La IA generativa es un cambio de plataforma donde los modelos pueden tomar entradas como texto, imagen, audio, video y código y generar contenido nuevo en cualquiera de las modalidades mencionadas. TJ Nahigian, cofundador y socio director de Base10 Partners, y Luci Fonseca, socio, profundizan en el panorama actual de GenAI, los titulares frente a las nuevas empresas y las seis preguntas que los fundadores deben hacerse para generar valor a partir de GenAI.

En cierto contexto, Base10 es una empresa de inversión impulsada por la investigación que se centra en empresas que automatizan los sectores más grandes de la economía real. Están tratando de descubrir qué sucederá con GenAI y compartir lo que están observando hoy para que las empresas emergentes y las ya establecidas puedan aprovecharlo para generar un valor significativo.

Base10 está interesado en las megatendencias que cambiarán la forma en que las personas viven y trabajan en los próximos diez años. Estamos al comienzo de un cambio de plataforma y, por primera vez, GenAI se ha vuelto accesible para algo más que las megaempresas del mundo.

[Contenido incrustado]

El ritmo de la IA está aumentando drásticamente 

En los últimos cinco años ha estado sucediendo algo revolucionario: el ritmo de la innovación. El número de patentes presentadas en 2021 en Inteligencia artificial fue 30 veces mayor que el número publicado seis años antes. Si nos proyectamos y mantenemos el ritmo de la innovación, pensemos en lo que sucederá en los próximos cinco años.

Estamos en la cúspide de una era dorada de la IA, y la lección aprendida de Cloud fue que Cloud aceleró mucho el ritmo de desarrollo. En Base10, esperan ver que la velocidad de desarrollo e implementación se acelere tan dramáticamente que nos hará girar la cabeza. 

Otra forma de ver esto es por la cantidad de financiación de riesgo que se destina al sector. Como fundadores, saben que los últimos 18 a 24 meses no han sido los momentos más divertidos para recaudar fondos, pero con una excepción: las empresas de inteligencia artificial. 

El año pasado, se recaudaron más de 4 millones de dólares en el primer semestre. Este año, ya es cinco veces más que el año pasado, que fue cinco veces más que el año anterior. 

Empresas establecidas frente a empresas emergentes: un marco para comprender dónde se está construyendo

Es útil tener un marco para comprender el universo y quién está construyendo dónde, desde las empresas establecidas hasta las nuevas empresas. Al observar estos segmentos, puede aprender lecciones si está construyendo en la misma categoría.

Dentro de estas categorías, tiene plataformas, infraestructura y aplicaciones.

• Las plataformas son la capa modelo, Google, Metas y los titulares. Las plataformas de inicio son OpenAI, Hugging Face y Cohere. 
• La infraestructura es la capa donde cualquiera le permite usar estos modelos en gran medida generalizables para crear algo con un caso de uso más específico. 
• El último grupo son las aplicaciones, tanto horizontales como verticales. Para los titulares, están Notion y Gorgias, y las nuevas empresas son Jasper, Copy y Harvey. 

Ahora, repasemos las startups en la capa de plataforma. 

Nuevas startups: capa de plataforma

La capa de plataforma, o capa de modelo, ve a OpenAI como el claro gigante de la sala. Muchos otros también están creando nuevos LLM y otros modelos que la gente utiliza para aprovechar GenAI. ¿Cómo estan haciendo esto? Construyendo sus propias herramientas pero aprovechando también herramientas de terceros. 

Nuevas startups: capa de infraestructura

La capa de infraestructura es interesante y es una herramienta que le permite modificar diferentes modelos, integrarlos y escalarlos de manera rentable. LangChain es un marco popular para integrar y sacar valor de GenAI, por ejemplo. 

Hay una gran cantidad de empresas que innovan en la capa de infraestructura para obtener más valor, más control y reducir costos a medida que escalan GenAI para aplicaciones específicas. 

Nuevas startups: capa de aplicaciones

Se están produciendo muchas innovaciones fascinantes en la capa de aplicaciones: cambios de medios con texto, escritura, imágenes y audio. Las empresas están cambiando la forma de crear música, recreando cómo se hacen o doblan las películas y alterando la forma en que los programadores codifican. 

En el lado de las startups, estas empresas han escalado increíblemente rápido al tomar grandes modelos fundamentales y envolverlos en una experiencia mágica para el usuario final. En la capa de aplicación para nuevas empresas, muchas enfrentan desafíos que se reducen a la retención. Ha sido difícil por varias razones. 

1. Para aquellos que venden a Enterprise, tienen presupuestos experimentales que se agotan. 
2. Para aquellos que venden a la base de prosumidores, pueden ser muy agitados. 
3. Hay muchos imitadores, lo que dificulta contar una historia diferenciada. 

Si eres una startup que está construyendo en este espacio, la retención es un desafío y tendrás que ser más estratégico. 

Titulares: Capa de plataforma

En la capa de plataforma, se pueden estudiar estos tres grandes titulares. 

1. Microsoft
2. Google
3. Meta

Cada uno está jugando una estrategia diferente. Google presentó el modelo de transformador y luego lo abrió. Eso permitió que los LLM creados para aprovechar GenAI. Google se quedó pisándole los talones cuando vio la rapidez con la que OpenAI comercializaba su oferta. Desde entonces, Google se ha replanteado como una empresa de inteligencia artificial y lanzó Bard. 

Meta ha aprovechado una tecnología increíble, principalmente para su modelo publicitario y su monetización material durante los últimos 7 u 8 años, y también para su modelo de alimentación y contenido. 

Microsoft es una clase magistral de estrategia para nosotros. Han optado por asociarse y subcontratar la innovación, asociándose con OpenAI desde el principio con mil millones de dólares y, más recientemente, 10 mil millones de dólares. Tienen mucho acceso, derechos y control preferidos sobre OpenAI. 

Si nos fijamos en las capitalizaciones de mercado de estas empresas, a todas les ha ido increíblemente bien este año. Si lees los informes de ganancias, hace dos años, la IA apareció tal vez una o dos veces en una llamada. Ahora, son más de 100 veces. 

Titular: Capa de infraestructura

¿Cómo permites que la gente haga esto? Un ejemplo perfecto es NVIDIA. Son los popularizadores de las GPU necesarias para ejecutar LLM y han visto una demanda increíble de GPU. Los ingresos anunciados en el último trimestre aumentaron más del 100% en el trimestre y ahora son una de las cinco empresas más importantes del mundo por capitalización de mercado. 

Estamos viendo esta capa creada y capturada por los titulares. 

Titulares: Capa de Aplicaciones

Los titulares en la capa de aplicaciones, de ninguna manera, han estado durmiendo al volante. NVIDIA se está beneficiando, no sólo por las aplicaciones a nivel de startup, sino porque cada empresa está desarrollando una estrategia de IA y nadie quiere quedarse sin una respuesta sobre lo que están haciendo con GenAI. 

Un cambio aún más dramático que estamos viendo es que muchos de ustedes se están volviendo más productivos en estos días. Los ingenieros son más productivos porque Copilot de Github escribe el 50% del código. Esa es cada dos líneas de código. 

Si piensas en el acceso y la democratización de quién puede crear, es un momento realmente emocionante. ServiceNow ha agregado GenAI al producto para que pueda realizar resúmenes y convertir texto a código.

Lo que se puede ver en estas empresas establecidas es la capacidad de experimentar rápidamente con GenAI. Muchos están haciendo esto internamente, experimentando con herramientas de código abierto y construyendo sobre la marcha, algo que vale la pena señalar si estás tratando de venderles. 

Impulsar la defensa y encontrar fosos reales

Cuando Base10 Partners comenzó, estaban lanzando dardos a la pared para descubrir qué impulsaría la defensa y dónde se encontrarían los verdaderos fosos. Todos dijeron que tendrían acceso a datos propietarios, obtendrían los mejores flujos de trabajo o hiperpersonalizarían de una manera que ganaría. 

Hoy en día sólo hay tres cosas que importan. 

1. Distribución
2. Datos
3. Procesos

Debido a que solo estas cosas importan, Base10 cree que los operadores tradicionales capturarán gran parte del valor en este cambio temprano de plataforma porque tienen enormes ventajas en distribución, datos y flujo de trabajo sobre los competidores emergentes. 

Repasemos algunos estudios de casos. 

Un estudio de caso: texto de caso

Casetext es una plataforma de software legal que se vende a firmas de abogados del mercado medio y empresarial. Si ha intentado vender a un bufete de abogados, sabe que puede resultar complicado superar una revisión legal. Casetext ha estado haciendo esto durante 11 años y construyó una plataforma sólida. 

Pero el negocio se estancó en unos ARR de unos 10 millones de dólares. Como fundador de ese negocio, ¿qué haces? Luego sale GenAI y pueden conectarse fácilmente a GPT y lanzar su versión de Copilot llamada Co-counsel, que realiza muchas de las tareas que los abogados deben realizar de forma rutinaria. 

Se lanzó el año pasado como complemento y despegó, pasando de 0 a 9 millones de dólares ARR en nueve meses. Se adquirió por unos 650 millones de dólares en efectivo. Lo lograron porque tenían distribución en estos bufetes de abogados, y los bufetes de abogados querían utilizar IA. 

Si eres una startup, te resultará difícil pasar por una revisión legal. 

Un estudio de caso: noción

Base10 pasa mucho tiempo con este equipo y lo utilizan todos los días, aprovechando los beneficios de NotionAI en sus propios flujos de trabajo. Notion lanzó la primera de muchas funciones de IA próximas y le han fijado un precio que puede alcanzar los 100 millones de dólares en el corto plazo. 

Algunas lecciones importantes sobre cómo Notion ejecutó esto incluyen: 

1. Activaron esta función para una base de usuarios de 30 millones de personas, incluida una práctica empresarial en crecimiento. Piense en la oportunidad de expansión allí. La distribución integrada es una ventaja fundamentalmente enorme. 
2. Al utilizar NotionAI, puede utilizarlo en un flujo de trabajo en herramientas que utiliza todos los días. Tiene acceso a sus datos y flujos de trabajo. Y si bien estos modelos son increíblemente generalizables, son útiles cuando les proporcionas datos únicos y privados. Esa es una gran ventaja. 
3. Al comprender la filosofía de Notion en torno a GenAI, queda claro que esta versión de NotionAI es una característica única. Pero consideran la GenAI como una tecnología central, como la electricidad. Entonces, volvieron a la estrategia OG que tenían hace 8 o 9 años, haciendo que la fabricación de herramientas sea omnipresente. Esa es la misión central. 

Un estudio de caso: Gorgias

Gorgias es una plataforma de venta de entradas para atención al cliente centrada en el comercio electrónico, principalmente Shopify. Este es un caso de uso realmente limitado. La tesis original era automatizar todo. Resultó que era bastante difícil crear flujos de trabajo y sistemas de soporte de software para que las personas pudieran hacerlo en ese momento.

A finales del año pasado lanzaron automatizaciones gracias a GenAI. Sus clientes no saben qué es la IA, pero lo que sí les importa es no tener que responder a los clientes para brindarles una mejor experiencia. 

Las automatizaciones son un complemento y tienen un precio del 50% de las ofertas principales. Automatizaron el 7% de los tickets y hoy son hasta el 18%. Esperan llegar al 50%. Tienen una cantidad significativa de datos que pueden capacitar sobre esto y ya tienen distribución entre más de 10 comerciantes. 

GenAI y la perspectiva del modelo de negocio

Desde la perspectiva del modelo de negocio, están sucediendo algunas cosas. 

1. ARPU, ACV y LTV están aumentando. Parte de eso se logra mediante el lanzamiento de productos complementarios cuyo precio puede ser una tarifa de suscripción o una transacción por conversación. 
2. Bajada de costes. En el caso de la facturación médica y las pruebas de control de calidad del software, un humano solía hacerlo. Los humanos todavía lo hacen, pero mucho menos cuando se aprovecha GenAI. Esas empresas no están bajando los precios, por lo que se obtiene un aumento significativo del margen, lo que aumenta el LTV. 
3. La retención está aumentando drásticamente en todas las empresas con datos, distribución y el caso de uso adecuado. 

Volviendo a la hipótesis. Pensando en la nube y los dispositivos móviles, ¿qué puedes aprender de ellos? Amazon no se creó como un negocio de nube o una empresa de almacenamiento. Fue construido como una empresa de comercio electrónico establecida. Simplemente lanzaron AWS y terminaron capturando mucho más valor en sí mismos que todo el mercado de almacenamiento local anterior a ellos.

Meta no era una empresa de telefonía móvil, pero captó más valor de la telefonía móvil que AT&T y Verizon juntas. Lo mismo podría suceder en GenAI. Eso no significa que no habrá startups que ganen. Los titulares captarán mucho, y estamos empezando a verlo con Meta y Google, que han subido dramáticamente. 

Esto no significa que las startups deban retirarse. Simplemente significa que para vencer a los actuales hay que ser más estratégico. 

Seis preguntas que los fundadores deberían hacerse

Para los fundadores que quieran construir una nueva empresa GenAI, háganse estas tres preguntas. 

1. ¿Qué nicho, mercado o vertical puedes dominar absolutamente? No es una solución menor, pero realmente domina de una manera que no es adyacente a los titulares en particular. 
2. La retención es absolutamente clave. GenAI ha cambiado fundamentalmente la forma en que los consumidores y usuarios realmente esperan interactuar con su producto. ¿Qué puede cambiar realmente en su producto para impulsar la adecuación al mercado de productos de una manera que aborde todos los problemas de retención que enfrentan estas nuevas empresas? 

¿Cómo puede hacer que GenAI sea central y fundamental para su producto y no solo una característica? Algunas de las empresas de GenAI más interesantes ni siquiera hablan de GenAI, pero impulsa todo en segundo plano. Estás construyendo un negocio a largo plazo.

Para fundadores actuales que desean generar valor y nuevas fuentes de ingresos de GenAI. Hágase estas tres preguntas. 

1. Volvamos a la misión original y al problema central que está resolviendo para el cliente. ¿Cuáles son los 1, 2 o 3 problemas que ahora puedes resolver y que antes no podías porque la tecnología no existía? ¿Cómo los abordas y les dedicas recursos? 
2. Saque su panel de pérdidas y ganancias o de métricas y revise cada métrica. Pregunte cómo la IA generativa puede ayudarlo a optimizar sus engranajes, LTV, conversiones o lo que sea. 
3. El ritmo de la innovación es dramáticamente rápido. ¿Cómo se experimenta y prueba realmente de manera que se ajuste al ritmo requerido para este cambio de plataforma? Es posible que deba realizar cambios culturales y organizativos para lograrlo. 

[Contenido incrustado]

• Distribución de relaciones públicas y contenido potenciado por SEO. Consiga amplificado hoy.
• PlatoData.Network Vertical Generativo Ai. Empodérate. Accede Aquí.
• PlatoAiStream. Inteligencia Web3. Conocimiento amplificado. Accede Aquí.
• PlatoESG. Carbón, tecnología limpia, Energía, Ambiente, Solar, Gestión de residuos. Accede Aquí.
• PlatoSalud. Inteligencia en Biotecnología y Ensayos Clínicos. Accede Aquí.
• Fuente: https://www.saastr.com/6-questions-founders-should-ask-themselves-to-drive-value-from-generative-ai-with-base10-partners/