المشكلة الجديدة للشركات الأمريكية الناشئة في مجال الذكاء الاصطناعي: المال ، ولكن نقص البيانات

مصدر المقال: Silicon Publishing

作者 ： لين يانغ

مع مرور الوقت ، تحول التركيز على القيمة المضافة لصناعة الذكاء الاصطناعي في الولايات المتحدة بهدوء.

وفقًا لتقرير جديد صادر عن صحيفة وول ستريت جورنال: ** ربما تكون الشركات الناشئة في مجال الذكاء الاصطناعي التي تجمع مليارات الدولارات تفشل بالفعل إذا لم يكن لديها البيانات الصحيحة **.

أشار براد سفروجا ، المؤسس المشارك والشريك العام لشركة رأس المال الاستثماري Primary Venture Partners:

“لقد رأينا الكثير من الشركات التي ربما كانت تبحث عن تطبيقات ذكاء اصطناعي رائعة ، لكن ليس لديهم إمكانية الوصول إلى البيانات التي تسمح لهم ببناء تطبيقات قوية ، ناهيك عن بيانات الملكية التي يمكن أن تساعدهم.”

بمعنى آخر: تصبح القيمة الحقيقية هي البيانات عندما يصبح بناء النموذج الفعلي في السوق مشابهًا لسلعة يمكن شراؤها. ربما يكون الحصول على البيانات الصحيحة أكثر أهمية من أي وقت مضى.

(واحد)

** المنطق هنا هو: ** في الوقت الحالي ، تأمل العديد من الشركات الناشئة في مجال الذكاء الاصطناعي في إنشاء نماذج متخصصة للذكاء الاصطناعي في مجالات مقسمة مثل التمويل أو الرعاية الصحية ، ولكن نظرًا لافتقارها إلى التعرف على العلامة التجارية والهوية الاجتماعية ، فإن هذه الشركات الناشئة ليس بالأمر السهل على الشركات للحصول على مجموعات بيانات تدريبية للصناعات الرأسية.

** في هذا الصدد ، قد تتمتع الشركات الكبيرة بميزة ** ، ** لأن الشركات الكبيرة حازت على ثقة كبار العملاء في كيفية التعامل مع البيانات. **

على سبيل المثال ، وفقًا لتقرير “وول ستريت جورنال”: تمتلك شركة Ernst & Young كمية كبيرة من بيانات المعاملات حول العالم ، وتصل الشركات الناشئة العاملة في مجال الذكاء الاصطناعي إلى أبوابها كل يوم. لكن شركة EY Global تشعر بالقلق: ماذا سيحدث إذا استخدمت بيانات الملكية الخاصة بك لتدريب النماذج الخارجية؟

“من يملك البيانات؟ عندما نقوم بتدريب نموذج ، ما هو وصولنا إلى هذا النموذج؟ كيف يمكن للآخرين استخدام هذا النموذج؟ البيانات هي جزء من الملكية الفكرية التي نضعها على الطاولة”. أشارت EY Global.

** لحل مشكلة IP مماثلة ، إجراء مضاد واحد **: يمكن للشركات الناشئة تدريب نماذج مختلفة لكل عميل بناءً على بيانات كل عميل فقط.

على سبيل المثال ، تستخدم TermSheet هذه الإستراتيجية لبناء إستراتيجية منتج Ethan. هذا الأخير هو نموذج ذكاء اصطناعي توليدي يمكنه الإجابة على أسئلة الصناعة لمطوري العقارات والوسطاء والمستثمرين. لكن روجر سميث ، الرئيس التنفيذي لشركة TermSheet ، قال أيضًا إنه حتى إذا وافق العملاء على هذا ، فإنهم بحاجة إلى تثقيف العملاء وبعض الإقناع.

** بالإضافة إلى ذلك ، فإن المخاوف بشأن أمان الشبكة هي أيضًا الأسباب التي تجعل الشركات العميلة الكبرى تحجم عن اختيار الشركات الناشئة. **

على سبيل المثال ، قالت Tracey Daniels ، كبير مسؤولي البيانات في شركة الخدمات المالية Truist ، إنه فيما يتعلق بأمن البيانات ، فإنهم يثقون في كبار الموردين ، لذلك يختارون فقط استكشاف تطبيقات الذكاء الاصطناعي التوليدية مع كبار موردي التكنولوجيا بدلاً من الشركات الناشئة.

** ثالثًا ، حتى في بعض الحالات ، سيحتاج العملاء الكبار في الصناعات الرأسية إلى شركات ناشئة تعمل بالذكاء الاصطناعي لدفع مبالغ ضخمة من المال أو حقوق ملكية الشركة. **

استخدمت Veesual ، وهي شركة تعمل بالذكاء الاصطناعي تنتج صورًا لأشخاص يحاولون ارتداء الملابس ، في البداية الصور العامة على الإنترنت للتدريب ، لكنها فشلت للأسباب نفسها عند محاولة إقناع كبار تجار التجزئة بتسليم بياناتهم لتحسين نماذجهم.

** الحالة الرابعة صعبة التحقيق من الناحية الفنية. **

على سبيل المثال ، تم تدريب PatentPal ، وهي شركة ناشئة في مجال الذكاء الاصطناعي تساعد شركات المحاماة في صياغة طلبات براءات الاختراع ، على نشر طلبات براءات الاختراع. لديهم الفرصة لمواصلة تدريب نماذجهم على ملاحظات العملاء الحقيقية المشفرة أو المجهولة الهوية ، مما يجعل أدواتهم أكثر دقة. لكن هذه العملية معقدة لأن التعليقات يجب أن تبقى منفصلة عن البيانات شديدة الحساسية والسرية ، بما في ذلك الأسرار التجارية.

** في الوقت نفسه ، ومع ذلك ، فقد احتدم السباق على الشركات الناشئة في مجال الذكاء الاصطناعي. **

إذا نظرت إلى حجم ضخ رأس المال ، وفقًا لبيانات من PitchBook نقلتها صحيفة وول ستريت جورنال: من عام 2022 العام الماضي إلى الأشهر الخمسة الأولى من هذا العام ، نما تمويل رأس المال الاستثماري للشركات الناشئة في مجال الذكاء الاصطناعي من 4.8 مليار دولار إلى 12.7 دولارًا. مليار.

نتيجة لذلك ، كان هناك ضغط متزايد على الشركات الناشئة في مجال الذكاء الاصطناعي لتأمين الوصول إلى المزيد من البيانات في بعض الأسواق المتخصصة.

لاحظ آدم ستروك ، المؤسس والشريك الإداري لشركة Struck Capital: ** تتسابق الشركات الناشئة ضد بعضها البعض لتأمين المزيد من البيانات في بعض الأسواق المتخصصة. **

قال: “إذا كنت تعتقد أن هناك مجموعة بيانات مسجلة الملكية ، فأنت تريد الحصول عليها قبل أن يفعلوا ذلك ، ثم تفاوض على التفرد. وبهذا المعنى ، يصبح الأمر تقريبًا سباق تسلح”.

(اثنين)

ومن المثير للاهتمام أن الوضع الراهن أعلاه لا يسعني إلا أن يجعلني أفكر: ** يبدو أن هناك بالفعل نقصًا في سوق تداول عام للبيانات في السوق. **

في الواقع ، في عام 2018 أو قبل ذلك في عام 2017 ، تحدث معي صديق لي في Netflix ، وهي شركة وسائط بث أمريكية ، عن فكرته الريادية: أن تكون سوقًا لتجارة البيانات العامة. ومع ذلك ، لا يوجد حتى الآن نموذج منتج مناسب ، بما في ذلك كيفية السماح للشركات بتسليم بياناتها طواعية.

من هذا المنظور ، فإن خبرًا في اليومين الماضيين - أوبن إيه آي تفكر في إطلاق سوق تداول - جدير جدًا بالاهتمام.

تجدر الإشارة إلى ما يلي: ** بعد فشل خطة المكونات الإضافية في ChatGPT تقريبًا ** ، وفقًا لتقارير وسائل الإعلام الأمريكية:

** تفكر شركة OpenAI في إطلاق سوق ** للسماح للعملاء ببيع نماذج الذكاء الاصطناعي المخصصة الخاصة بهم لشركات أخرى. بعبارة أخرى: ** سيوفر هذا السوق للشركات طريقة للوصول إلى أحدث نماذج اللغات الكبيرة واستضافة إصدارات دقيقة من نماذج OpenAI التي صممها العملاء. … **

** الملخص الرئيسي لبقية هذه المقالة كما يلي: **

1. لماذا تفكر شركة OpenAI في إطلاق سوق تداول؟

2. هل هناك أي طريقة في هذا السوق التجاري لفتح تبادل البيانات والمعاملات بين الشركات؟