اگر فکر می‌کنید استارتاپ هوش مصنوعی شما همانند یک شرکت نرم‌افزار به‌عنوان‌خدمت پلتفرم های (SaaS) معمولی است، باید بگویم که تفاوت‌های بنیادینی وجود دارد. رودینا سسری (Rudina Seseri)، بنیان‌گذار و شریک مدیریتی Glasswing Ventures، در رویداد TechCrunch Early Stage که در بوستون برگزار شد، به این موضوع اشاره کرد.
او به صراحت گفت که صرف اتصال به چند API هوش مصنوعی شما را به یک شرکت AI تبدیل نمی‌کند. سسری تأکید کرد: «منظورم از AI-native فقط وجود یک رابط کاربری جذاب با چند تماس با OpenAI یا Anthropic نیست که بگویید شرکت AI هستید. منظورم این است که واقعاً الگوریتم‌ها و داده‌ها در قلب کسب‌وکار شما قرار دارند و بخشی از ارزش‌آفرینی شما هستند.»
به گفته سسری، این بدان معناست که تفاوت اساسی در نحوه قضاوت مشتریان و سرمایه‌گذاران از یک شرکت AI در مقابل یک استارتاپ با پلتفرم های (SaaS) وجود دارد. و درک این تفاوت‌ها بسیار مهم است. برای شروع، می‌توانید یک محصول نیمه‌تمام SaaS را به بازار عرضه کنید، اما با AI به دلیل دلایل متعددی چنین کاری ممکن نیست.
سسری می‌گوید: «در محصول SaaS، شما کدنویسی و تست کیفیت انجام می‌دهید. سپس نسخه بتا را که محصول نهایی نیست به بازار عرضه می‌کنید و کار را شروع می‌کنید.» اما AI یک موجود کاملاً متفاوت است: نمی‌توانید فقط چیزی را به بازار عرضه کنید و به امید بهترین نتیجه منتظر بمانید. زیرا یک محصول AI نیاز به زمان دارد تا مدل به نقطه‌ای برسد که برای مشتریان واقعی به اندازه کافی بالغ باشد تا بتوانند در یک زمینه کسب‌وکار به آن اعتماد کنند.
«در روزهای اولیه، منحنی یادگیری و آموزش الگوریتم تند است و با این حال باید به اندازه کافی خوب باشد که مشتری بخواهد آن را بخرد، پس باید به اندازه کافی خوب باشد که شما ارزش ایجاد کنید.» و این یک خط سخت برای یافتن برای یک استارتاپ در مراحل اولیه است. و این امر یافتن کاربران اولیه را دشوارتر می‌کند.
او می‌گوید که می‌خواهید از تماس‌های طولانی که در آن خریدار فقط سعی در یادگیری در مورد AI دارد، اجتناب کنید. بنیان‌گذاران استارتاپ‌ها وقت ندارند برای چنین تماس‌هایی وقت بگذارند. او می‌گوید مهم است که روی محصول خود تمرکز کنید و به خریدار کمک کنید تا پیشنهاد ارزش شما را درک کند، حتی اگر هنوز کامل نباشد.
«همیشه مشکلی که حل می‌کنید و معیاری که با آن اندازه‌گیری می‌کنید را بیان کنید.» روی مواردی که برای خریدار اهمیت دارد، بهینه‌سازی کنید. «پس شما مشکلی را حل می‌کنید که نتایج تصمیم‌گیری کسب‌وکاری دارد.»
خوب است که چشم‌انداز خود را بیان کنید، اما همیشه باید بحث خود را در اولویت‌های کسب‌وکار متمرکز کنید و ببینید چگونه این اولویت‌ها الگوریتم‌های شما را راهنمایی می‌کنند.
استارتاپ‌های هوش مصنوعی چگونه می‌توانند به پیروزی برسند؟ همانطور که کسب‌وکار خود را می‌سازید، باید به این فکر کنید که چگونه می‌توانید یک جایگاه دفاع‌پذیر در AI ایجاد کنید، که این کار به‌ویژه با توجه به اینکه بازیگران بزرگ به‌طور مداوم قطعات عظیمی از ایده‌های کسب‌وکار را به خود اختصاص می‌دهند، بسیار چالش‌برانگیز است.
سسری اشاره کرد که در عصر ابری، ما یک لایه پایه داشتیم که در آن بازیگران زیرساخت جای خود را محکم کردند؛ یک لایه میانی که بازیگران پلتفرم در آن زندگی می‌کردند؛ و در بالا لایه برنامه‌ها قرار داشت که در آن SaaS جای داشت. با ابر، چند بازیگر مانند آمازون، مایکروسافت و گوگل ظاهر شدند تا زیرساخت‌ها را کنترل کنند. لایه پایه در AI جایی است که مدل‌های زبان بزرگ در آن زندگی می‌کنند و چند بازیگر مانند OpenAI و Anthropic ظاهر شده‌اند. در حالی که می‌توانید ادعا کنید که این‌ها استارتاپ هستند، اما در حقیقت چنین نیستند زیرا توسط همان بازیگران بزرگ که بازار زیرساخت‌ها را تسخیر کرده‌اند، تأمین مالی میشوند.
«اگر می‌خواهید برای یک لایه پایه جدید رقابت کنید، یا می‌دانید، بازی LLM، با نیازمندی‌های سرمایه‌گذاری چند میلیارد دلاری بسیار سخت خواهد بود و در نهایت احتمالاً به یک کالای معمولی تبدیل خواهد شد،» او گفت.
در بالای پشته، لایه برنامه قرار دارد که هزاران شرکت SaaS توانستند در عصر ابری از آن استفاده کنند. او گفت که بازیگران بزرگ مانند آمازون، گوگل و مایکروسافت نتوانستند تمام کسب‌وکار لایه برنامه را به خود اختصاص دهند و فضایی برای استارتاپ‌ها بود تا توسعه یابند و به کسب‌وکارهای بزرگ و موفق تبدیل شوند.
همچنین یک لایه میانی وجود دارد که در آن لوله‌کشی انجام میشود. او به شرکت‌هایی مانند Snowflake اشاره کرد که در ساخت کسب‌وکارهای موفق در لایه میانی موفق شده‌اند و جایی را برای بازیگران برنامه‌ها فراهم کرده‌اند تا داده‌های خود را قرار دهند.
پس او کجا سرمایه‌گذاری می‌کند وقتی صحبت از AI میشود؟ «من دلارهای خود را در لایه برنامه و به‌طور انتخابی در لایه میانی قرار می‌دهم. زیرا فکر می‌کنم دور کردن الگوریتم‌ها، چه الگوریتم‌هایی که اختصاصی به شما هستند، یا منبع باز – و داده‌ها، یک حصار وجود دارد. نیازی نیست که شما داده‌ها را مالک باشید. اما اگر مجبور به انتخاب باشم، دوست دارم به داده‌های منحصربه‌فرد و الگوریتم‌های منحصربه‌فرد دسترسی داشته باشم. اگر مجبور به انتخاب یکی باشم، دنبال داده‌ها خواهم رفت،» او گفت.
ساخت یک استارتاپ AI قطعاً آسان نیست، شاید حتی چالش‌برانگیزتر از یک استارتاپ با پلتفرم های (SaaS) باشد. اما آینده در آنجاست و شرکت‌هایی که قصد دارند امتحانش کنند، باید بدانند با چه چیزی روبرو هستند و متناسب با آن بنا کنند.
