С тех пор модели стали гораздо более надежными в рассуждениях, следовании инструкциям и автономном использовании инструментов, что фундаментально изменило способы создания продуктов ИИ. Вместо того, чтобы полагаться на сложную оркестровку, основатели теперь все больше доверяют моделям для принятия решений и выполнения задач, при этом задача смещается в сторону предоставления правильных инструментов и систем оценки.
Однако быстрое улучшение возможностей моделей также означает, что предприятия, построенные на временных ограничениях моделей, могут быстро потерять свое преимущество.
Манара повторил часто повторяемый совет генерального директора OpenAI Сэма Альтмана о том, что основателям следует волноваться, а не волноваться, когда выпускаются новые модели. «Если вы расстроены тем, что модель стала умнее, это, вероятно, менее защищенный и более сложный бизнес для построения», — сказал он, утверждая, что надежные компании, занимающиеся искусственным интеллектом, — это те, чьи продукты улучшаются по мере того, как базовые модели становятся более функциональными.
В то же время экономика ИИ меняется. Манара сказал, что недавние улучшения в более мелких и недорогих моделях открывают доступ к приложениям, которые раньше были слишком дорогими для масштабного развертывания. Более низкие затраты на вывод означают, что стартапы могут поддерживать более крупные уровни бесплатного пользования, запускать больше агентных рабочих процессов и экспериментировать со сценариями использования, которые всего несколько месяцев назад были бы коммерчески трудными.
По его словам, сочетание более высокой производительности и более низких цен позволяет компаниям переосмыслить дизайн продуктов и привлечение клиентов без значительного увеличения затрат на вычисления.
По мере того, как интеллект становится более доступным, настоящая дифференциация, по мнению Манары, заключается в другом. Дистрибьюция, глубокое понимание клиентов, качество продукции и исполнение будут во все большей степени определять победителей. Он утверждал, что, хотя ИИ значительно сократил время, необходимое для создания программного обеспечения, он не облегчил создание устойчивых компаний.
Системы искусственного интеллекта промышленного уровня по-прежнему требуют надежных оценочных сред, защитных ограждений, оптимизации задержек, систем памяти и тщательного тестирования — возможностей, которые выходят далеко за рамки создания впечатляющей демонстрации.
Бум искусственного интеллекта также меняет структуру организации стартапов. Манара указал на компании со штатом менее 10 сотрудников, которые получают доход в десятки миллионов долларов за счет использования ИИ в проектировании, найме, поддержке клиентов и внутренних операциях. Он также видит сближение традиционных ролей: инженеры берут на себя ответственность за продукт, а менеджеры по продукту все чаще пишут код.
В то же время все более ценными становятся специализированные инженерные навыки в сфере ИИ, связанные с оценкой, оркестровкой и развертыванием моделей, наряду с появлением новых должностей, таких как инженеры по передовому развертыванию, которые тесно сотрудничают с предприятиями для внедрения систем ИИ.
Для основателей это означает, что по мере того, как модели искусственного интеллекта продолжают совершенствоваться и дешеветь, конкурентное преимущество будет меньше зависеть от доступа к передовым данным и больше от того, насколько быстро компании смогут преобразовать эти данные в продукты, за которые клиенты готовы платить.
