Autores: Grace Carney, Matt Mandel, Rebecca Kaden y Nick Grossman
Compilación: TechFlow Shanghai
En esta era llena de oportunidades e incertidumbre, el rápido desarrollo de la inteligencia artificial nos ha abierto innumerables posibilidades, pero también ha planteado muchas preguntas profundas que aún no se han respondido. ¿Seguiremos avanzando a lo largo de la curva de crecimiento exponencial de la tecnología, incluso logrando un salto de auto-mejora? ¿O se desacelerará debido a la aparición de cuellos de botella tecnológicos? ¿Cuál es el límite del desarrollo tecnológico, es inminente o todavía está lejos de alcanzarse? ¿El mundo futuro será dominado por unos pocos gigantes en un ecosistema cerrado o será un ecosistema abierto de competencia y cooperación entre múltiples partes?
El futuro de la dirección y las oportunidades más grandes pueden depender de dos factores clave: la velocidad del progreso tecnológico y el grado de apertura de los modelos de vanguardia.
La velocidad del progreso tecnológico: refleja la rapidez con la que se desarrollan las capacidades de los modelos de inteligencia artificial. Si el desarrollo es rápido, es posible que alcancemos el punto crítico de 'explosión de inteligencia' en los próximos años; y si el desarrollo se ralentiza, es posible que se retrase una década o más debido a los cuellos de botella tecnológicos.
Apertura: mide el alcance del poder de control del modelo de inteligencia artificial y el valor económico extraído de él. En el caso de la apertura, el rendimiento del modelo abierto se acerca al del modelo cerrado, o hay muchos modelos cerrados de calidad similar compitiendo intensamente, lo que significa que el modelo no puede monopolizar las ganancias económicas. En cambio, en el caso de un modelo cerrado, unos pocos gigantes lideran con ventaja gracias a su modelo cerrado y controlan la mayor parte de la creación de valor.
Aunque habrá nuevas oportunidades de desarrollo en cada escenario, creemos que al final será el cuadrante en el que caigan lo que determinará qué proyectos, estrategias y modelos de negocio tienen la ventaja.
Modelo base grande: cuadrante inferior izquierdo
En el stack tecnológico, siempre ha habido tensión en la asignación de valor entre la capa de infraestructura y la capa de aplicaciones. En 2016, Joel Monegro, analista de USV, señaló en su artículo de blog 'Protocolo Gordo': 'La distribución de valor en el stack tecnológico tradicional muestra características de 'protocolo delgado' y 'aplicación gorda'. El desarrollo del mercado demuestra que la inversión en aplicaciones tiene un retorno más alto, mientras que la inversión directa en tecnología de protocolo generalmente tiene un retorno más bajo'. Sin embargo, en el stack tecnológico de blockchain, esta relación se ha invertido y la mayoría del valor se concentra en la capa de protocolo. Con la inteligencia artificial convirtiéndose en una nueva plataforma dominante, necesitamos reconsiderar esta relación, ¿es el modelo en sí mismo el que tiene el valor principal o son las aplicaciones construidas sobre el modelo las que tienen más valor?
En el cuadrante inferior izquierdo, el progreso tecnológico avanza rápidamente y finalmente se forma un ecosistema cerrado donde el modelo tiene casi todo el valor. Cuanto más fuerte sea el modelo, menos necesidad tendremos de aplicaciones o modelos construidos sobre él.
En este escenario, los líderes serán unos pocos modelos base enormes y la infraestructura necesaria para ellos. Para mantener la expansión de estos modelos, necesitaremos consumir una gran cantidad de energía (incluidas energías más eficientes). La construcción de infraestructuras en torno al hardware, el software y la producción de energía se convertirá en un área importante de creación de valor. Por ejemplo, empresas como Radiant, Blixt, Lydian y Glow en la cartera de inversiones de USV se dedican a la innovación en la generación y gestión de energía. Además, existe la oportunidad de apoyar modelos arquitectónicos que adoptan diferentes vías tecnológicas, como el entrenamiento descentralizado, que podrían convertirse en los ganadores del mercado del futuro.
El surgimiento del modelo de nicho: cuadrante superior izquierdo
(Nota de Gate.io: El modelo de nicho se refiere a modelos de inteligencia artificial que se centran en satisfacer necesidades o áreas específicas. A diferencia de los modelos genéricos, como los grandes modelos de lenguaje, los modelos de nicho están optimizados para una industria, tarea o conjunto de datos específico, lo que los hace más específicos y profesionales.)
En el cuadrante superior izquierdo, a pesar de que el ecosistema está cerrado, el progreso tecnológico se está desacelerando, lo que crea oportunidades para modelos de nicho para llenar el vacío de capacidades del modelo base. Actualmente, estamos viendo esta tendencia en varios campos, como biotecnología, atención médica, tecnología robótica, análisis emocional, conjuntos de datos personalizados y datos del mundo físico. Algunos de estos campos ya han recibido inversiones de USV. En esta situación, los datos son más concretos y específicos, y la utilidad del modelo es más clara. Al reducir el alcance de la aplicación y aumentar el enfoque, la precisión y la utilidad del modelo pueden mejorar significativamente. En este cuadrante, veremos que los modelos de nicho dominantes en muchos campos siguen creciendo y se convierten en una base de construcción importante.
Aplicaciones con efecto de red: cuadrante superior derecho
En el cuadrante superior derecho, la velocidad de avance tecnológico del modelo base se ha desacelerado, pero el ecosistema permanece abierto. Las capacidades del modelo tienen ciertas limitaciones y su aplicación es más específica, lo que brinda oportunidades para las empresas de nueva creación de convertir la IA en aplicaciones de productos y construir sobre el modelo.
Este resultado no es ajeno al ecosistema de inversión de riesgo. No solo es un avance tecnológico, sino también una prueba de imaginación. La oportunidad radica en redes diseñar nuestra interacción con la inteligencia artificial, lo que cambiará nuestro trabajo y nuestra vida. Podemos prever que surgirán nuevas aplicaciones, capas de soporte e interfaces de interacción completamente nuevas en el futuro, revolucionando por completo nuestra forma de aprender, investigar, brindar servicios médicos, crear, entretener, socializar, realizar tareas y administrar empresas. Al llegar de manera más directa a los usuarios, estudiantes, pacientes o clientes, los costos se reducirán significativamente y la usabilidad mejorará considerablemente.
Al igual que en ciclos tecnológicos anteriores, muchos desarrolladores competirán por las mismas oportunidades. Por lo tanto, el efecto de red (ya sea a través del crecimiento de usuarios o la acumulación de datos) será un factor clave en la acumulación y protección del valor central de la empresa.
IA verdaderamente abierta: cuadrante inferior derecho
Si el modelo se desarrolla rápidamente en un ecosistema abierto, podremos presenciar escenarios de gran imaginación: una gran cantidad de modelos súper inteligentes que evolucionan rápidamente interactuando a frecuencias y niveles de habilidad muy altos.
En este escenario, muchos modelos abiertos dominarán en sus respectivos sectores de mercado, pero estos modelos necesitan herramientas para interactuar eficientemente entre sí. En un mundo dominado por agentes inteligentes (agentes de IA), estos agentes necesitan realizar transacciones con frecuencia. Las criptomonedas pueden convertirse en la forma más simple y flexible de moneda digital entre agentes inteligentes, lo que beneficiará tanto a los tokens en sí como a la infraestructura descentralizada y protocolos de interacción como Farcaster. Se puede imaginar un futuro en el que haya numerosos agentes inteligentes con billeteras y presupuestos, realizando transacciones frecuentes en una economía digital.
Resumen
Aunque este marco es simplificado, sin duda nos proporciona un punto de partida para nuestra reflexión. Los enfoques que dominan en cada cuadrante pueden destacar en situaciones específicas. Especialmente aquellos productos que pueden inspirar nuevos comportamientos en los usuarios, crear un nuevo valor y fomentar la adopción activa por parte de los usuarios, tendrán el potencial de crear un valor enorme.
La división de estos cuadrantes ayuda a nuestro equipo a pensar profundamente durante este período especial de incertidumbre: ¿qué condiciones se necesitan para que un método realmente tenga la ventaja?
Ver originales
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
Union Square Ventures: Un mapa que muestra cuatro posibles tendencias futuras de la tecnología de inteligencia artificial.
Autores: Grace Carney, Matt Mandel, Rebecca Kaden y Nick Grossman
Compilación: TechFlow Shanghai
En esta era llena de oportunidades e incertidumbre, el rápido desarrollo de la inteligencia artificial nos ha abierto innumerables posibilidades, pero también ha planteado muchas preguntas profundas que aún no se han respondido. ¿Seguiremos avanzando a lo largo de la curva de crecimiento exponencial de la tecnología, incluso logrando un salto de auto-mejora? ¿O se desacelerará debido a la aparición de cuellos de botella tecnológicos? ¿Cuál es el límite del desarrollo tecnológico, es inminente o todavía está lejos de alcanzarse? ¿El mundo futuro será dominado por unos pocos gigantes en un ecosistema cerrado o será un ecosistema abierto de competencia y cooperación entre múltiples partes?
El futuro de la dirección y las oportunidades más grandes pueden depender de dos factores clave: la velocidad del progreso tecnológico y el grado de apertura de los modelos de vanguardia.
La velocidad del progreso tecnológico: refleja la rapidez con la que se desarrollan las capacidades de los modelos de inteligencia artificial. Si el desarrollo es rápido, es posible que alcancemos el punto crítico de 'explosión de inteligencia' en los próximos años; y si el desarrollo se ralentiza, es posible que se retrase una década o más debido a los cuellos de botella tecnológicos.
Apertura: mide el alcance del poder de control del modelo de inteligencia artificial y el valor económico extraído de él. En el caso de la apertura, el rendimiento del modelo abierto se acerca al del modelo cerrado, o hay muchos modelos cerrados de calidad similar compitiendo intensamente, lo que significa que el modelo no puede monopolizar las ganancias económicas. En cambio, en el caso de un modelo cerrado, unos pocos gigantes lideran con ventaja gracias a su modelo cerrado y controlan la mayor parte de la creación de valor.
Aunque habrá nuevas oportunidades de desarrollo en cada escenario, creemos que al final será el cuadrante en el que caigan lo que determinará qué proyectos, estrategias y modelos de negocio tienen la ventaja.
Modelo base grande: cuadrante inferior izquierdo
En el stack tecnológico, siempre ha habido tensión en la asignación de valor entre la capa de infraestructura y la capa de aplicaciones. En 2016, Joel Monegro, analista de USV, señaló en su artículo de blog 'Protocolo Gordo': 'La distribución de valor en el stack tecnológico tradicional muestra características de 'protocolo delgado' y 'aplicación gorda'. El desarrollo del mercado demuestra que la inversión en aplicaciones tiene un retorno más alto, mientras que la inversión directa en tecnología de protocolo generalmente tiene un retorno más bajo'. Sin embargo, en el stack tecnológico de blockchain, esta relación se ha invertido y la mayoría del valor se concentra en la capa de protocolo. Con la inteligencia artificial convirtiéndose en una nueva plataforma dominante, necesitamos reconsiderar esta relación, ¿es el modelo en sí mismo el que tiene el valor principal o son las aplicaciones construidas sobre el modelo las que tienen más valor?
En el cuadrante inferior izquierdo, el progreso tecnológico avanza rápidamente y finalmente se forma un ecosistema cerrado donde el modelo tiene casi todo el valor. Cuanto más fuerte sea el modelo, menos necesidad tendremos de aplicaciones o modelos construidos sobre él.
En este escenario, los líderes serán unos pocos modelos base enormes y la infraestructura necesaria para ellos. Para mantener la expansión de estos modelos, necesitaremos consumir una gran cantidad de energía (incluidas energías más eficientes). La construcción de infraestructuras en torno al hardware, el software y la producción de energía se convertirá en un área importante de creación de valor. Por ejemplo, empresas como Radiant, Blixt, Lydian y Glow en la cartera de inversiones de USV se dedican a la innovación en la generación y gestión de energía. Además, existe la oportunidad de apoyar modelos arquitectónicos que adoptan diferentes vías tecnológicas, como el entrenamiento descentralizado, que podrían convertirse en los ganadores del mercado del futuro.
El surgimiento del modelo de nicho: cuadrante superior izquierdo
(Nota de Gate.io: El modelo de nicho se refiere a modelos de inteligencia artificial que se centran en satisfacer necesidades o áreas específicas. A diferencia de los modelos genéricos, como los grandes modelos de lenguaje, los modelos de nicho están optimizados para una industria, tarea o conjunto de datos específico, lo que los hace más específicos y profesionales.)
En el cuadrante superior izquierdo, a pesar de que el ecosistema está cerrado, el progreso tecnológico se está desacelerando, lo que crea oportunidades para modelos de nicho para llenar el vacío de capacidades del modelo base. Actualmente, estamos viendo esta tendencia en varios campos, como biotecnología, atención médica, tecnología robótica, análisis emocional, conjuntos de datos personalizados y datos del mundo físico. Algunos de estos campos ya han recibido inversiones de USV. En esta situación, los datos son más concretos y específicos, y la utilidad del modelo es más clara. Al reducir el alcance de la aplicación y aumentar el enfoque, la precisión y la utilidad del modelo pueden mejorar significativamente. En este cuadrante, veremos que los modelos de nicho dominantes en muchos campos siguen creciendo y se convierten en una base de construcción importante.
Aplicaciones con efecto de red: cuadrante superior derecho
En el cuadrante superior derecho, la velocidad de avance tecnológico del modelo base se ha desacelerado, pero el ecosistema permanece abierto. Las capacidades del modelo tienen ciertas limitaciones y su aplicación es más específica, lo que brinda oportunidades para las empresas de nueva creación de convertir la IA en aplicaciones de productos y construir sobre el modelo.
Este resultado no es ajeno al ecosistema de inversión de riesgo. No solo es un avance tecnológico, sino también una prueba de imaginación. La oportunidad radica en redes diseñar nuestra interacción con la inteligencia artificial, lo que cambiará nuestro trabajo y nuestra vida. Podemos prever que surgirán nuevas aplicaciones, capas de soporte e interfaces de interacción completamente nuevas en el futuro, revolucionando por completo nuestra forma de aprender, investigar, brindar servicios médicos, crear, entretener, socializar, realizar tareas y administrar empresas. Al llegar de manera más directa a los usuarios, estudiantes, pacientes o clientes, los costos se reducirán significativamente y la usabilidad mejorará considerablemente.
Al igual que en ciclos tecnológicos anteriores, muchos desarrolladores competirán por las mismas oportunidades. Por lo tanto, el efecto de red (ya sea a través del crecimiento de usuarios o la acumulación de datos) será un factor clave en la acumulación y protección del valor central de la empresa.
IA verdaderamente abierta: cuadrante inferior derecho
Si el modelo se desarrolla rápidamente en un ecosistema abierto, podremos presenciar escenarios de gran imaginación: una gran cantidad de modelos súper inteligentes que evolucionan rápidamente interactuando a frecuencias y niveles de habilidad muy altos.
En este escenario, muchos modelos abiertos dominarán en sus respectivos sectores de mercado, pero estos modelos necesitan herramientas para interactuar eficientemente entre sí. En un mundo dominado por agentes inteligentes (agentes de IA), estos agentes necesitan realizar transacciones con frecuencia. Las criptomonedas pueden convertirse en la forma más simple y flexible de moneda digital entre agentes inteligentes, lo que beneficiará tanto a los tokens en sí como a la infraestructura descentralizada y protocolos de interacción como Farcaster. Se puede imaginar un futuro en el que haya numerosos agentes inteligentes con billeteras y presupuestos, realizando transacciones frecuentes en una economía digital.
Resumen
Aunque este marco es simplificado, sin duda nos proporciona un punto de partida para nuestra reflexión. Los enfoques que dominan en cada cuadrante pueden destacar en situaciones específicas. Especialmente aquellos productos que pueden inspirar nuevos comportamientos en los usuarios, crear un nuevo valor y fomentar la adopción activa por parte de los usuarios, tendrán el potencial de crear un valor enorme.
La división de estos cuadrantes ayuda a nuestro equipo a pensar profundamente durante este período especial de incertidumbre: ¿qué condiciones se necesitan para que un método realmente tenga la ventaja?