AI Generatif adalah pergeseran platform di mana model dapat mengambil masukan seperti teks, gambar, audio, video, dan kode serta menghasilkan konten baru ke dalam salah satu modalitas yang disebutkan. TJ Nahigian, salah satu pendiri dan Managing Partner Base10 Partners, dan Luci Fonseca, Partner, mendalami lanskap GenAI saat ini, petahana vs. startup, dan enam pertanyaan yang harus ditanyakan oleh para pendiri untuk mendorong nilai dari GenAI.

Dalam konteks tertentu, Base10 adalah perusahaan investasi berbasis penelitian yang berfokus pada perusahaan yang mengotomatisasi sektor terbesar ekonomi riil. Mereka mencoba mencari tahu apa yang akan terjadi dengan GenAI dan berbagi apa yang mereka amati saat ini sehingga startup dan pemain lama dapat memanfaatkannya untuk membangun nilai yang signifikan.

Base10 tertarik pada tren besar yang mengubah cara orang hidup dan bekerja dalam sepuluh tahun ke depan. Kita berada di awal peralihan platform, dan untuk pertama kalinya, GenAI dapat diakses oleh lebih dari sekadar bisnis besar di dunia.

[Embedded content]

Kecepatan AI Meningkat Secara Dramatis 

Perubahan besar telah terjadi dalam lima tahun terakhir, yaitu laju inovasi. Jumlah paten yang diajukan pada tahun 2021 di Kecerdasan Buatan adalah 30x jumlah yang diterbitkan enam tahun sebelumnya. Jika kita memproyeksikan dan menjaga laju inovasi, pikirkan apa yang akan terjadi dalam lima tahun ke depan.

Kita berada di puncak masa keemasan AI, dan pelajaran yang didapat dari Cloud adalah bahwa Cloud mempercepat laju pengembangannya. Di Base10, mereka berharap untuk melihat kecepatan pengembangan dan penerapan meningkat secara dramatis sehingga akan membuat kita pusing. 

Cara lain untuk melihat hal ini adalah dengan melihat berapa banyak dana ventura yang masuk ke sektor ini. Sebagai pendiri, Anda tahu bahwa 18-24 bulan terakhir bukanlah waktu yang paling menyenangkan untuk menggalang dana, namun dengan satu pengecualian — bisnis AI. 

Tahun lalu, lebih dari $4 miliar berhasil dikumpulkan pada semester pertama. Tahun ini sudah 5x lebih banyak dibandingkan tahun lalu, yakni 5x lebih banyak dibandingkan tahun sebelumnya. 

Petahana vs. Startup — Kerangka untuk Memahami Di Mana Anda Membangun

Memiliki kerangka kerja untuk memahami dunia dan siapa yang membangun, mulai dari perusahaan lama hingga perusahaan rintisan akan sangat membantu. Dengan mengamati segmen ini, Anda dapat memperoleh pelajaran jika Anda membangun dalam kategori yang sama.

Dalam kategori ini, Anda memiliki platform, infrastruktur, dan aplikasi.

• Platform adalah lapisan model, Google, Meta, dan pemain lama. Platform startup adalah OpenAI, Hugging Face, dan Cohere. 
• Infrastruktur adalah lapisan di mana siapa pun mengizinkan Anda menggunakan model yang sebagian besar dapat digeneralisasikan ini untuk membuat sesuatu dengan kasus penggunaan yang lebih spesifik. 
• Kategori terakhir adalah aplikasi, baik horizontal maupun vertikal. Untuk petahana, Anda memiliki Notion dan Gorgias, dan startupnya adalah Jasper, Copy, dan Harvey. 

Sekarang, mari kita telusuri startup di lapisan platform. 

Startup Baru: Lapisan Platform

Lapisan platform, atau lapisan model, melihat OpenAI sebagai raksasa di dalam ruangan. Banyak pihak lain yang juga menciptakan LLM baru dan model lain yang digunakan orang untuk mendapatkan manfaat dari GenAI. Bagaimana mereka melakukan ini? Dengan membuat peralatan mereka sendiri tetapi juga memanfaatkan peralatan pihak ketiga. 

Startup Baru: Lapisan Infrastruktur

Lapisan infrastruktur sangat menarik dan merupakan alat yang memungkinkan Anda mengubah berbagai model, mengintegrasikannya, dan menskalakannya dengan cara yang hemat biaya. LangChain adalah kerangka kerja populer untuk mengintegrasikan dan mendapatkan nilai dari GenAI, misalnya. 

Ada banyak perusahaan yang berinovasi di lapisan infrastruktur untuk mendapatkan nilai lebih, kontrol lebih besar, dan memangkas biaya seiring mereka menskalakan GenAI untuk aplikasi tertentu. 

Startup Baru: Lapisan Aplikasi

Ada banyak inovasi menarik yang terjadi pada lapisan aplikasi — mengubah media dengan teks, tulisan, gambar, dan audio. Bisnis mengubah cara Anda membuat musik, menciptakan kembali cara film dibuat atau di-dubbing, dan mengganggu cara programmer membuat kode. 

Di sisi startup, bisnis-bisnis ini telah berkembang sangat cepat dengan mengambil model dasar yang besar dan membungkusnya dalam pengalaman ajaib bagi pengguna akhir. Pada lapisan aplikasi untuk startup, banyak yang menghadapi tantangan yang berujung pada retensi. Ini sulit karena beberapa alasan. 

1. Bagi Anda yang menjual ke Enterprise, mereka memiliki anggaran eksperimental yang habis. 
2. Bagi mereka yang berjualan ke basis prosumer, mereka bisa jadi sangat churn. 
3. Ada banyak peniru, sehingga sulit untuk menceritakan kisah yang berbeda. 

Jika Anda adalah startup yang membangun bidang ini, retensi adalah sebuah tantangan, dan Anda harus lebih strategis. 

Petahana: Lapisan Platform

Pada lapisan platform, Anda dapat mempelajari tiga petahana besar ini. 

1. Microsoft
2. Google
3. meta

Masing-masing memainkan strategi yang berbeda. Google mengeluarkan model transformator dan kemudian menjadikannya sumber terbuka. Hal ini memungkinkan LLM dibangun untuk memanfaatkan GenAI. Google terkejut ketika melihat betapa cepatnya OpenAI mengkomersialkan penawarannya. Sejak itu, Google telah memikirkan kembali dirinya sebagai perusahaan AI, dengan meluncurkan Bard. 

Meta telah memanfaatkan teknologi luar biasa, terutama untuk model iklan dan monetisasi materi selama 7-8 tahun terakhir, serta model feed dan konten mereka. 

Microsoft adalah kelas master dalam strategi bagi kami. Mereka memilih untuk bermitra dan melakukan outsourcing inovasi, bermitra dengan OpenAI sejak awal dengan nilai miliaran dolar dan, yang terbaru, $10 miliar. Mereka memiliki banyak pilihan akses, hak, dan kontrol atas OpenAI. 

Jika Anda melihat kapitalisasi pasar dari bisnis-bisnis ini, semuanya berjalan dengan sangat baik tahun ini. Jika Anda membaca laporan pendapatan, dua tahun lalu, AI mungkin muncul sekali atau dua kali dalam sebuah panggilan. Sekarang, sudah 100+ kali. 

Petahana: Lapisan Infrastruktur

Bagaimana Anda memungkinkan orang melakukan hal ini? Contoh sempurna adalah NVIDIA. Mereka adalah pemopuler GPU yang diperlukan untuk menjalankan LLM, dan mereka telah melihat permintaan GPU yang sangat besar. Kuartal terakhir ini mengumumkan bahwa pendapatannya naik lebih dari 100% pada kuartal tersebut, dan kini mereka menjadi lima perusahaan teratas di dunia berdasarkan kapitalisasi pasar. 

Kami melihat lapisan ini diciptakan dan dikuasai oleh para petahana. 

Petahana: Lapisan Aplikasi

Para petahana di lapisan lamaran sama sekali tidak tidur di belakang kemudi. NVIDIA mendapat keuntungan, bukan hanya karena aplikasi di tingkat startup, namun karena setiap perusahaan sedang mengembangkan strategi AI, dan tidak ada seorang pun yang ingin terjebak tanpa jawaban mengenai apa yang mereka lakukan dengan GenAI. 

Pergeseran yang lebih dramatis yang kami lihat adalah banyak dari Anda yang mendapati diri Anda lebih produktif akhir-akhir ini. Insinyur lebih produktif karena kopilot Github menulis 50% kode. Itu setiap baris kode lainnya. 

Jika Anda berpikir tentang akses dan demokratisasi terhadap siapa yang dapat berkreasi, ini adalah saat yang sangat menarik. ServiceNow telah menambahkan GenAI ke dalam produk sehingga Anda dapat melakukan peringkasan dan text-to-code.

Apa yang dapat Anda lihat dari bisnis-bisnis lama ini adalah kemampuan untuk bereksperimen dengan cepat menggunakan GenAI. Banyak yang melakukan hal ini sendiri, bereksperimen dengan alat sumber terbuka dan mengembangkannya seiring berjalannya waktu, sesuatu yang perlu diperhatikan jika Anda mencoba menjualnya kepada mereka. 

Mendorong Pertahanan dan Menemukan Parit Asli

Ketika Mitra Base10 memulai, mereka melemparkan anak panah ke dinding untuk mencari tahu apa yang mendorong pertahanan dan di mana parit sebenarnya dapat ditemukan. Semua orang mengatakan bahwa mereka akan memiliki akses ke data kepemilikan, mendapatkan alur kerja terbaik, atau melakukan penyesuaian berlebihan dengan cara yang menguntungkan. 

Saat ini, hanya ada tiga hal yang penting. 

1. Distribusi
2. Data
3. Workflows

Karena hanya hal-hal ini yang penting, Base10 percaya bahwa pemain lama akan mendapatkan banyak manfaat dalam peralihan platform awal ini karena mereka memiliki keunggulan besar dalam distribusi, data, dan alur kerja dibandingkan pesaing startup. 

Mari kita telusuri beberapa studi kasus. 

Studi Kasus: teks kasus

Casetext adalah platform perangkat lunak legal yang dijual ke firma hukum Pasar Menengah dan Perusahaan. Jika Anda pernah mencoba menjual ke firma hukum, Anda tahu bahwa melewati tinjauan hukum bisa jadi sulit. Casetext telah melakukan hal itu selama 11 tahun dan membangun platform yang kuat. 

Namun bisnis terhenti karena ARR sekitar $10 juta. Sebagai pendiri bisnis itu, apa yang Anda lakukan? Kemudian GenAI keluar, dan mereka dapat dengan mudah terhubung ke GPT dan meluncurkan versi Copilot mereka yang disebut Co-counsel, yang melakukan banyak tugas yang perlu dilakukan secara rutin oleh pengacara. 

Ini diluncurkan tahun lalu sebagai add-on dan mulai berkembang, dengan ARR 0 hingga $9 juta dalam sembilan bulan. Itu telah diperoleh dengan uang tunai sekitar $650 juta. Mereka mencapai hal ini karena mereka memiliki distribusi ke firma hukum tersebut, dan firma hukum tersebut ingin menggunakan AI. 

Jika Anda baru memulai, Anda akan kesulitan melewati tinjauan hukum. 

Studi Kasus: Gagasan

Base10 menghabiskan banyak waktu dengan tim ini, dan mereka menggunakannya setiap hari, memanfaatkan manfaat NotionAI dalam alur kerja mereka sendiri. Notion meluncurkan fitur AI pertama dari banyak fitur AI yang akan datang, dan mereka telah menetapkan harga sehingga mungkin mencapai $100 juta ARR dalam waktu dekat. 

Beberapa pelajaran penting tentang cara Notion menjalankan ini meliputi: 

1. Mereka mengaktifkan fitur ini ke basis pengguna sebanyak 30 juta orang, termasuk praktik Perusahaan yang sedang berkembang. Pikirkan tentang peluang ekspansi di sana. Distribusi tertanam merupakan keuntungan yang sangat besar. 
2. Saat menggunakan NotionAI, Anda dapat menggunakannya dalam alur kerja di alat yang Anda gunakan setiap hari. Ini memiliki akses ke data dan alur kerja Anda. Meskipun model ini sangat dapat digeneralisasikan, model ini berguna saat Anda memberikan data unik dan pribadi kepada model tersebut. Itu adalah keuntungan yang sangat besar. 
3. Memahami filosofi Notion seputar GenAI, jelas bahwa versi NotionAI ini adalah fitur tunggal. Namun mereka menganggap GenAI sebagai teknologi inti, seperti listrik. Jadi, mereka kembali ke strategi OG yang mereka terapkan 8-9 tahun lalu, dengan menjadikan pembuatan alat ada di mana-mana. Itulah misi intinya. 

Studi Kasus: Gorgias

Gorgias adalah platform tiket untuk dukungan pelanggan yang berfokus pada e-commerce, terutama Shopify. Ini adalah kasus penggunaan yang sangat terbatas. Tesis aslinya adalah mengotomatiskan segalanya. Ternyata cukup sulit untuk membangun alur kerja dan sistem pendukung perangkat lunak agar individu dapat melakukan hal tersebut pada saat itu.

Pada akhir tahun lalu, mereka meluncurkan otomatisasi berkat GenAI. Pelanggan mereka tidak tahu apa itu AI, namun yang mereka pedulikan adalah tidak harus merespons pelanggan untuk memberikan pengalaman pelanggan yang lebih baik. 

Otomatisasi adalah tambahan, dengan harga 50% dari penawaran inti. Mereka mengotomatiskan 7% tiket, dan saat ini, jumlahnya mencapai 18%. Mereka berharap bisa mencapai 50%. Mereka memiliki sejumlah besar data yang dapat mereka latih mengenai hal ini, dan mereka sudah memiliki distribusi di lebih dari 10 ribu pedagang. 

GenAI dan Perspektif Model Bisnis

Dari perspektif model bisnis, ada beberapa hal yang terjadi. 

1. ARPU, ACV, dan LTV semakin meningkat. Salah satunya dengan meluncurkan produk tambahan yang dapat diberi harga sebagai biaya berlangganan atau transaksional per percakapan. 
2. Penurunan biaya. Dalam kasus penagihan medis dan pengujian QA untuk perangkat lunak, hal ini biasa dilakukan oleh manusia. Manusia masih melakukan hal tersebut, namun jumlahnya jauh lebih sedikit jika Anda memanfaatkan GenAI. Bisnis tersebut tidak menurunkan harga, sehingga Anda mendapatkan peningkatan margin yang signifikan, sehingga meningkatkan LTV. 
3. Retensi meningkat secara dramatis di seluruh bisnis dengan data, distribusi, dan kasus penggunaan yang tepat. 

Kembali ke hipotesis. Mengingat kembali Cloud dan seluler, apa yang dapat Anda pelajari dari keduanya? Amazon tidak dibangun sebagai bisnis Cloud atau perusahaan penyimpanan. Itu dibangun sebagai bisnis e-commerce yang sudah ada. Mereka baru saja meluncurkan AWS dan akhirnya mendapatkan nilai yang jauh lebih besar dibandingkan seluruh pasar penyimpanan lokal sebelum mereka.

Meta bukanlah perusahaan seluler, namun mereka mendapatkan lebih banyak nilai dari seluler dibandingkan gabungan AT&T dan Verizon. Hal yang sama bisa terjadi di GenAI. Bukan berarti tidak akan ada startup yang menang. Petahana akan mendapatkan banyak keuntungan, dan kami mulai melihatnya dengan Meta dan Google, yang telah melakukan pertukaran secara dramatis. 

Ini tidak berarti startup harus mundur. Artinya, untuk mengalahkan petahana, Anda harus lebih strategis. 

6 Pertanyaan yang Harus Ditanyakan Pendiri pada Dirinya Sendiri

Bagi para pendiri yang ingin membangun perusahaan GenAI baru, tanyakan pada diri Anda tiga pertanyaan berikut. 

1. Ceruk, pasar, atau vertikal apa yang benar-benar dapat Anda kuasai? Bukan solusi yang ringan, namun justru mendominasi dengan cara yang tidak berdekatan dengan petahana tertentu. 
2. Retensi adalah kuncinya. GenAI secara mendasar telah mengubah cara konsumen dan pengguna berharap untuk berinteraksi dengan produk Anda. Apa yang sebenarnya dapat Anda ubah pada produk Anda untuk mendorong kesesuaian pasar produk sehingga dapat mengatasi semua masalah retensi yang dihadapi oleh startup ini? 

Bagaimana Anda menjadikan GenAI sebagai inti dan landasan produk Anda dan bukan sekadar fitur? Beberapa perusahaan GenAI yang paling menarik bahkan tidak berbicara tentang GenAI, namun mereka mendukung segala sesuatu yang ada di belakang layar. Anda sedang membangun bisnis untuk jangka panjang.

Untuk para pendiri lama yang ingin mendorong nilai dan aliran pendapatan GenAI baru. Tanyakan pada diri Anda tiga pertanyaan ini. 

1. Mari kembali ke misi awal dan masalah inti yang Anda selesaikan untuk pelanggan. Apa saja 1, 2, atau 3 masalah yang sekarang dapat Anda selesaikan yang sebelumnya tidak dapat Anda selesaikan karena teknologinya belum ada? Bagaimana Anda mengatasinya dan mengerahkan sumber daya untuk mengatasinya? 
2. Keluarkan dasbor P&L atau metrik Anda dan periksa setiap metrik. Tanyakan bagaimana AI Generatif benar-benar dapat membantu Anda mengoptimalkan roda penggerak, LTV, konversi, atau apa pun. 
3. Laju inovasi sangat cepat. Bagaimana Anda sebenarnya bereksperimen dan menguji dengan cara yang memenuhi kecepatan yang diperlukan untuk peralihan platform ini? Mungkin ada perubahan budaya dan organisasi yang mungkin perlu Anda lakukan untuk melakukan hal tersebut. 

[Embedded content]

• Konten Bertenaga SEO & Distribusi PR. Dapatkan Amplifikasi Hari Ini.
• PlatoData.Jaringan Vertikal Generatif Ai. Berdayakan Diri Anda. Akses Di Sini.
• PlatoAiStream. Intelijen Web3. Pengetahuan Diperkuat. Akses Di Sini.
• PlatoESG. Karbon, teknologi bersih, energi, Lingkungan Hidup, Tenaga surya, Penanganan limbah. Akses Di Sini.
• PlatoHealth. Kecerdasan Uji Coba Biotek dan Klinis. Akses Di Sini.
• Sumber: https://www.saastr.com/6-questions-founders-should-ask-themselves-to-drive-value-from-generative-ai-with-base10-partners/