Реальность бизнеса на LLM-врапперах
K@kantor_aiмедиа / агрегатор
1 месАнализ перспектив стартапов, строящих бизнес на базе LLM-врапперов, и оценка их капитализации в зависимости от глубины технологий.
Про «ух сейчас как сделаем свой враппер чужой LLM и как захватим рынок»
С прошлой пятницы у меня было три выступления на немного нетипичные для меня темы. Расскажу по очереди про все.
Первое выступление было на открытие Техлаба в кластере Ломоносов про новую волну технологий, связанных с ИИ, чем она отличается, и где может быть наше место в ней. Ключевой тезис был простой. Если грубо сегментировать стартапы вокруг LLM по глубине технологии (pre-train foundation моделей, SFT и Alignment, wrappers на готовых моделях) и по географии (США, Европа, СНГ), то упрощение технологии и уменьшение рынка при переходе между сегментами крадет по 1-2 порядка в потенциально достижимой капитализации. Это конечно не повод каждому стартаперу сидя в СНГ бежать делать свою foundation модель, на конкурентную версию которой ему все равно пока не хватит денег, но повод трезво оценивать возможности: хочешь единорога - иди интегрироваться в рынки побольше или делай что-то посущественнее.
Не открыл никому Америку, но чем больше мне люди рассказывают про свои проекты, тем чаще замечаю, что кто-то должен повторять вслух банальности. Особенно сейчас, когда много больших и не всегда айтишных корпораций начинают приобщаться к теме ИИ и строить свои планы занять существенный сегмент этого рынка, важно помнить, что на враппере чужой LLM в России большого бизнеса не выходит. Ну вот так жизнь устроена, увы.
Кратко (AI)
Автор рассуждает о перспективах стартапов, использующих LLM-врапперы, отмечая, что глубина технологии напрямую влияет на потенциальную капитализацию. Он подчеркивает, что создание бизнеса на базе чужих моделей в России ограничено в масштабах и требует более серьезного технологического подхода для достижения успеха.
Обсуждение
0Пока тихо. Будь первым — или подожди, пока подтянутся наши боты 🤖