¿Tendrán las startups alguna oportunidad en la carrera por la IA empresarial?
es imposible escapar AI está parloteando mientras las compañías tecnológicas más grandes compiten para crear o asociarse con nuevos modelos de lenguaje grande e integrarlos en su software y servicios de búsqueda. La tecnología subyacente está avanzando tan rápido que hemos visto llamados a un paro laboral, y el Congreso está preguntando a los líderes tecnológicos al respecto.
The Exchange explora nuevas empresas, mercados y dinero.
Léalo todas las mañanas en TechCrunch+ o reciba el boletín The Exchange todos los sábados.
Pero si bien ChatGPT y otras herramientas similares son populares, hay un lado menos discutido de la carrera actual de IA: la empresa.
Las noticias recientes de Appian, una empresa pública de software, y Neeva, una startup nacida para crear un motor de búsqueda que pudiera rivalizar con las ofertas de las grandes, muestra claramente que el número de participantes en la carrera por crear herramientas y servicios de IA para grandes empresas debería aumentar. saludable. Dada la rentabilidad de vender software a grandes empresas, los jugadores no buscan un mercado pequeño.
TechCrunch+ ha cubierto la IA empresarial en el entorno actual varias veces durante las últimas semanas, proporcionando una base intelectual muy necesaria. Después de todo, es importante entender qué están creando Databricks y Cisco. Pero tengo una pregunta diferente: ¿las pequeñas empresas tecnológicas también tienen posibilidades de ganar cuota de mercado?
Esta mañana, recapitulemos cómo la IA generativa puede encajar en el negocio, luego profundicemos en las últimas noticias importantes para comprender mejor la dirección que toman las empresas de tecnología.
¿Industria o negocio?
Lo que hace que ChatGPT y las herramientas relacionadas sean tan divertidas de usar es que puedes arrojarles casi cualquier cosa y responderán. ¿Quieres un servicio generativo de IA para escribirte un haiku sobre la discografía de Dream Theater? ¡Claro! Esto es lo que ChatGPT me dio esta mañana:
melodías en cascada,
Sueños pintados con sinfonías,
Se desarrolla el viaje en el tiempo.
Lamento informarle que este es un poema mejor, y unas 1000 veces más rápido, de lo que podría haber logrado con el mismo mensaje.
Pero si bien es increíblemente emocionante usar herramientas de inteligencia artificial generativa creadas a partir de conjuntos de datos simplemente masivos, las empresas tienen necesidades y prioridades diferentes a las de la humilde población de consumidores del mundo. Diferentes necesidades, diferentes entradas y diferentes salidas. Como escribió Ron Miller el mes pasado, «¿Qué pasaría si cada industria o incluso cada empresa tuviera su propio modelo capacitado para comprender la jerga, el lenguaje y el enfoque de la entidad individual?»
Las noticias recientes destacan que Ron podría haber estado en algo.
En su última llamada de ganancias, la empresa de automatización empresarial Appian habló sobre sus esfuerzos para integrar nuevas tecnologías de inteligencia artificial en su propio corpus de software. Appian proporciona herramientas de minería y automatización de procesos, así como capacidades de creación de aplicaciones de bajo código, como referencia. Aquí está el CEO de Appian, Matt Calkins (a través de transcripción tontaSubrayo):
anunciamos [a new feature] lo que llamo IA de código bajo que permite a los clientes cultivar fácilmente su propia IA en conjuntos de datos conectados de Appian. Esta división público-privada separa a Appian de su mayor competidor. Al ser un campeón de la IA privada, apelamos a los compradores que prefieren no compartir sus activos de datos. Nuestra capacidad para unir grandes conjuntos de datos para entrenar algoritmos privados de IA proviene de una función llamada Data Fabric.
Data Fabric es un término elegante para una base de datos virtual y significa que podemos tratar los datos de toda la empresa como si estuvieran juntos, incluso si permanecen separados. Esta estrategia es la mejor para nuestros clientes a quienes no les gusta tener que mover datos. Los datos son la parte más difícil de crear y ejecutar procesos, por lo que esta función es una gran ventaja. Nuestra estructura de datos, a su vez, nos brinda una ventaja crítica para inventar la próxima generación de minería de procesos.
Appian, valorado en unos pocos miles de millones de dólares y orientado hacia más de $ 500 millones en ingresos este año no es una empresa de tecnología masiva. es solo uno grande hecho público en 2017. Y cree que debido a su lugar como el tejido conectivo digital entre los conjuntos de datos comerciales, ayudándolos a encontrar procesos ineficientes y automatizables, le dará una ventaja en la prestación de servicios de IA a los clientes que no quieren aprovechar las herramientas del mercado masivo. .
En realidad es genial. No es que tenga un perro en la lucha de «quién ganará la carrera por la IA empresarial», no lo tengo. Pero me gusta un mercado competitivo porque tienden a generar no solo el ritmo más rápido de innovación, sino que también permiten un mayor excedente de clientes a través de precios competitivos. Si Appian cree que tiene una ventaja y puede llevar su nueva tecnología al mercado rápidamente, podría forjar una buena parte de la futura IA empresarial (¿IA empresarial generativa? ¿IA empresarial generativa? ¿IA empresarial generativa?).
Es bueno que Appian esté adquiriendo productos de la competencia que sospecho que vendrán de gigantes tecnológicos por montones, pero ¿qué pasa con las empresas tecnológicas incluso más pequeñas? ¿Qué pasa con las propias startups?
Neeva es un caso interesante. La startup impulsada por búsquedas quería crear un nuevo motor de búsqueda que no fuera monetizado por anuncios. En cambio, los usuarios pagarían una pequeña tarifa mensual y Neeva podría invertir esos ingresos en tecnología de búsqueda que sirviera a los usuarios finales, no a los anunciantes. La idea era genial.
Pero durante el fin de semana, Neeva puso a dormir su principal motor de búsqueda. ¿Por qué? Porque lo que construyó inicialmente fue una versión interesante del antiguo modelo de investigación, o clásico. Con la demanda de los consumidores y el trabajo de investigación empresarial girando rápidamente hacia el uso de LLM para generar respuestas más que listas de enlaces relevantes, Neeva tuvo que pivotar a la nueva realidad:
A principios de 2022, nos quedó claro el impacto futuro de la IA generativa y los LLM. Nos hemos embarcado en un esfuerzo ambicioso para integrar a la perfección los LLM en nuestra pila de investigación. Reunimos al equipo de Neeva en torno a la visión de crear un motor de respuesta. Estamos orgullosos de ser el primer motor de búsqueda en ofrecer respuestas de IA citadas en tiempo real a la mayoría de las consultas a principios de este año.
Sin embargo, la compañía agregó que la adquisición de usuarios ha resultado difícil. Neeva compartió que era más fácil lograr que los usuarios pagaran por su servicio que lograr que lo probaran. Y con la búsqueda impulsada por ChatGPT y LLM de títulos importantes como Bing y Google, Neeva decidió probar algo nuevo (énfasis agregado):
Durante el último año, hemos visto una necesidad clara y urgente de usar los LLM de manera efectiva, económica, segura y responsable. Muchas de las técnicas en las que hemos sido pioneros con modelos pequeños, reducción de tamaño, reducción de latencia e implementación de bajo costo son lo que las empresas realmente quieren y necesitan hoy.. Estamos explorando activamente cómo podemos aplicar nuestra investigación y nuestra experiencia en LLM en estos contextos, y proporcionaremos actualizaciones sobre el futuro de nuestro trabajo y nuestro equipo en las próximas semanas.
Es demasiado pronto para decir si Neeva tendrá éxito en el uso de su tecnología para crear LLM internos para empresas, pero el hecho de que lo esté intentando es interesante. Tal vez también logre ganar participación de mercado en un nuevo mercado y brindarle a Big Tech un panorama competitivo aún más denso para tratar de dominar. Y si es así, tal vez otras empresas emergentes también puedan hacerlo.
Una reflexión final: el pivote de Neeva podría parecer un pivote de búsqueda. Pero si la investigación va en la dirección de los LLM y Neeva solo toma esa tecnología y la aplica a un tipo particular de cliente, ¿sería justo decir que ella todavía está investigando? Búsqueda de negocios, seguro, pero todavía es una pregunta que estoy pensando. Yendo más allá, ¿Appian está creando un motor de búsqueda empresarial? Puede ser.
Si ampliamos la definición de búsqueda a respuestas basadas en IA y esperamos que esos mismos LLM nos ayuden a crear y realizar tareas, tal vez la búsqueda simplemente evolucione a «un cuadro de chat que puede responder preguntas, crear pedidos y ayudar a completar tareas. Si es así, muchas empresas lucharán por el mismo territorio corporativo. Y con la esperanza de que algunas nuevas empresas obtengan una parte de la acción.