Стремление OpenAI к росту оказывает давление на стартапы в сфере AI

Поскольку OpenAI трансформируется из простого поставщика API в компанию, предлагающую полный спектр решений в области искусственного интеллекта ^[1], многим стартапам, созданным на основе ее технологии, возможно, придется пересмотреть свои стратегии. Адам Гилберт, менеджер GTM компании OpenAI ^[2] , говорит, что преимущество компании заключается в наличии всего: мощной инфраструктуры, обширных данных, мощных моделей, возможностей тонкой настройки и удобных для пользователя приложений.

Если это стратегия OpenAI, то небольшие компании, которые полагаются на модели OpenAI, сталкиваются с некоторыми сложными проблемами. Стартапам сложно конкурировать, когда они сталкиваются с компанией, которая контролирует инфраструктуру, данные и передовые модели.

Более того, амбиции OpenAI выходят за рамки программного обеспечения – OpenAI планирует вернуться в индустрию робототехники со своим собственным оборудованием ^[3], в то время как генеральный директор Сэм Альтман разрабатывает потребительские устройства с партнерами ^[4]. И компания планирует значительный рост в ближайшие годы ^[5] .

Но не все так плохо для мелких игроков. Рохан Панди, который исследует архитектуру моделей в OpenAI ^[6], видит светлую сторону для небольших компаний в использовании технологий, лежащих в основе их новых o-моделей ^[7].

«Парадигма LLM RL невероятно хорошо подходит для стартапов в стиле YC (по крайней мере, в краткосрочной перспективе), обучающих вертикальных агентов, благодаря разнообразию задач RL», — объясняет он.

Это имеет смысл, поскольку обучение с подкреплением помогает обучать модели ИИ для очень специфических задач ^[8], для которых нужны очень специфические данные. Например, стартап может использовать обучение ^[9] с подкреплением ^[10], чтобы обучить AI специально для определенной медицинской диагностики или финансового анализа, а не пытаться конкурировать с помощниками AI общего назначения.

Создание и поддержка высококачественных наборов данных остается основной проблемой. Даже OpenAI будет испытывать трудности с автоматизацией и масштабированием этого процесса в многочисленных отраслях и приложениях.

В начале декабря 2024 года OpenAI выпустила свою технологию RFT (Reinforcement Fine-Tuning) ^[11] в качестве сервиса для разработчиков. Хотя это позволяет стартапам настраивать базовые языковые модели OpenAI для конкретных нужд с помощью RL, по словам Панди, внедрение идет медленно — вероятно, потому, что OpenAI ограничивает доступ для избранных разработчиков через свою исследовательскую программу ^[12].

Еще в апреле 2024 года генеральный директор OpenAI Сэм Альтман дал несколько простых советов стартапам в области AI: не слишком привыкайте к сегодняшним технологиям. Он предложил планировать модели, которые будут значительно улучшаться с каждым обновлением. Если стартапы не подготовятся к этому быстрому прогрессу, предупредил Альтман, OpenAI «раздавит» их ^[13] — не из злого умысла, а просто потому, что они сосредоточены на создании наилучших возможных систем AI.

Возьмем, к примеру, специализированные чаты AI PDF, которые были популярны, когда впервые были выпущены GPT-3 ^[14] и GPT-3.5. Сегодня эта функциональность встроена в ChatGPT ^[15] и аналогичные инструменты. Даже у более известных стартапов, таких как Perplexity, есть причины для беспокойства. Почти все основные поставщики моделей и чатов — OpenAI, Mistral, Google, xAI и Deepseek — теперь предлагают собственные возможности веб-поиска и глубокого исследования. В ответ Perplexity начала редактировать ^[16] и настраивать собственные модели AI ^[17].

Источник ^[18]