 있습니다.

그것이 두 번째 유형에 초점을 맞추는 것이 의미가 있습니다. 최대 제품 내구성. 이것은任意의 LLM 제공업체와 함께 작동할 수 있는 제품을 구축하고, 현재 비즈니스에 사용 중인 모델이明显하게 뒤처지는 순간에 즉시 전환할 수 있도록 합니다.

이것이 기초 LLM 계층에서 독립성을 측정하는 것이 더 강력한 수렁이 되는 이유입니다. 마케팅이나 기술적 노력만으로는ไม됩니다. 제공업체에 종속되지 않는 것은 좋은 것이 아니라, 지속 가능한 위치를 차지하는 唯一의 방어 가능한 위치입니다. 매월 지면이 변화하는 상황에서 제공업체에 종속되지 않는 것은 더욱 강력한 수렁이 됩니다.

다중 모델 전략의 숨겨진 복잡성

제공업체에 종속되지 않는 것은 장기적으로 보호를 제공하지만, 구현에는 상당한 도전이 있습니다. Alexey Aylarov는 “모든 모델에는 各自의 특이점/문제가 있기 때문에 쉽지 않습니다.”라고 설명합니다.

핵심 문제: LLM은 교환 가능하지 않습니다. 동일한 입력에 대한 출력이 다르며, 동일한 LLM 내에서조차도, 제공업체를 전환할 때는 더욱 극적으로 다릅니다. 각 모델은 프롬프트와 지침에 대해 다르게 반응하며, 일부 모델은 지침을 더 잘 따르며, 일부 모델은 성과가 언어 또는 목적에 따라 다를 수 있습니다.

구체적인 예: Sora 또는 Veo와 같은 이미지/비디오 생성 서비스를 고려해 보세요. 동일한 입력을 제공하면 완전히 다른 결과가 나옵니다. 이 차이는 모든 LLM 애플리케이션에 적용됩니다.

조정 도전: 다중 모델 호환성을 유지하려면

• 각 LLM에 대한 별도의 프롬프트/지침을 생성하여 원하는 결과를 생성해야 합니다.
• 각 LLM의 차이를 알고 입력을 조정해야 합니다.
• 종종 루틴보다는 창의적인 작업을 수행해야 합니다.
• 대부분의 경우 자동화하기가 상대적으로 어렵다는 것을接受해야 합니다.

각 모델에 상당한 조정 노력이 필요합니다. 초기 투자는 상당합니다. 모든 LLM에 대한 프롬프트를 개발해야 하며, 자유롭게 전환하기 전에 준비해야 합니다. 또한 이 준비는 기존 모델만을 다루며, 새로운 LLM이 등장하면 조정 프로세스가 다시 시작됩니다.

수렁은 다중 LLM에 대한 호환성을 유지하기 위해 투자한 테스트 인프라, 프롬프트 엔지니어링 전문 지식, 운영 규율에서 비롯됩니다. 또한 이 프로세스를 반복하여 지형이 진화하는 것을 포함합니다. 이 능력은 경쟁자가 쉽게 복제할 수 없는 기술적 깊이가 됩니다.

모순: 수렁은 수렁이 없는 것에 있습니다

제공업체에 종속되지 않는 것이 इतन나 강력한 이유는 시장의 혼란이 커질수록 경쟁 우위가 더욱 강해지기 때문입니다.

경쟁자가 GPT-4에 기반한 전체 제품을 구축하고, 더 나은 모델이 등장하면, 그들은 존재론적인 재설계를 직면하게 됩니다. 제공업체에 종속되지 않는 인프라를 구축했다면, 이는 화요일과 같습니다. 생존하는 회사는 올바른 모델을 선택한 회사가 아닙니다. 절대 선택하지 않은 회사가 될 것입니다.

다중 LLM에 대한 구축은 초기에 비용이 많이 들고, 자동화하기 어렵고 창의적인 엔지니어링 작업이 필요합니다. 또한 각 제공업체에 대한 병렬 프롬프트 전략을 유지해야 합니다. 하지만 이것이 진입 장벽을 만듭니다. 수렁은 기술 자체에 있지 않습니다. 기술적 변화를 관리하는 운영적 근육记憶에 있습니다.

대부분의 AI 회사는 오늘을 승리하기 위해 최적화합니다. 제공업체에 종속되지 않는 회사는 내일에도 여전히 존재하기 위해 최적화합니다.昨日の 혁신이 내일의 기준이 되는 시장에서, 이러한 구별은 모든 것입니다.