6 questions que les fondateurs devraient se poser pour générer de la valeur grâce à l'IA générative avec les partenaires Base10

L'IA générative est un changement de plate-forme dans lequel les modèles peuvent prendre en compte des entrées telles que du texte, des images, de l'audio, de la vidéo et du code et générer du nouveau contenu dans l'une des modalités mentionnées. TJ Nahigian, co-fondateur et associé directeur de Base10 Partners, et Luci Fonseca, associé, approfondissent le paysage actuel de GenAI, les opérateurs historiques par rapport aux startups, et les six questions que les fondateurs devraient se poser pour générer de la valeur à partir de GenAI.

Dans un certain contexte, Base10 est une société d'investissement axée sur la recherche et axée sur les entreprises qui automatisent les plus grands secteurs de l'économie réelle. Ils essaient de comprendre ce qui se passera avec GenAI et de partager ce qu'ils observent aujourd'hui afin que les startups et les opérateurs historiques puissent en profiter pour créer une valeur significative.

Base10 s’intéresse aux mégatendances qui changeront la façon dont les gens vivent et travaillent au cours des dix prochaines années. Nous sommes au début d'un changement de plateforme et, pour la première fois, GenAI est devenu accessible à bien plus que les mégaentreprises du monde.

[Contenu intégré]

Le rythme de l’IA s’accélère considérablement

Quelque chose de révolutionnaire s’est produit au cours des cinq dernières années : le rythme de l’innovation. Le nombre de brevets déposés en 2021 en Intelligence artificielle était 30 fois le nombre publié six ans plus tôt. Si nous nous projetons et maintenons le rythme de l’innovation, pensez à ce qui se passera au cours des cinq prochaines années.

Nous sommes à l’aube d’un âge d’or dans le domaine de l’IA, et la leçon tirée du Cloud est que le Cloud a considérablement accéléré le rythme de développement. Chez Base10, ils s’attendent à voir la vitesse de développement et de déploiement s’accélérer de manière si spectaculaire que cela nous fera tourner la tête.

Une autre façon de voir les choses est de considérer le montant du financement de capital-risque alloué au secteur. En tant que fondateurs, vous savez que les 18 à 24 derniers mois n’ont pas été la période la plus amusante pour collecter des fonds, à une exception près : les entreprises d’IA.

L'année dernière, plus de 4 milliards de dollars ont été collectés au premier semestre. Cette année, c'est déjà 5 fois plus que l'année dernière, qui était 5 fois plus que l'année précédente.

Entreprises historiques et startups : un cadre pour comprendre où vous construisez

Il est utile d'avoir un cadre pour comprendre l'univers et savoir qui construit où, des entreprises historiques aux startups. En observant ces segments, vous pouvez tirer des leçons si vous construisez dans la même catégorie.

Dans ces catégories, vous disposez de plates-formes, d’infrastructures et d’applications.

Les plates-formes sont la couche modèle, les Google, les Metas et les opérateurs historiques. Les plateformes de démarrage sont OpenAI, Hugging Face et Cohere.
L'infrastructure est la couche où n'importe qui vous permet d'utiliser ces modèles largement généralisables pour créer quelque chose avec un cas d'utilisation plus spécifique.
Le dernier groupe concerne les applications, à la fois horizontales et verticales. Pour les opérateurs historiques, vous avez Notion et Gorgias, et les startups sont Jasper, Copy et Harvey.

Passons maintenant en revue les startups au niveau de la plate-forme.

Nouvelles startups : couche de plate-forme

La couche plate-forme, ou couche modèle, considère OpenAI comme le géant évident dans la pièce. Beaucoup d’autres créent également de nouveaux LLM et d’autres modèles que les gens utilisent pour tirer parti de GenAI. Comment font-ils ça ? En créant leurs propres outils, mais en tirant également parti d'outils tiers.

Nouvelles startups : couche d'infrastructure

La couche infrastructure est passionnante et constitue un outil qui vous permet de peaufiner différents modèles, de les intégrer et de les faire évoluer de manière rentable. LangChain est un framework populaire pour intégrer et tirer profit de GenAI, par exemple.

De nombreuses entreprises innovent au niveau de l'infrastructure pour obtenir plus de valeur, plus de contrôle et réduire les coûts tout en adaptant GenAI à des applications spécifiques.

Nouvelles startups : couche applications

De nombreuses innovations fascinantes se produisent au niveau des applications – en changeant les supports avec le texte, l'écriture, les images et l'audio. Les entreprises changent la façon dont vous créez de la musique, recréent la façon dont les films sont réalisés ou doublés et bouleversent la façon dont les programmeurs codent.

Du côté des startups, ces entreprises ont connu une croissance incroyablement rapide en prenant de grands modèles fondamentaux et en les enveloppant dans une expérience magique pour l'utilisateur final. Dans la couche applicative des startups, beaucoup sont confrontées à des défis qui se résument à la rétention. Cela a été difficile pour plusieurs raisons.

Pour ceux d'entre vous qui vendent à Enterprise, ils disposent de budgets expérimentaux qui s'épuisent.
Pour ceux qui vendent à la base de prosommateurs, ils peuvent être très compliqués.
Il y a beaucoup de copieurs, ce qui rend difficile la narration d’une histoire différenciée.

Si vous êtes une startup qui se développe dans cet espace, la rétention est un défi et vous devrez être plus stratégique.

Titulaires : couche de plate-forme

Au niveau de la plateforme, vous pouvez étudier ces trois grands opérateurs historiques.

Microsoft
Google
Meta

Chacun joue une stratégie différente. Google a proposé le modèle de transformateur, puis l'a publié en open source. Cela a permis de créer des LLM pour tirer parti de GenAI. Google a été pris de court lorsqu'il a vu à quelle vitesse OpenAI commercialisait son offre. Depuis lors, Google s’est repensé comme une société d’IA, avec Bard.

Meta a exploité une technologie incroyable, principalement pour son modèle publicitaire et sa monétisation matérielle au cours des 7 à 8 dernières années, ainsi que pour son modèle de flux et de contenu.

Microsoft est pour nous une classe de maître en stratégie. Ils ont choisi de s'associer et d'externaliser l'innovation, en s'associant très tôt à OpenAI avec un milliard de dollars et, plus récemment, 10 milliards de dollars. Ils disposent de nombreux accès, droits et contrôles privilégiés sur OpenAI.

Si vous regardez la capitalisation boursière de ces entreprises, elles ont toutes incroyablement bien réussi cette année. Si vous lisez les rapports sur les revenus, il y a deux ans, l’IA est apparue peut-être une ou deux fois lors d’un appel. Maintenant, c'est plus de 100 fois.

Titulaire : couche d'infrastructure

Comment permettez-vous aux gens de faire cela ? Un exemple parfait est NVIDIA. Ils sont les vulgarisateurs des GPU nécessaires à l'exécution des LLM, et ils ont constaté une demande insensée pour les GPU. Le chiffre d'affaires annoncé au cours du dernier trimestre a augmenté de plus de 100 % au cours du trimestre, et ils font désormais partie des cinq premières entreprises mondiales en termes de capitalisation boursière.

Nous voyons cette couche créée et capturée par les opérateurs historiques.

Titulaires : Couche Applications

Les titulaires au niveau des applications ne dorment en aucun cas aux commandes. NVIDIA en profite, non seulement grâce aux applications au niveau des startups, mais aussi parce que chaque entreprise développe une stratégie d'IA, et personne ne veut se retrouver sans réponse sur ce qu'il fait avec GenAI.

Un changement encore plus spectaculaire que nous constatons est que beaucoup d’entre vous se sentent plus productifs ces jours-ci. Les ingénieurs sont plus productifs car le Copilot de Github écrit 50 % du code. C'est toutes les autres lignes de code.

Si l’on pense à l’accès et à la démocratisation de qui peut créer, c’est une période vraiment passionnante. ServiceNow a ajouté GenAI au produit afin que vous puissiez effectuer des résumés et du texte en code.

Ce que vous pouvez constater chez ces entreprises historiques, c’est la capacité d’expérimenter rapidement GenAI. Beaucoup le font en interne, expérimentant des outils open source et construisant au fur et à mesure, ce qui mérite d'être noté si vous essayez de leur vendre.

Favoriser la défense et trouver de véritables douves

Lorsque Base10 Partners a commencé, ils lançaient des fléchettes sur le mur pour déterminer ce qui permettrait la défense et où se trouveraient les véritables douves. Tout le monde a déclaré qu'il aurait accès à des données propriétaires, bénéficierait des meilleurs flux de travail ou hyper-personnaliserait d'une manière gagnante.

Aujourd’hui, seules trois choses comptent.

Distribution
Données
Les flux de travail

Parce que seuls ces éléments comptent, Base10 estime que les opérateurs historiques capteront une grande partie de la valeur de ce premier changement de plate-forme, car ils disposent d'énormes avantages en termes de distribution, de données et de flux de travail par rapport aux startups concurrentes.

Passons en revue quelques études de cas.

Une étude de cas : texte de cas

Casetext est une plateforme logicielle juridique vendue aux cabinets d'avocats Mid-Market et Enterprise. Si vous avez essayé de vendre à un cabinet d'avocats, vous savez qu'il peut être difficile de passer l'examen juridique. Casetext fait cela depuis 11 ans et a construit une plateforme solide.

Mais les affaires ont stagné à environ 10 millions de dollars ARR. En tant que fondateur de cette entreprise, que faites-vous ? Ensuite, GenAI sort, et ils peuvent facilement se connecter à GPT et lancer leur version de Copilot appelée Co-counsel, qui effectue de nombreuses tâches que les avocats doivent effectuer régulièrement.

Il a été lancé l'année dernière en tant que module complémentaire et a décollé, passant de 0 à 9 millions de dollars ARR en neuf mois. Il a été acquis pour environ 650 millions de dollars en espèces. Ils y sont parvenus parce qu’ils étaient répartis dans ces cabinets d’avocats et que ces cabinets d’avocats voulaient utiliser l’IA.

Si vous êtes une startup, vous aurez du mal à passer l’examen juridique.

Une étude de cas : notion

Base10 passe beaucoup de temps avec cette équipe, et ils l'utilisent quotidiennement, tirant parti des avantages de NotionAI dans leurs propres flux de travail. Notion a lancé la première des nombreuses fonctionnalités d'IA à venir, et son prix est fixé à 100 millions de dollars ARR à court terme.

Voici quelques leçons importantes sur la façon dont Notion a exécuté cela :

Ils ont étendu cette fonctionnalité à une base d'utilisateurs de 30 millions de personnes, y compris une pratique d'entreprise en pleine croissance. Pensez à l’opportunité d’expansion là-bas. La distribution intégrée est un avantage fondamentalement énorme.
Lorsque vous utilisez NotionAI, vous pouvez l'utiliser dans un flux de travail dans des outils que vous utilisez quotidiennement. Il a accès à vos données et flux de travail. Et bien que ces modèles soient incroyablement généralisables, ils sont utiles lorsque vous leur fournissez des données uniques et privées. C'est un énorme avantage.
Comprenant la philosophie de Notion autour de GenAI, il est clair que cette version de NotionAI est une fonctionnalité unique. Mais ils considèrent GenAI comme une technologie de base, au même titre que l’électricité. Ils sont donc revenus à la stratégie OG qu'ils avaient il y a 8 à 9 ans, rendant la fabrication d'outils omniprésente. C'est la mission principale.

Une étude de cas : Gorgias

Gorgias est une plateforme de billetterie pour le support client axée sur le commerce électronique, principalement Shopify. Il s'agit d'un cas d'utilisation vraiment limité. La thèse initiale était de tout automatiser. Il s’est avéré qu’il était assez difficile de créer des flux de travail et des systèmes de support logiciel permettant aux individus de le faire à l’époque.

À la fin de l’année dernière, ils ont lancé des automatisations grâce à GenAI. Leurs clients ne savent pas ce qu'est l'IA, mais ce qui les intéresse, c'est de ne pas avoir à répondre aux clients pour leur offrir une meilleure expérience.

Les automatisations sont un module complémentaire, au prix de 50 % des offres de base. Ils ont automatisé 7 % des tickets, et aujourd'hui, ils en sont jusqu'à 18 %. Ils espèrent atteindre 50 %. Ils disposent d'une quantité importante de données sur lesquelles ils peuvent s'entraîner, et ils sont déjà distribués sur plus de 10 XNUMX commerçants.

GenAI et la perspective du modèle économique

Du point de vue du modèle économique, plusieurs choses se produisent.

L'ARPU, l'ACV et le LTV augmentent. Cela se fait en partie en lançant des produits complémentaires qui peuvent être facturés sous forme de frais d'abonnement ou de transaction par conversation.
Baisse des coûts. Dans le cas de la facturation médicale et des tests d’assurance qualité des logiciels, un humain le faisait auparavant. Les humains le font toujours, mais beaucoup moins lorsque vous exploitez GenAI. Ces entreprises ne baissent pas leurs prix, vous obtenez donc une augmentation significative de la marge, augmentant ainsi le LTV.
La rétention augmente considérablement dans les entreprises avec des données, une distribution et un cas d'utilisation approprié.

Revenons à l'hypothèse. En repensant au Cloud et au mobile, que pouvez-vous en tirer ? Amazon n'a pas été conçu comme une entreprise de cloud ou une société de stockage. Elle a été conçue comme une entreprise de commerce électronique historique. Ils viennent de lancer AWS et ont fini par capturer bien plus de valeur en eux-mêmes que l'ensemble du marché du stockage sur site avant eux.

Meta n'était pas une entreprise de téléphonie mobile, mais elle captait plus de valeur du mobile qu'AT&T et Verizon réunis. La même chose pourrait se produire dans GenAI. Cela ne veut pas dire qu’il n’y aura pas de startups qui gagneront. Les opérateurs historiques vont en capter beaucoup, et nous commençons à le voir avec Meta et Google, qui ont fait des échanges considérables.

Cela ne veut pas dire que les startups doivent se retirer. Cela signifie simplement que pour battre les opérateurs historiques, il faut être plus stratégique.