Zephyrnet Logosu

Base6 Ortaklarıyla Üretken Yapay Zekadan Değer Yaratmak İçin Kurucuların Kendilerine Sorması Gereken 10 Soru | SaaStr

Tarih:

Üretken yapay zeka, modellerin metin, resim, ses, video ve kod gibi girdileri alıp bahsedilen yöntemlerden herhangi birinde yeni içerik oluşturabildiği bir platform değişimidir. Base10 Partners'ın kurucu ortağı ve Yönetici Ortağı TJ Nahigian ve Ortak Luci Fonseca, mevcut GenAI ortamını, yerleşik şirketlerin ve startup'ların karşılaştırmasını ve kurucuların GenAI'dan değer elde etmek için kendilerine sormaları gereken altı soruyu derinlemesine inceliyor.

Bazı bağlamlarda Base10, reel ekonominin en büyük sektörlerini otomatikleştiren şirketlere odaklanan, araştırma odaklı bir yatırım firmasıdır. GenAI'da ne olacağını anlamaya çalışıyorlar ve bugün gözlemlediklerini paylaşıyorlar, böylece startuplar ve yerleşik şirketler bundan yararlanarak önemli bir değer yaratabiliyorlar.

Base10, önümüzdeki on yıl içinde insanların yaşama ve çalışma şeklini değiştirecek mega trendlerle ilgileniyor. Bir platform değişiminin başlangıcındayız ve ilk kez GenAI dünyanın mega işletmelerinin ötesinde erişilebilir hale geldi.

[Gömülü içerik]

Yapay Zekanın Hızı Önemli Şekilde Artıyor 

Son beş yıldır çığır açan bir şey oluyor: inovasyonun hızı. 2021 yılında başvurulan patent sayısı Yapay Zeka altı yıl önce yayınlanan sayının 30 katıydı. Eğer öngörüde bulunur ve inovasyonun hızını korursak önümüzdeki beş yıl içinde neler olacağını düşünün.

Yapay zekada altın çağın eşiğindeyiz ve Cloud'dan öğrenilen ders, Cloud'un gelişim hızını büyük ölçüde artırdığıydı. Base10'da, geliştirme ve konuşlandırma hızının o kadar dramatik bir şekilde artmasını bekliyorlar ki, bu durum başımızı döndürecek. 

Buna bakmanın bir başka yolu da sektöre ne kadar girişim fonunun gittiğidir. Kurucular olarak, son 18-24 ayın bağış toplamak için en eğlenceli zaman olmadığını biliyorsunuz, ancak bir istisna dışında, AI işletmeleri. 

Geçen yılın ilk yarısında 4 milyar doların üzerinde para toplandı. Bu yıl zaten geçen yıla göre 5 kat daha fazla, bu da ondan önceki yıla göre 5 kat daha fazlaydı. 

Görevli Şirketler ve Startup'lar — Nerede İnşa Ettiğinizi Anlamak İçin Bir Çerçeve

Evreni ve yerleşik şirketlerden startuplara kadar kimin nerede inşa ettiğini anlamak için bir çerçeveye sahip olmak yararlı olacaktır. Aynı kategoride inşaat yapıyorsanız, bu segmentleri gözlemleyerek ders alabilirsiniz.

Bu kategoriler içerisinde platformlarınız, altyapınız ve uygulamalarınız bulunur.

  • Platformlar model katmanı, Google'lar, Meta'lar ve görevlilerdir. Başlangıç ​​platformları OpenAI, Hugging Face ve Cohere'dir. 
  • Altyapı, herkesin bu büyük ölçüde genelleştirilebilir modelleri daha spesifik bir kullanım senaryosuna sahip bir şey oluşturmak için kullanmanıza izin verdiği katmandır. 
  • Son kova ise hem yatay hem de dikey uygulamalardır. Yerleşik şirketler için Notion ve Gorgias var; startuplar ise Jasper, Copy ve Harvey. 

Şimdi platform katmanındaki startuplara göz atalım. 

Yeni Girişimler: Platform Katmanı

Platform katmanı veya model katmanı, OpenAI'yi odadaki açık dev olarak görüyor. Diğerleri de insanların GenAI'dan değer elde etmek için kullandığı yeni LLM'ler ve diğer modeller yaratıyor. Onlar bunu nasıl yapıyor? Kendi takımlarını oluşturarak ama aynı zamanda üçüncü taraf takımlardan da yararlanarak. 

Yeni Girişimler: Altyapı Katmanı

Altyapı katmanı heyecan vericidir ve farklı modellerde ince ayarlar yapmanızı, bunları entegre etmenizi ve uygun maliyetli yöntemlerle ölçeklendirmenizi sağlayan bir araçtır. LangChain, örneğin GenAI'yi entegre etmek ve bundan değer elde etmek için popüler bir çerçevedir. 

Belirli uygulamalar için GenAI'yi ölçeklendirirken daha fazla değer, daha fazla kontrol elde etmek ve maliyetleri azaltmak için altyapı katmanında yenilik yapan çok sayıda şirket var. 

Yeni Startup'lar: Uygulama Katmanı

Uygulamalar katmanında metin, yazı, görüntü ve ses ile ortamları değiştirerek pek çok büyüleyici yenilik meydana geliyor. İşletmeler müzik yaratma şeklinizi değiştiriyor, filmlerin yapım veya seslendirme şeklini yeniden yaratıyor ve programcıların kodlama şeklini bozuyor. 

Başlangıç ​​tarafında, bu işletmeler büyük temel modelleri alıp bunları son kullanıcı için sihirli bir deneyime sararak inanılmaz derecede hızlı ölçeklendiler. Startup'lara yönelik uygulama katmanında pek çok kişi elde tutmayla ilgili zorluklarla karşı karşıyadır. Birkaç nedenden dolayı zor oldu. 

  1. Enterprise'a satış yapanlarınızın deneysel bütçeleri tükeniyor. 
  2. Üreten tüketici tabanına satış yapanlar için bunlar çok karlı olabilir. 
  3. Çok sayıda kopya var, bu da farklı bir hikaye anlatmayı zorlaştırıyor. 

Bu alanda bir startup kuruyorsanız, elde tutmak zorlu bir iştir ve daha stratejik olmanız gerekir. 

Görevliler: Platform Katmanı

Platform katmanında bu üç büyük görevliyi inceleyebilirsiniz. 

  1. Microsoft
  2. Google
  3. Meta

Her biri farklı bir strateji oynuyor. Google, transformatör modelini ortaya çıkardı ve ardından onu açık kaynaklı hale getirdi. Bu, GenAI'dan yararlanacak şekilde oluşturulan LLM'lere olanak sağladı. Google, OpenAI'nin teklifini ne kadar hızlı ticarileştirdiğini görünce şaşkınlığa uğradı. O zamandan beri Google, Bard'ı kullanarak kendisini bir yapay zeka şirketi olarak yeniden düşündü. 

Meta, son 7-8 yıldır öncelikle reklam modelleri ve maddi yoldan para kazanma, ayrıca yayın ve içerik modelleri için inanılmaz teknolojiden yararlandı. 

Microsoft bizim için strateji alanında bir ustalık sınıfıdır. OpenAI ile başlangıçta bir milyar dolar ve yakın zamanda 10 milyar dolar ile ortaklık kurarak inovasyon konusunda ortak olmayı ve dış kaynak kullanmayı tercih ettiler. OpenAI üzerinde birçok tercih edilen erişime, haklara ve kontrole sahipler. 

Bu işletmelerin piyasa değerlerine bakarsanız, bu yıl hepsinin inanılmaz derecede iyi performans gösterdiğini görürsünüz. Kazanç raporlarını okursanız, iki yıl önce bir aramada yapay zeka belki bir veya iki kez gündeme geldi. Şimdi 100'den fazla kez. 

Görevli: Altyapı Katmanı

İnsanların bunu yapmasını nasıl sağlarsınız? Mükemmel bir örnek NVIDIA'dır. Yüksek Lisans'ları çalıştırmak için gerekli olan GPU'ları yaygınlaştırdılar ve GPU'lara yönelik çılgın bir talep gördüler. Son çeyrekte, gelirlerinin çeyrekte %100'ün üzerinde arttığı açıklandı ve şu anda piyasa değeri açısından dünyanın ilk beş şirketi arasında yer alıyorlar. 

Bu katmanın görevliler tarafından oluşturulduğunu ve ele geçirildiğini görüyoruz. 

Görevliler: Uygulama Katmanı

Uygulama katmanındaki görevliler hiçbir şekilde direksiyon başında uyumuyorlar. NVIDIA, yalnızca başlangıç ​​düzeyindeki uygulamalar nedeniyle değil, aynı zamanda her şirketin bir yapay zeka stratejisi geliştirmesi ve hiç kimsenin GenAI ile ne yaptığına dair bir cevap olmadan yakalanmak istememesi nedeniyle fayda sağlıyor. 

Gördüğümüz daha da dramatik bir değişim ise çoğunuzun bu günlerde kendinizi daha üretken bulmanızdır. Mühendisler daha üretken çünkü Github'un Copilot'u kodun %50'sini yazıyor. Bu diğer tüm kod satırları. 

Kimin yaratabileceğine erişim ve demokratikleşmeyi düşünürseniz, bu gerçekten heyecan verici bir dönem. ServiceNow, özetleme ve metinden koda dönüştürme işlemleri yapabilmeniz için GenAI'yi ürüne ekledi.

Bu yerleşik işletmelerde görebileceğiniz şey, GenAI ile hızlı bir şekilde deneme yapma yeteneğidir. Birçoğu bunu şirket içinde yapıyor, açık kaynaklı araçlarla deneyler yapıyor ve ilerledikçe inşa ediyor; onlara satış yapmaya çalışıyorsanız dikkate değer bir şey. 

Savunulabilirliği Artırma ve Gerçek Hendekleri Bulma

Base10 Partners başladığında, savunulabilirliği neyin artıracağını ve gerçek hendeklerin nerede bulunacağını bulmak için duvara dart atıyorlardı. Herkes özel verilere erişebileceklerini, en iyi iş akışlarını elde edebileceklerini veya kazanacak şekilde hiper özelleştirme yapabileceklerini söyledi. 

Bugün önemli olan sadece üç şey var. 

  1. dağıtım
  2. Veri
  3. İş Akışları

Yalnızca bunlar önemli olduğundan Base10, yerleşik şirketlerin bu erken platform geçişinde değerin çoğunu yakalayacağına inanıyor çünkü dağıtım, veri ve iş akışında yeni başlayan rakiplere göre çok büyük avantajlara sahipler. 

Bazı örnek olay incelemelerini inceleyelim. 

Bir Vaka Çalışması: vaka metni

Casetext, Orta Piyasa ve Kurumsal hukuk firmalarına satış yapan yasal bir yazılım platformudur. Bir hukuk firmasına satış yapmayı denediyseniz yasal incelemeden geçmenin zor olabileceğini biliyorsunuzdur. Casetext bunu 11 yıldır yapıyor ve güçlü bir platform oluşturdu. 

Ancak işler yaklaşık 10 milyon dolarlık ARR'de durdu. Bu işin kurucusu olarak ne yapıyorsunuz? Daha sonra GenAI ortaya çıkıyor ve kolayca GPT'ye bağlanabiliyorlar ve avukatların rutin olarak yapması gereken birçok görevi yerine getiren Co-counsel adlı Copilot versiyonunu başlatabiliyorlar. 

Geçen yıl bir eklenti olarak piyasaya sürüldü ve dokuz ayda 0'dan 9 milyon $ ARR'ye çıktı. Yaklaşık 650 milyon dolar nakit karşılığında satın alındı. Bunu başardılar çünkü bu hukuk firmalarına dağıtımları vardı ve hukuk firmaları yapay zekayı kullanmak istiyordu. 

Eğer bir startup iseniz yasal incelemeyi geçmekte zorlanırsınız. 

Bir Vaka Çalışması: Kavram

Base10 bu ekiple çok fazla zaman harcıyor ve bunu her gün kullanarak kendi iş akışlarında NotionAI'nin avantajlarından yararlanıyorlar. Notion, yakında çıkacak birçok yapay zeka özelliğinden ilkini piyasaya sürdü ve yakın vadede 100 milyon dolarlık ARR'ye ulaşacak şekilde fiyatlandırdılar. 

Notion'un bunu nasıl uyguladığına dair bazı önemli dersler şunlardır: 

  1. Bu özelliği, büyüyen bir Kurumsal uygulama da dahil olmak üzere 30 milyon kişilik bir kullanıcı tabanına açtılar. Oradaki genişleme fırsatını düşünün. Gömülü dağıtım temelde büyük bir avantajdır. 
  2. NotionAI'yi kullanırken her gün kullandığınız araçlardaki bir iş akışında kullanabilirsiniz. Verilerinize ve iş akışlarınıza erişimi vardır. Bu modeller inanılmaz derecede genelleştirilebilir olsa da, onlara benzersiz ve özel veriler sağladığınızda kullanışlıdırlar. Bu çok büyük bir avantaj. 
  3. Notion'un GenAI hakkındaki felsefesini anladığımızda, NotionAI'nin bu versiyonunun tek bir özellik olduğu açıktır. Ancak GenAI'yi elektrik gibi temel bir teknoloji olarak düşünüyorlar. Böylece 8-9 yıl önceki OG stratejisine geri döndüler ve alet yapımını her yerde yaygın hale getirdiler. Temel misyon budur. 

Bir Vaka Çalışması: Gorgias

Gorgias, başta Shopify olmak üzere e-ticarete odaklanan müşteri desteğine yönelik bir biletleme platformudur. Bu gerçekten kısıtlı bir kullanım durumudur. Orijinal tez her şeyi otomatikleştirmekti. O zamanlar bireylerin bunu yapabilmesi için iş akışları ve yazılım destek sistemleri oluşturmanın oldukça zor olduğu ortaya çıktı.

Geçen yılın sonunda GenAI sayesinde otomasyonları başlattılar. Müşterileri yapay zekanın ne olduğunu bilmiyor ancak umursadıkları şey, daha iyi bir müşteri deneyimi sunmak için müşterilere yanıt vermek zorunda kalmamak. 

Otomasyonlar, temel tekliflerin %50'si oranında fiyatlandırılan bir eklentidir. Biletlerin %7'sini otomatikleştirdiler ve bugün bu oran %18'e çıktı. Yüzde 50'ye ulaşmayı umuyorlar. Bu konuda eğitebilecekleri önemli miktarda veriye sahipler ve halihazırda 10'den fazla satıcıya dağıtımları var. 

GenAI ve İş Modeli Perspektifi

İş modeli perspektifinden bakıldığında birkaç şey oluyor. 

  1. ARPU, ACV ve LTV artıyor. Bunlardan bazıları, abonelik ücreti veya konuşma başına işlem olarak fiyatlandırılabilen eklenti ürünleri piyasaya sürmektir. 
  2. Maliyetleri düşürün. Yazılım için tıbbi faturalandırma ve QA testi söz konusu olduğunda, bunu bir insan yapıyordu. İnsanlar hala bunu yapıyor, ancak GenAI'dan yararlandığınızda bunların sayısı çok daha az. Bu işletmeler fiyatları düşürmüyor, dolayısıyla LTV'yi artırarak önemli bir marj artışı elde ediyorsunuz. 
  3. Veri, dağıtım ve doğru kullanım senaryosuna sahip işletmelerde elde tutma oranı oldukça çarpıcı bir şekilde artıyor. 

Hipoteze geri dönelim. Bulut ve mobil ortamını tekrar düşündüğünüzde onlardan ne öğrenebilirsiniz? Amazon bir Bulut işletmesi veya depolama şirketi olarak kurulmamıştır. Görevli bir e-ticaret işletmesi olarak inşa edildi. AWS'yi yeni piyasaya sürdüler ve kendi başlarına, önlerindeki tüm şirket içi depolama pazarından çok daha fazla değer elde etmeyi başardılar.

Meta bir mobil şirket değildi ancak mobilden AT&T ve Verizon'un toplamından daha fazla değer elde ettiler. Aynı şey GenAI'de de olabilir. Bu, kazanan startupların olmayacağı anlamına gelmiyor. Yerleşik şirketler çok şey kazanacak ve bunu dramatik bir şekilde ticaret yapan Meta ve Google'da görmeye başlıyoruz. 

Bu, startupların geri adım atması gerektiği anlamına gelmiyor. Bu sadece mevcut oyuncuları yenmek için daha stratejik olmanız gerektiği anlamına geliyor. 

Kurucuların Kendilerine Sorması Gereken 6 Soru

 

Yeni bir GenAI şirketi kurmak isteyen kurucular kendinize şu üç soruyu sorun. 

  1. Hangi niş, pazar veya sektöre kesinlikle hakim olabilirsiniz? Hafif bir çözüm olmasa da, belirli görevlilere yakın olmayan bir şekilde gerçekten hakim durumda. 
  2. Elde tutmak kesinlikle çok önemlidir. GenAI, tüketicilerin ve kullanıcıların ürününüzle gerçekte etkileşimde bulunmayı bekledikleri biçimi temelden değiştirdi. Bu girişimlerin karşılaştığı tüm elde tutma sorunlarının üstesinden gelecek şekilde ürün pazarını uygun hale getirmek için ürününüzde gerçekten neyi değiştirebilirsiniz? 

GenAI'yi yalnızca bir özellik değil, ürününüz için nasıl temel ve temel hale getirirsiniz? En ilginç GenAI şirketlerinden bazıları GenAI hakkında konuşmuyor bile, ancak o arka planda her şeye güç veriyor. Uzun vadeli bir iş kuruyorsunuz.


Değeri ve yeni Yapay Zeka gelir akışlarını artırmak isteyen görevdeki kurucular için. Kendinize bu üç soruyu sorun. 

  1. Müşteri için çözdüğünüz orijinal misyona ve temel soruna geri dönelim. Daha önce teknoloji olmadığı için çözemediğiniz, şimdi çözebileceğiniz 1, 2 veya 3 sorun nelerdir? Bunlarla nasıl başa çıkıyorsunuz ve kaynakları onlara nasıl harcıyorsunuz? 
  2. P&L veya metrik kontrol panelinizi çıkarın ve her metriği gözden geçirin. Üretken AI'nın çarklarınızı, LTV'nizi, dönüşümlerinizi veya diğerlerini optimize etmenize gerçekte nasıl yardımcı olabileceğini sorun. 
  3. İnovasyonun hızı çarpıcı biçimde hızlıdır. Bu platform değişimi için gerekli hızı karşılayacak şekilde gerçekte nasıl deney ve test yaparsınız? Bunu yapmak için yapmanız gerekebilecek kültürel ve organizasyonel değişiklikler olabilir. 

[Gömülü içerik]

İlgili Mesajlar

spot_img

En Son İstihbarat

spot_img