Quando eu mencionei “a ascensão da IA” num e-mail recente para investidores, um deles enviou-me uma resposta interessante: “A ‘ascensão da IA’ é um nome um pouco impróprio.”

O que aquela investidora, Rudina Seseri, sócia-gerente da Glasswing Ventures, quer dizer é que tecnologias sofisticadas como IA e aprendizagem profunda já existem há muito tempo, e todo esse entusiasmo em torno da IA ​​está ignorando o simples fato de que elas têm sido em desenvolvimento há décadas. “Vimos a primeira adoção empresarial em 2010”, ressaltou ela.

Ainda assim, não podemos negar que a IA está a desfrutar de níveis de atenção sem precedentes, e as empresas de todos os setores em todo o mundo estão ocupadas a ponderar o impacto que poderá ter na sua indústria e não só.

Dr. Andre Retterath, sócio da Earlybird Venture Capital, acredita que vários fatores estão trabalhando em conjunto para gerar esse impulso. “Estamos testemunhando a tempestade perfeita de IA, onde três ingredientes principais que evoluíram ao longo dos últimos 70 anos finalmente se uniram: algoritmos avançados, conjuntos de dados em grande escala e acesso a computação poderosa”, disse ele.

Ainda assim, não podíamos deixar de ficar céticos quanto ao número de equipes que lançaram uma versão do “ChatGPT para X” no Demo Day de inverno da Y Combinator no início deste ano. Qual é a probabilidade de que eles ainda existam em alguns anos?

Karin Klein, sócia fundadora da Bloomberg Beta, acha que é melhor correr a corrida e correr o risco de fracassar do que ficar de fora, uma vez que esta não é uma tendência que as empresas se possam dar ao luxo de ignorar. “Embora tenhamos visto um monte de ‘copilotos para [insert industry]’ que pode não estar aqui dentro de alguns anos, o maior risco é ignorar a oportunidade. Se sua empresa não está experimentando o uso de IA, agora é a hora ou seu negócio ficará para trás.”

E o que é verdade para a empresa média é ainda mais verdadeiro para as startups: deixar de pensar pelo menos um pouco na IA seria um erro. Mas uma startup também precisa estar à frente do jogo mais do que uma empresa média e, em algumas áreas da IA, “agora” pode já ser “tarde demais”.

Para entender melhor onde as startups ainda têm chance e onde a dinâmica do oligopólio e as vantagens do pioneirismo estão se formando, entrevistamos um grupo seleto de investidores sobre o futuro da IA, em quais áreas eles veem maior potencial, como os LLMs multilíngues e o áudio geração poderia se desenvolver, e o valor dos dados proprietários.

Esta é a primeira de uma pesquisa de três partes que visa aprofundar-se na IA e na forma como a indústria está se desenvolvendo. Nas próximas duas partes, a serem publicadas em breve, você ouvirá outros investidores sobre as diversas partes do quebra-cabeça da IA, onde as startups têm maiores chances de vencer e onde o código aberto pode ultrapassar o código fechado.

Conversamos com:

• Manish Singhalsócio fundador, PI Empreendimentos
• Rudina Seserifundador e sócio-gerente, Glasswing Ventures
• Lily Lyman, Chris Gardner, Richard Dulude e Brian Devaney de Sublinhar VC
• Karin Kleinsócio fundador, Bloomberg Beta
• Xavier Lázaroparceiro, Elaia
• Dr. André Retterathparceiro, Capital de risco antecipado
• Matt Cohensócio-gerente, Ripple Ventures

Manish Singhal, sócio fundador, pi Ventures

Será que os atuais modelos líderes de IA e as empresas por trás deles manterão a sua liderança nos próximos anos?

Este é um cenário em mudança dinâmica quando se trata de aplicações de LLMs. Muitas empresas serão formadas no domínio de aplicativos e apenas algumas terão sucesso na expansão. Em termos de modelos básicos, esperamos que a OpenAI obtenha a concorrência de outros players no futuro. No entanto, eles têm uma forte vantagem e não será fácil desalojá-los.

Quais empresas relacionadas à IA você acha que não são inovadoras o suficiente para ainda existirem daqui a 5 anos?

Acho que no espaço da IA ​​aplicada deveria haver uma consolidação significativa. A IA está a tornar-se cada vez mais horizontal, pelo que será um desafio para as empresas de IA aplicada, que são construídas com base em modelos prontos a utilizar, manterem os seus fossos.

No entanto, há bastante inovação fundamental acontecendo na frente aplicada, bem como no lado da infraestrutura (ferramentas e plataformas). É provável que se saiam melhor que os outros.

O código aberto é o caminho de entrada no mercado mais óbvio para startups de IA?

Depende do que você está resolvendo. Para as empresas da camada de infraestrutura, é um caminho válido, mas pode não ser tão eficaz em todos os aspectos. É preciso considerar se o código aberto é um bom caminho ou não, com base no problema que estão resolvendo.

Você gostaria que houvesse mais LLMs treinados em outros idiomas além do inglês? Além da diferenciação linguística, que outros tipos de diferenciação você espera ver?

Também estamos vendo LLMs em outros idiomas, mas é claro que o inglês é o mais utilizado. Com base nos casos de uso locais, LLMs em diferentes idiomas definitivamente fazem sentido.

Além da diferenciação linguística, esperamos ver variantes de LLM especializadas em determinados domínios (por exemplo, medicina, direito e finanças) para fornecer informações mais precisas e relevantes nessas áreas. Já existem alguns trabalhos nesta área, como BioGPT e Bloomberg GPT.

Os LLMs sofrem de alucinação e relevância quando você deseja usá-los em aplicações reais de nível de produção. Acho que haverá um trabalho considerável nessa frente para torná-los mais utilizáveis ​​imediatamente.

Quais são as chances de o atual método LLM de construção de redes neurais ser interrompido nos próximos trimestres ou meses?

Certamente pode acontecer, embora possa demorar mais do que alguns meses. Assim que a computação quântica se tornar popular, o cenário da IA ​​mudará significativamente novamente.

Dado o entusiasmo em torno do ChatGPT, outros tipos de mídia, como áudio generativo e geração de imagens, são comparativamente subestimados?

A IA generativa multimodal está ganhando ritmo. Para a maioria das aplicações sérias, será necessário construí-las, especialmente para imagens e texto. O áudio é um caso especial: há um trabalho significativo acontecendo na geração automática de música e na clonagem de fala, que tem amplo potencial comercial.

Além disso, a geração automática de código está se tornando cada vez mais popular, e a geração de vídeos é uma dimensão interessante — em breve veremos filmes totalmente gerados por IA!

As startups com dados proprietários são mais valiosas aos seus olhos hoje em dia do que eram antes do surgimento da IA?

Ao contrário do que o mundo pode pensar, os dados proprietários proporcionam uma boa vantagem, mas, eventualmente, é muito difícil manter os seus dados proprietários.

Conseqüentemente, o fosso tecnológico vem de uma combinação de algoritmos projetados de forma inteligente que são produzidos e ajustados para uma aplicação junto com os dados.

Quando a AGI poderia se tornar uma realidade, se é que alguma vez?

Estamos chegando perto dos níveis humanos com certas aplicações, mas ainda estamos longe de uma verdadeira AGI. Eu também acredito que é uma curva assintótica depois de um tempo, então pode levar muito tempo para chegar lá.

Para uma verdadeira AGI, várias tecnologias, como as neurociências e as ciências comportamentais, também poderão ter de convergir.

É importante para você que as empresas nas quais você investe se envolvam em lobby e/ou grupos de discussão sobre o futuro da IA?

Na verdade. Nossas empresas estão mais voltadas para a solução de problemas específicos e, para a maioria das aplicações, o lobby não ajuda. É útil participar de grupos de discussão, pois é possível acompanhar como as coisas estão evoluindo.

Rudina Seseri, fundadora e sócia-gerente, Glasswing Ventures

Será que os atuais modelos líderes de IA e as empresas por trás deles manterão a sua liderança nos próximos anos?

Os fornecedores de modelos da camada base, como Alphabet, Microsoft/OpenAI e Meta, provavelmente manterão a sua liderança de mercado e funcionarão como um oligopólio a longo prazo. No entanto, existem oportunidades de concorrência em modelos que proporcionam uma diferenciação significativa, como a Cohere e outros intervenientes bem financiados ao nível fundamental, que colocam uma forte ênfase na confiança e na privacidade.

Não investimos e provavelmente não investiremos na camada base da IA ​​generativa. Esta camada provavelmente terminará num de dois estados: Num cenário, a camada de base terá uma dinâmica de oligopólio semelhante à que vimos com o mercado da nuvem, onde um grupo seleccionado de intervenientes irá capturar a maior parte do valor.

A outra possibilidade é que os modelos básicos sejam amplamente fornecidos pelo ecossistema de código aberto. Vemos que a camada de aplicação representa a maior oportunidade para fundadores e investidores de risco. As empresas que proporcionam valor tangível e mensurável aos seus clientes podem substituir grandes operadores históricos em categorias existentes e dominar novas.

Nossa estratégia de investimento está explicitamente focada em empresas que oferecem tecnologia de valor agregado que amplia os modelos básicos.

Assim como a criação de valor na nuvem não terminou com os fornecedores de infraestrutura de computação em nuvem, a criação de valor significativa ainda não chegou à pilha de IA da geração. A corrida da geração AI está longe de terminar.

Quais empresas relacionadas à IA você acha que não são inovadoras o suficiente para ainda existirem daqui a 5 anos?

Alguns segmentos de mercado de IA podem não ser sustentáveis ​​como negócios de longo prazo. Um exemplo é a categoria “GPT wrapper” – soluções ou produtos construídos em torno da tecnologia GPT da OpenAI. Estas soluções carecem de diferenciação e podem ser facilmente perturbadas por funcionalidades lançadas por intervenientes dominantes existentes no seu mercado. Como tal, terão dificuldade em manter uma vantagem competitiva a longo prazo.

Da mesma forma, as empresas que não proporcionam um valor comercial significativo ou que não resolvem um problema num espaço caro e de alto valor não serão empresas sustentáveis. Considere o seguinte: uma solução que simplifica uma tarefa simples para um estagiário não se transformará em um negócio significativo, ao contrário de uma plataforma que resolve desafios complexos para um arquiteto-chefe, oferecendo benefícios distintos e de alto valor.

Por último, as empresas com produtos que não se integram perfeitamente nos atuais fluxos de trabalho e arquiteturas empresariais, ou que exigem grandes investimentos iniciais, enfrentarão desafios na implementação e adoção. Este será um obstáculo significativo para a geração bem-sucedida de um ROI significativo, já que o nível é muito maior quando são necessárias mudanças de comportamento e de arquitetura dispendiosas.