Companiile de IA nu au un MOAT – cu excepția cazului în care încetează să ia parte

Adevărul neconfortabil despre produsele de IA: avantajul dvs. competitiv are o durată de valabilitate măsurată în săptămâni, nu în ani.

În timp ce laboratoarele de IA fundamentale investesc miliarde în modele care necesită ani pentru a fi dezvoltate, companiile de la nivelul de aplicație descoperă că moatele nu există în sensul tradițional. Caracteristica dvs. ucigătoare? Replicată până vineri. Avantajul dvs. tehnic? Dispărut până la sfârșitul trimestrului următor. Diversitatea jucătorilor, accesibilitatea modelelor fundamentale și viteza de inovare au creat o piață în care a fi primul, a fi cel mai bun sau a fi diferit nu mai garantează supraviețuirea.

Dar există o cale contraintuitivă de a ieși din această situație: încetați să încercați să câștigați cu tehnologia și începeți să construiți capacitatea de a supraviețui ei. Adevăratul moat nu se află în IA pe care o utilizați – ci în capacitatea dvs. de a utiliza orice IA.

Divizarea fundamentală

Există un strat fundamental – modelele mari precum ChatGPT, Grok și Gemini. Câteva zeci de modele, antrenate diferit, fiecare având propriile avantaje. Dar aceasta este o muncă fundamentală, de cercetare intensivă: ingineri care lucrează ani de zile, necesitând o investiție masivă de resurse. Fiecare dintre acestea posedă un moat distinct – altfel, cheltuielile de resurse nu ar putea fi justificate. Acesta este exact motivul pentru care încercările de a angaja ingineri de la OpenAI sunt atât de bine publicizate: ei posedă o expertiză unică care nu poate fi cultivată rapid la niciun preț.

Dar la nivelul de aplicație, lucrurile sunt complet diferite. Sunt necesare mult mai puține resurse, deși este necesară o creativitate puțin mai mare pentru a ajusta un LLM și a rezolva o problemă de afaceri. Fiecare are propriul joc, propria abordare, propriul produs. Diversitatea jucătorilor ucide orice posibilitate de a avea un moat distinct în orice piață – text, audio sau imagine. Soluțiile de afaceri bazate pe IA fundamentale apar zilnic, companiile apar regulat și adesea sunt indistincte unele de altele.

Posibilele diferențieri în industria vocii ilustrează această evoluție: inițial, toată lumea a încercat să facă vocile să sune cât mai uman posibil, apoi viteza a devenit problema și toată lumea a început să rezolve aceeași sarcină rapid. Acum suntem în era etichetelor emoționale. În recunoașterea vorbirii, principalul metric – rata de cuvinte/erori – s-a îmbunătățit semnificativ odată cu apariția LLM capabile să înțeleagă adecvarea contextuală a cuvintelor.

În rezumat, absența unui moat se explică prin lipsa de adâncime în orice aspect al existenței unui produs de la nivelul de aplicație: este superficial atât în componenta IA, cât și în aplicația de afaceri. La fel cum moatul unui produs fundamental este explicat de adâncimea dezvoltării sale.

Dar au nevoie proiectele de la nivelul de aplicație de un moat? Dacă lucrați într-o piață relativ mare și aveți mai puțin de 30 de concurenți – puteți lăsa totul așa cum este. Desigur, concurenții pot fi mari, precum OpenAI și Anthropic – dar aici trebuie să vă bazați pe o percepție subiectivă a dimensiunii pieței și a dinamicii, dacă există suficientă hrană pentru toată lumea sau nu. Dar dacă piața este relativ mică și concurenții apar ca ciupercile – atunci trebuie să poziționați foarte clar avantajul dvs. competitiv. Nu contează dacă concurenții adoptă rapid acesta.

Distribuția ca adevăratul moat

Bănuiesc că, într-o anumită măsură, aceasta este o afirmație valabilă și adevăratul moat se află în domeniul distribuției, nu în tehnologie însăși. Ce contează mai mult este cu ce viteză scalați prezența dvs. la clienți și dacă valoarea produsului asigură o bună valoare pe termen lung. Altfel, ați putea construi o aplicație B2C pentru utilizatori să se joace, și ei ar putea chiar să o răspândească viral, dar apoi să înceteze pur și simplu să o utilizeze atunci când apare o nouă aplicație.

Cele două tipuri de avantaje – și de ce supraviețuiește doar unul

Există două tipuri de avantaje competitive. Primul vă permite să câștigați aici și acum cu un avantaj clar – datorită unei expertize unice sau a unei caracteristici ucigătoare pe care concurenții nu o au. Al doilea vă permite să evitați pierderea pe termen lung, deoarece construiți durabilitate.

Cu produsele de IA, practica din lumea reală arată deja că primul tip de avantaj este șters extrem de rapid: concurenții închid golul la o viteză înfricoșătoare.

De aceea are sens să vă concentrați pe al doilea tip: durabilitatea maximă a produsului. Acesta se realizează prin construirea unui produs care poate lucra cu orice furnizor de LLM și să comute între ele instantaneu – în momentul în care modelul curent pe care se bazează afacerea dvs. începe să se lase clar în urmă față de următorul model cel mai bun.

Având în vedere acest lucru, măsura independenței de la straturile LLM subiacente devine un moat mai puternic decât eforturile de marketing sau tehnice alone. A fi independent de furnizor nu este doar un lucru plăcut – este singura poziție defensivă atunci când terenul de sub picioarele dvs. se schimbă lunar.

Complexitatea ascunsă a strategiei multi-model

În timp ce agnosticismul față de furnizor oferă protecție pe termen lung, implementarea revelează provocări semnificative. Așa cum explică Alexey Aylarov, “nu este ușor, deoarece toate modelele au propriile specificități/probleme”.

Problema de bază: LLM-urile nu sunt interschimbabile. Ieșirea variază cu aceeași intrare – chiar și în cadrul aceluiași LLM, dar mult mai dramatic atunci când se comută între furnizori. Fiecare model reacționează diferit la prompturi și instrucțiuni: unele urmează ghidurile mai bine, altele mai prost; performanța poate fi specifică limbii sau scopului.

Un exemplu concret: Considerați serviciile de generare a imaginilor/video precum Sora sau Veo. Dăți-le aceeași intrare și veți obține rezultate complet diferite. Această varianță se aplică tuturor aplicațiilor LLM.

Provocarea reglării: Pentru a menține compatibilitatea multi-model, trebuie:

• Să creați prompturi/instrucțiuni separate pentru fiecare LLM care produc rezultatul dorit
• Să știți cum diferă fiecare LLM și să reglați intrările în consecință
• Să vă implicați într-un lucru care este adesea creativ, mai degrabă decât rutinier
• Să acceptați că acest proces este “relativ greu de automatizat în majoritatea cazurilor”

Acesta necesită un efort substanțial de reglare pentru fiecare model. Investiția inițială este semnificativă: trebuie să dezvoltați prompturi pentru toate LLM-urile înainte de a putea comuta liber între ele. Mai mult, această pregătire acoperă doar modelele existente – atunci când apar noi LLM-uri, procesul de reglare începe din nou.

Moatul provine din faptul că ați investit în infrastructura de testare, expertiza în ingineria prompturilor și disciplina operațională pentru a menține compatibilitatea cu multiple LLM-uri – și pentru a repeta acest proces pe măsură ce peisajul evoluează. Această capacitate devine o formă de adâncime tehnică pe care concurenții nu o pot replica ușor, chiar dacă înțeleg strategia.

Paradoxul: moatul dvs. este în a nu avea unul

Iată ce face agnosticismul față de furnizor atât de puternic: este singurul avantaj competitiv care devine mai puternic pe măsură ce piața devine mai haotică.

Când concurentul dvs. construiește întregul produs pe GPT-4 și apare un model mai bun, el se confruntă cu o reconstruire existențială. Când ați construit infrastructura pentru a comuta între modele, vă confruntați cu o marți. Companiile care supraviețuiesc nu vor fi cele care au ales modelul corect – vor fi cele care nu au trebuit să aleagă deloc.

Da, construirea pentru multiple LLM-uri este scumpă din start. Da, necesită un lucru de inginerie creativ care este greu de automatizat. Da, mențineți strategii paralele de prompturi pentru fiecare furnizor. Dar acesta este exact ceea ce creează bariera de intrare. Moatul nu se află în tehnologie însăși – ci în memoria musculară operațională a gestionării schimbărilor tehnologice.

Majoritatea companiilor de IA se optimizează pentru a câștiga astăzi. Cele agnostice se optimizează pentru a mai fi aici mâine. Într-o piață în care breșa de ieri este baza de astăzi, această distincție este totul.