Autores: Grace Carney, Matt Mandel, Rebecca Kaden & Nick Grossman
Compilação: TechFlow da DeepSea
Neste tempo de oportunidades e incertezas, o rápido desenvolvimento da inteligência artificial abriu inúmeras portas para possibilidades, mas também trouxe consigo muitas questões profundas e sem resposta. Continuaremos a avançar ao longo da curva exponencial do progresso tecnológico, talvez até mesmo alcançando um salto de melhoria autoimposta? Ou iremos desacelerar devido ao surgimento de limitações tecnológicas? O limite do desenvolvimento tecnológico está próximo ou ainda está além do alcance? O mundo futuro será dominado por poucos gigantes em um ecossistema fechado, ou será um ecossistema aberto de competição, cooperação e coexistência entre várias partes?
O futuro da direção e a maior oportunidade podem depender de dois fatores-chave: a velocidade do progresso tecnológico e o grau de abertura dos modelos de vanguarda.
A velocidade do progresso tecnológico reflete a rapidez com que os modelos de inteligência artificial estão se desenvolvendo. Se o desenvolvimento for rápido, podemos atingir o ponto crítico da "explosão da inteligência" nos próximos anos; mas se o desenvolvimento desacelerar, poderemos enfrentar atrasos de uma década ou mais devido a obstáculos tecnológicos.
Grau de abertura: mede o escopo do poder do modelo de inteligência artificial e o valor econômico extraído dele. Em um ambiente aberto, o desempenho do modelo aberto é próximo ao do modelo fechado ou há muitos modelos fechados de qualidade semelhante competindo intensamente, o que significa que o modelo não pode monopolizar os ganhos econômicos. Em um ambiente fechado, poucos gigantes lideram com uma grande vantagem com modelos fechados e controlam a maior parte da criação de valor.
Embora haja oportunidades de desenvolvimento em cada cenário, acreditamos que o quadrante em que caímos no final determinará quais projetos, estratégias e modelos de negócios têm a maior vantagem.
Modelo de base de grande escala: Quadrante inferior esquerdo
No stack de tecnologia, tem havido uma tensão entre a alocação de valor na camada de infraestrutura e na camada de aplicação. Em 2016, o analista da USV, Joel Monegro, destacou em seu artigo 'Protocolo Gordo' que 'a distribuição de valor na pilha de tecnologia da Internet tradicional tem sido caracterizada por um 'protocolo magro' e 'aplicativos gordos'. O desenvolvimento do mercado mostra que o retorno do investimento em aplicativos é maior, enquanto o retorno do investimento em tecnologias de protocolo é geralmente menor.' No entanto, essa relação se inverteu na pilha de tecnologia blockchain, com a maioria do valor concentrado na camada de protocolo. À medida que a inteligência artificial se torna a nova plataforma dominante, precisamos reexaminar essa relação - se o próprio modelo é a principal fonte de valor ou se os aplicativos construídos com base no modelo são mais valiosos?
No quadrante inferior esquerdo, o progresso tecnológico continua a acelerar, resultando finalmente num ecossistema fechado onde o modelo detém praticamente todo o valor. Quanto mais poderoso o modelo, menor a nossa necessidade de aplicações ou outros modelos construídos com base nele.
Neste cenário, os líderes serão alguns poucos modelos básicos enormes e a infraestrutura necessária para eles. Para manter a expansão desses modelos, precisaremos de uma enorme quantidade de energia (incluindo novas formas de energia mais eficientes). A construção de infraestrutura em torno da produção de hardware, software e energia se tornará uma área importante de criação de valor. Por exemplo, empresas como Radiant, Blixt, Lydian e Glow no portfólio da USV estão comprometidas com a inovação na geração e gestão de energia. Além disso, há oportunidades para apoiar modelos arquiteturais que adotam caminhos tecnológicos diferentes, como treinamento descentralizado, que podem se tornar os vencedores do mercado no futuro.
O surgimento do modelo de nicho: quadrante superior esquerdo
O modelo de nicho é um modelo de inteligência artificial que se concentra em atender a um campo específico ou necessidade específica. Ao contrário de modelos genéricos, como grandes modelos de linguagem, os modelos de nicho são geralmente otimizados para uma determinada indústria, tarefa ou conjunto de dados, o que lhes confere maior foco e especialização.
No quadrante superior esquerdo, apesar de o ecossistema ser fechado, há oportunidades para modelos de nicho preencherem as lacunas nas capacidades dos modelos básicos devido ao abrandamento do progresso tecnológico. Atualmente, já vemos essa tendência em várias áreas, como biotecnologia, cuidados de saúde, tecnologia de robôs, análise de emoções, conjuntos de dados personalizados e dados do mundo físico. Alguns desses setores já receberam investimento da USV. Nesse caso, os dados são mais específicos e direcionados, e a utilidade dos modelos é mais clara. Ao reduzir o escopo de aplicação e aumentar a especificidade, é possível melhorar significativamente a precisão e a utilidade dos modelos. Nesse quadrante, veremos o crescimento contínuo de modelos de nicho dominantes em muitas áreas, tornando-se uma base de construção importante.
Aplicativos com efeitos de rede: Quadrante superior direito
No primeiro quadrante superior direito, a taxa de avanço tecnológico do modelo base desacelera, mas o ecossistema permanece aberto. O modelo tem suas limitações, com aplicações mais específicas, o que oferece oportunidades para startups transformarem a IA em aplicações comerciais e construírem em cima do modelo.
Este resultado não é estranho ao ecossistema de investimento de risco. Não é apenas uma quebra tecnológica, mas também um teste de imaginação. A oportunidade está em redesenhar a forma como interagimos com a IA, alterando assim o nosso trabalho e vida. Podemos antever o surgimento de novos aplicativos, camadas de suporte e interfaces de interação que irão revolucionar a forma como aprendemos, pesquisamos, fornecemos serviços de saúde, criamos, nos entretemos, nos socializamos, executamos tarefas e gerenciamos negócios. Ao alcançar os usuários, alunos, pacientes ou clientes de forma mais direta, os custos serão reduzidos significativamente e a usabilidade será significativamente melhorada.
Como nos ciclos de tecnologia anteriores, muitos desenvolvedores competirão pelas mesmas oportunidades. Portanto, o efeito de rede, seja através do crescimento do usuário ou da acumulação de dados, será um fator chave na acumulação e proteção do valor central da empresa.
IA verdadeiramente aberta: quadrante inferior direito
Se os modelos tiverem um rápido desenvolvimento no ecossistema aberto, teremos o cenário mais imaginativo: muitos modelos superinteligentes e em constante evolução interagindo em alta frequência e alto nível de habilidade.
Neste cenário, muitos modelos abertos irão dominar os seus próprios mercados, mas precisam de ferramentas para interagir eficientemente entre si. Num mundo dominado por agentes inteligentes (agentes de IA), estes agentes precisam de realizar transações frequentes. As criptomoedas podem tornar-se na forma mais simples e flexível de moeda digital entre os agentes inteligentes, beneficiando os tokens em si, infraestruturas descentralizadas e protocolos de interação como o Farcaster. Pode-se imaginar um futuro onde existam muitos agentes inteligentes com carteiras e orçamentos, a realizar transações frequentes numa economia digital.
Resumo
Embora simplifique este quadro, sem dúvida fornece-nos um ponto de partida para a nossa reflexão. As abordagens dominantes em cada quadrante podem destacar-se em situações específicas. Produtos que conseguem inspirar novos comportamentos dos utilizadores, criar novo valor e impulsionar a adoção ativa pelos utilizadores, terão o potencial de criar um valor tremendo.
A divisão desses quadrantes ajuda nossa equipe a refletir profundamente, durante este período especial cheio de incertezas, sobre as condições necessárias para que um determinado método possa realmente se destacar.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
Union Square Ventures: Um gráfico que mostra quatro possíveis direções futuras para a tecnologia de IA
Autores: Grace Carney, Matt Mandel, Rebecca Kaden & Nick Grossman
Compilação: TechFlow da DeepSea
Neste tempo de oportunidades e incertezas, o rápido desenvolvimento da inteligência artificial abriu inúmeras portas para possibilidades, mas também trouxe consigo muitas questões profundas e sem resposta. Continuaremos a avançar ao longo da curva exponencial do progresso tecnológico, talvez até mesmo alcançando um salto de melhoria autoimposta? Ou iremos desacelerar devido ao surgimento de limitações tecnológicas? O limite do desenvolvimento tecnológico está próximo ou ainda está além do alcance? O mundo futuro será dominado por poucos gigantes em um ecossistema fechado, ou será um ecossistema aberto de competição, cooperação e coexistência entre várias partes?
O futuro da direção e a maior oportunidade podem depender de dois fatores-chave: a velocidade do progresso tecnológico e o grau de abertura dos modelos de vanguarda.
A velocidade do progresso tecnológico reflete a rapidez com que os modelos de inteligência artificial estão se desenvolvendo. Se o desenvolvimento for rápido, podemos atingir o ponto crítico da "explosão da inteligência" nos próximos anos; mas se o desenvolvimento desacelerar, poderemos enfrentar atrasos de uma década ou mais devido a obstáculos tecnológicos.
Grau de abertura: mede o escopo do poder do modelo de inteligência artificial e o valor econômico extraído dele. Em um ambiente aberto, o desempenho do modelo aberto é próximo ao do modelo fechado ou há muitos modelos fechados de qualidade semelhante competindo intensamente, o que significa que o modelo não pode monopolizar os ganhos econômicos. Em um ambiente fechado, poucos gigantes lideram com uma grande vantagem com modelos fechados e controlam a maior parte da criação de valor.
Embora haja oportunidades de desenvolvimento em cada cenário, acreditamos que o quadrante em que caímos no final determinará quais projetos, estratégias e modelos de negócios têm a maior vantagem.
Modelo de base de grande escala: Quadrante inferior esquerdo
No stack de tecnologia, tem havido uma tensão entre a alocação de valor na camada de infraestrutura e na camada de aplicação. Em 2016, o analista da USV, Joel Monegro, destacou em seu artigo 'Protocolo Gordo' que 'a distribuição de valor na pilha de tecnologia da Internet tradicional tem sido caracterizada por um 'protocolo magro' e 'aplicativos gordos'. O desenvolvimento do mercado mostra que o retorno do investimento em aplicativos é maior, enquanto o retorno do investimento em tecnologias de protocolo é geralmente menor.' No entanto, essa relação se inverteu na pilha de tecnologia blockchain, com a maioria do valor concentrado na camada de protocolo. À medida que a inteligência artificial se torna a nova plataforma dominante, precisamos reexaminar essa relação - se o próprio modelo é a principal fonte de valor ou se os aplicativos construídos com base no modelo são mais valiosos?
No quadrante inferior esquerdo, o progresso tecnológico continua a acelerar, resultando finalmente num ecossistema fechado onde o modelo detém praticamente todo o valor. Quanto mais poderoso o modelo, menor a nossa necessidade de aplicações ou outros modelos construídos com base nele.
Neste cenário, os líderes serão alguns poucos modelos básicos enormes e a infraestrutura necessária para eles. Para manter a expansão desses modelos, precisaremos de uma enorme quantidade de energia (incluindo novas formas de energia mais eficientes). A construção de infraestrutura em torno da produção de hardware, software e energia se tornará uma área importante de criação de valor. Por exemplo, empresas como Radiant, Blixt, Lydian e Glow no portfólio da USV estão comprometidas com a inovação na geração e gestão de energia. Além disso, há oportunidades para apoiar modelos arquiteturais que adotam caminhos tecnológicos diferentes, como treinamento descentralizado, que podem se tornar os vencedores do mercado no futuro.
O surgimento do modelo de nicho: quadrante superior esquerdo
O modelo de nicho é um modelo de inteligência artificial que se concentra em atender a um campo específico ou necessidade específica. Ao contrário de modelos genéricos, como grandes modelos de linguagem, os modelos de nicho são geralmente otimizados para uma determinada indústria, tarefa ou conjunto de dados, o que lhes confere maior foco e especialização.
No quadrante superior esquerdo, apesar de o ecossistema ser fechado, há oportunidades para modelos de nicho preencherem as lacunas nas capacidades dos modelos básicos devido ao abrandamento do progresso tecnológico. Atualmente, já vemos essa tendência em várias áreas, como biotecnologia, cuidados de saúde, tecnologia de robôs, análise de emoções, conjuntos de dados personalizados e dados do mundo físico. Alguns desses setores já receberam investimento da USV. Nesse caso, os dados são mais específicos e direcionados, e a utilidade dos modelos é mais clara. Ao reduzir o escopo de aplicação e aumentar a especificidade, é possível melhorar significativamente a precisão e a utilidade dos modelos. Nesse quadrante, veremos o crescimento contínuo de modelos de nicho dominantes em muitas áreas, tornando-se uma base de construção importante.
Aplicativos com efeitos de rede: Quadrante superior direito
No primeiro quadrante superior direito, a taxa de avanço tecnológico do modelo base desacelera, mas o ecossistema permanece aberto. O modelo tem suas limitações, com aplicações mais específicas, o que oferece oportunidades para startups transformarem a IA em aplicações comerciais e construírem em cima do modelo.
Este resultado não é estranho ao ecossistema de investimento de risco. Não é apenas uma quebra tecnológica, mas também um teste de imaginação. A oportunidade está em redesenhar a forma como interagimos com a IA, alterando assim o nosso trabalho e vida. Podemos antever o surgimento de novos aplicativos, camadas de suporte e interfaces de interação que irão revolucionar a forma como aprendemos, pesquisamos, fornecemos serviços de saúde, criamos, nos entretemos, nos socializamos, executamos tarefas e gerenciamos negócios. Ao alcançar os usuários, alunos, pacientes ou clientes de forma mais direta, os custos serão reduzidos significativamente e a usabilidade será significativamente melhorada.
Como nos ciclos de tecnologia anteriores, muitos desenvolvedores competirão pelas mesmas oportunidades. Portanto, o efeito de rede, seja através do crescimento do usuário ou da acumulação de dados, será um fator chave na acumulação e proteção do valor central da empresa.
IA verdadeiramente aberta: quadrante inferior direito
Se os modelos tiverem um rápido desenvolvimento no ecossistema aberto, teremos o cenário mais imaginativo: muitos modelos superinteligentes e em constante evolução interagindo em alta frequência e alto nível de habilidade.
Neste cenário, muitos modelos abertos irão dominar os seus próprios mercados, mas precisam de ferramentas para interagir eficientemente entre si. Num mundo dominado por agentes inteligentes (agentes de IA), estes agentes precisam de realizar transações frequentes. As criptomoedas podem tornar-se na forma mais simples e flexível de moeda digital entre os agentes inteligentes, beneficiando os tokens em si, infraestruturas descentralizadas e protocolos de interação como o Farcaster. Pode-se imaginar um futuro onde existam muitos agentes inteligentes com carteiras e orçamentos, a realizar transações frequentes numa economia digital.
Resumo
Embora simplifique este quadro, sem dúvida fornece-nos um ponto de partida para a nossa reflexão. As abordagens dominantes em cada quadrante podem destacar-se em situações específicas. Produtos que conseguem inspirar novos comportamentos dos utilizadores, criar novo valor e impulsionar a adoção ativa pelos utilizadores, terão o potencial de criar um valor tremendo.
A divisão desses quadrantes ajuda nossa equipe a refletir profundamente, durante este período especial cheio de incertezas, sobre as condições necessárias para que um determinado método possa realmente se destacar.