הייפ מול חומר   אני ממציא את המילה 'disruptobloat' כדי לתאר עונה ייחודית שעוברת כל טכנולוגיה מרכזית:  קרנות הון סיכון גבוהות עבור 50 גרסאות של אותו מקרה שימוש.  שורת   של כולם מציינת שהם היו מומחים בני עשור ב[איזושהי טכנולוגיה חדשה] (אני אומר את זה בלי בושה, מכיוון שהלינקדאין שלי כולל גם קריפטו וגם AI) הלינקדאין  הכותרות עוברות אט אט מ"כל החברות בונות ב[טק]" ל"האם לצרכנים נמאס מ[טק]?" אל קת הבדיחה חסרת הרחמים ו"מה השתבש".  Disruptobloat היא תופעה של ייצור יתר: [כמה מוצרים מונעי טכנולוגיה חדשים] מציפים את השוק, ומדללים את תפיסת הערך בטווח הקצר.    זה מרוץ לעבר אותו הדבר: גילוי מקרה שימוש דביק שמעצב התנהגויות חדשות של לקוחות וצובר ערך. זה לא באג; זה שלב הכרחי באבולוציה, וטוב שכך! ככל שהשיבוש גדול יותר, כך אנו מגיעים מהר יותר לפריצות דרך, מכיוון שאנו חוזרים על רעיונות מהר יותר.    מ-   מפרק את זה כך: Azeem Azhar Exponential View  רמה 1: עשה את מה שאנחנו עושים בזול יותר: (...) הפוך משימות שגרתיות לאוטומטיות.  רמה 2: עשה מה שאנחנו עושים, פשוט עשה את זה טוב יותר: (...) הזדמנויות לשיפורים איכותיים. בנק השקעות גדול, למשל, השתמש לאחרונה בבינה מלאכותית כדי להפוך חלק גדול מכיסוי בדיקות היחידה שלו לאוטומטיות. זה הפחית את העלויות ואפשר בדיקות מקיפות יותר, שיפור איכות התוכנה הכוללת.  רמה 3: עשה דברים חדשים לגמרי. זה המקום שבו הפוטנציאל האמיתי של בינה מלאכותית מתחיל להראות (...) אבל הנה הבעיה: רוב העסקים תקועים ברמה 1 או רמה 2. הם משתמשים בבינה מלאכותית כדי לגלח עלויות או לשפר תהליכים בהדרגה, ומפספסים את ההזדמנות   (...) לחשוב מחדש אסטרטגית על מה העסק שלהם יכול להיראות כמו  העניין הוא שכולם   "לחשוב מחדש אסטרטגית איך העסק שלהם יכול להיראות", אבל זה קשה. כולנו מותנים לחשוב דרך האילוצים המרומזים של חיי היום-יום שלנו, וחשיבה מחודשת מתרחשת רק כאשר אנו מתעלמים מהאילוצים הללו. עבור עסקים קיימים, הם גם האילוצים של המערכות האקולוגיות המאובנות של לקוחות, שותפים, הכנסות ורווח. מנסים  הסחורה של מודלים של AI  יש אמירה שמקורה בתקופת הבהלה לזהב: "כשאנשים חופרים זהב, מוכרים אתים", משמשת לעתים קרובות לתיאור אסטרטגיה עסקית: במקום להשתתף ישירות בשוק תחרותי וספקולטיבי, ספק את הכלים והשירותים החיוניים   זה. הבעיה עם אתים, עם זאת, היא שהם ניתנים לשינוי, ו  . לשוק   מסתבר שגם דגמי בינה מלאכותית  בואו נניח שאף ספק לא משחרר מודל בסדרי גודל טוב מהמתחרים למשך זמן מספיק ארוך כדי שיהיה לו חשיבות אסטרטגית__   __. איפה הערך צובר, אם כך? במילים אחרות, אילו סוגי מוצרים יוכלו לבנות חפיר? 2  שכבת האפליקציה__   __ - המשטחים, האפליקציות, האתרים שדרכם המשתמשים יתקשרו הם: 3  רוב הסיכויים לעצב התנהגויות חדשות, ללמד משתמשים לעשות   אז דברים חדשים לגמרי,  צפוי לצבור הרבה יותר ערך לאורך זמן על ידי בניית שווקים חדשים  לא מפתיע, אם כן, ששווה להתחרות במאות (אם לא אלפי) סטארטאפים על אותם מקרי שימוש.  - וזו רק קרן סיכון אחת!   75% מהאצווה האחרונה של YC היו סטארט-אפים בינה מלאכותית  הציטוט הזה מ  נותן תמונת מצב לאן הולך המאמץ; התקדמות מהפרי התלוי הנמוך ביותר לעשיית   :    ) a16z דברים חדשים  כלי AI הפועלים על גבי תוכנה קיימת (חשבו: הערות פגישות אוטומטיות לפגישות זום)  כלי בינה מלאכותית הפועלים על גבי תוכנה קיימת שיש להם אפשרות לעקור את התוכנה הקיימת הזו (חשבו: הערות פגישה ל-Zoom Meetings... היכן שהחברה האמורה בונה שיחות ועידה בווידאו ומציעה לך לבטל את זום)  כלי בינה מלאכותית שהופכים לעבודה - קטגוריה חדשה נטו, שלא נגעה לחלוטין בתוכנה עד לנקודה זו (חשבו: התוכנה מנהלת את הפגישה עבורכם!)   לפיכך, שיבוש התנפחות.  הפירוק של GPTs  המירוץ הזה בין חברות קיימות לבין סטארט-אפים 0→1 הוא אתגר גילוי מוצר טהור. בתיאוריה, לספקי מודלים אמור להיות יתרון, תוצאה של איסוף נתוני שימוש של שנתיים. מחפש תובנה משוק החזרות GPT של OpenAI  ; אני בטוח שהשיחות בפועל יותר מאירות, אבל כנראה לא טרק. GPTs מראים שאנשים משתמשים ב-LLM עבור דברים   . פריצת הדרך מגיעה כאשר מוצר, וצוות מאחוריו, מבינים איך ללמד אנשים    נתונים די משעממים שהם יודעים שהם יכולים להשתמש עבורם לעשות דברים חדשים לגמרי.  זה מזכיר את  - בדיוק כפי שהלוחות השונים שלה פוצלו לשירותים מיוחדים, רבים מהם מגיעים למעמד של חד קרן בשלב מסוים, נראה את אותו הדבר קורה - והרבה יותר מהר - ל-GPTs, כאשר כל מוצר מנסה לפתור בעיה ספציפית יותר מאשר בעיה אחת חלון צ'אט בגודל המתאים לכולם.   פירוק קרייגסליסט  אסטרטגיית אינטגרטור אנכי  בשבוע שעבר פורסם   (מה שהביא הרבה חשיבה מאחורי הפוסט הזה). בהקשר לשיבוש של AI וההתחסנות של מודלים, אסטרטגיית האינטגרטור האנכי הופכת לרלוונטית במיוחד: זו דרך לבנות חפיר, ושם לבעלי התפקידים יש יתרון. מאת פאקי: Not Boring מאת Packy McCormick   אינטגרטורים אנכיים    הם חברות ש: אינטגרטורים אנכיים  שלב מספר טכנולוגיות מתקדמות אך מוכחות.  פיתחו יכולות פנימיות משמעותיות על פני הערימה שלהם.  צור מודולריזציה של רכיבים מודולריים תוך שליטה באינטגרציה הכוללת של המערכת.  להתחרות ישירות מול בעלי תפקידים.  הציעו מוצרים טובים יותר, מהירים יותר או זולים יותר (לרוב שלושתם).  NVIDIA היא דוגמה לאסטרטגיה זו על סטרואידים, בונה מערכות אקולוגיות סביב טכנולוגיות הליבה כדי לשלוט בכל ערימת הטכנולוגיה, במיוחד כאשר מודלים בסיסיים הופכים למוצרים:  חומרה (GPUs, A100, H100, DGX, Jetson)  תוכנה (CUDA, TensorRT)  פלטפורמות: NVIDIA Omniverse לסימולציות תלת מימד, NVIDIA Clara לשירותי בריאות  מעבדת רובוטיקה וסימולטור רובוטים של Issac Sim  NVIDIA DRIVE לרכבים אוטונומיים, גם חומרה וגם תוכנה (DRIVE AGX, DRIVE OS).  לא כל בעלי התפקידים יתחרו או יתחרו בכל שכבה כעת, אבל הנקודה היא שיש להם את   לעשות זאת, בין אם בבנייה ובין אם ברכישות. כְּמוֹ  מסביר, תוך שימוש ב-Stripe ו-Square כדוגמה לשירותי פינטק סמוכים: היכולת   a16z  "זה הפגם בלסתכל על סקוור וסטרייפ ולכנות אותם שחקני סחורות. יש להם את ההפצה. יש להם כישרון הנדסי.   . זה לא אומר שהם יעשו זאת, אבל ההצלחה שלהם תלויה במוצר וביכולת ההנדסית שלהם, לא בעסקה בלתי סבירה עם אוליגופול או שירות. ” הם יכולים לבנות TiVo משלהם  מתנת הפרידה  אחת המטרות המוקדמות שהיו לי עבור הפוסט הזה הייתה לאתר את מקרי השימוש הרוצחים, שבדיעבד, זה עניין גבוה לכמה שעות של מחקר. ובכל זאת, כשההייפ מאט, יש כמה פינות של disruptobloat שאני שם לב אליהן:  הפחתת העלות של שירותים מבוקשים בעבר, אך במחיר גבוה - משפטיים, פיננסים, שירותי בריאות - שבהם עלות נמוכה יכולה ליצור ביקוש מסיבי. מִן  (שוב): "LVMH ככל הנראה מוציא עשרות מיליוני דולרים בשנה במלחמה בסחורות מזויפות, בשליחת מכתבי הפסקה וביטול, בשיתוף פעולה עם רשויות אכיפת החוק וכו'. כמה סוחרי Shopify קטנים עשויים לרצות את אותו שירות בדיוק? כולם! כמה יכולים להוציא 50 מיליון דולר בשנה? אף אחד מהם. כמה עשויים להוציא $1,000 לשנה? אולי כולם?"   a16z  דמוקרטיזציה של מיומנויות מורכבות, כמו שעשינו עם קידוד. רוב הנרטיב סביב התכנות בסיוע LLM מתמקד בחיסכון בעלויות, אבל הקסם של זה הוא שהוא מאפשר לאנשים דברים חדשים לגמרי   לא יכלו לעשות קודם לכן. שמענו את זה כבר זמן מה, תחילה עם קידוד Bootcamps, ואז עם אפליקציות ללא קוד, אבל אלה הגיעו עם מגבלות. עכשיו אין כאלה. שהם  היפר-פרסונליזציה בקנה מידה, על פני כל פעילות צרכנית  AI + רובוטיקה  טכניקת אקלים__   __ 4  מקרה השימוש הרוצח נמצא אי שם בחוץ, לא מעודן וטובע ברעש. האם - או מתי - ה  היא שאלה אחרת.   השוק יהיה מוכן    נ.ב.: אני מפרסם ב-   על טכנולוגיה מתהווה ואשמח לשלוח לך אותם ישירות. https://hypegeist.substack.com/  PS2: תודה לך קלוד על סיעור המוחות ועזרת העריכה.

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

האודיו הזה מופק בשפת המקור של הסיפור!

The AI Disruptobloat: כיצד ייצור יתר מדלל ערך אך מאיץ חדשנות

About Author

הערות

תלו תגים

מאמר זה הוצג ב

Related Stories

The TechBeat: Python's Testing Playbook: Building Bulletproof Code (1/16/2024)

Synthetic Audio is Now Available for 70,000+ HackerNoon Stories

The TechBeat: To Focus or Not Focus: How to Find the Right Product-Market Fit (3/14/2024)

The TechBeat: To Focus or Not Focus: How to Find the Right Product-Market Fit (3/10/2024)

The TechBeat: Python's Testing Playbook: Building Bulletproof Code (1/16/2024)

Synthetic Audio is Now Available for 70,000+ HackerNoon Stories

The TechBeat: To Focus or Not Focus: How to Find the Right Product-Market Fit (3/14/2024)

The TechBeat: To Focus or Not Focus: How to Find the Right Product-Market Fit (3/10/2024)

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps