Únase a los líderes empresariales de Gen AI en Boston el 27 de marzo para una noche exclusiva de networking, conocimientos y conversaciones sobre la integridad de los datos. Solicite una invitación aquí. «Es dinero de riesgo, no dinero de aventura». Esa fue la amorosa respuesta que un querido amigo recibió una vez de un VC mientras presentaba una idea. Pero cuando estamos en la fase del ciclo publicitario de una nueva tecnología, esa precaución se pierde. Después de todo, los capitalistas de riesgo tienen que desplegar todo el capital que recaudaron, y el costo de perderse algo grande es mayor que el inconveniente de cambiar y fallar, especialmente cuando todos los demás están haciendo el mismo cambio. Una dinámica similar se desarrolla dentro de la mayoría de las empresas, y la tecnología del momento es la IA y cualquier cosa remotamente asociada con ella. Modelos de lenguajes grandes (LLM): son IA. Aprendizaje automático (ML): eso es IA. Ese proyecto para el que te dicen que no hay financiación todos los años: llámalo IA y vuelve a intentarlo. Durante la próxima década se desperdiciarán miles de millones de dólares en IA. Si eso parece una opinión contraria, no debería serlo. Cada gran ola tecnológica viene acompañada de entusiasmo, incluso antes de que sepamos cuán real y transformadora es. Las búsquedas, las redes sociales y los dispositivos móviles han tenido un impacto amplio y duradero, pero la realidad virtual (VR) y las criptomonedas han sido mucho más limitadas. Sin embargo, no lo sabrías al leer los titulares de hace cinco años. En este momento, todo el mundo está corriendo para demostrar cuánto están gastando en IA y cómo cambiará todo. Este enfoque rápido de la inversión resulta inevitablemente en algunos grandes aciertos y muchos fracasos. La misma dinámica en juego para los capitalistas de riesgo también impulsa a los líderes de las empresas a dar luz verde a inversiones en nombre de la IA que son optimistas, en el mejor de los casos, esperanzas y aventuras fuera de lugar con mayor frecuencia. Evento VB The AI ​​Impact Tour – Atlanta Continuando con nuestro recorrido, nos dirigimos a Atlanta para la parada del AI Impact Tour el 10 de abril. Este evento exclusivo al que solo se puede acceder por invitación, en asociación con Microsoft, incluirá debates sobre cómo la IA generativa está transformando la fuerza laboral de seguridad. El espacio es limitado, así que solicite una invitación hoy. Solicite una invitación Eso no quita el hecho de que los LLM son una tecnología revolucionaria. Solo mire qué tan rápido ChatGPT alcanzó los 100 millones de usuarios en comparación con otras empresas transformadoras: casi todas las empresas tienen algún trabajo por hacer para aprovechar los LLM y la IA. Entonces, ¿cómo deberías decidir dónde hacer tus apuestas y dónde tienes derecho a ganar? Tenga claridad sobre estas tres cosas y reducirá el 80% del gasto desperdiciado: comprenda el costo total a lo largo del tiempo; Pregunte por qué otra persona no puede hacerlo; Haga algunas apuestas que esté dispuesto a cumplir. 1: Comprenda el costo total a lo largo del tiempo Cuando piense en decir sí al próximo proyecto de IA, observe el costo de los recursos necesarios, hoy y en el futuro, para sostener ese proyecto. Diez horas de trabajo de su equipo de ciencia de datos a menudo implican 5 veces más tiempo de ingeniería, DevOps, control de calidad, producto y SysOps. Las empresas están plagadas de fragmentos de proyectos que alguna vez fueron una buena idea pero que carecieron de una inversión continua para sostenerlos. Decir no a una iniciativa de IA es difícil hoy en día, pero los sí demasiado frecuentes a menudo tienen el costo de financiar por completo las pocas cosas que vale la pena apoyar en el futuro. Otra dimensión del costo es el creciente costo marginal que genera la IA. Estos modelos grandes son costosos de entrenar, ejecutar y mantener. El uso excesivo de la IA sin el correspondiente aumento en el valor posterior reduce sus márgenes. Peor aún, retirar la funcionalidad lanzada o prometida puede generar insatisfacción en el cliente y percepciones negativas del mercado, especialmente durante un ciclo de exageración. Mire con qué rapidez algunos pasos en falso han empañado la reputación de Google como líder en IA, sin mencionar los primeros días de Watson de IBM. 2: Pregunte por qué nadie más puede hacer esto. Las lecciones que se aprenden en los libros de texto son fáciles de olvidar. Todos hemos leído sobre la mercantilización. La misma lección aprendida al recibir un golpe en la vida real se queda contigo. Cuando trabajaba como diseñador de chips en Micron, nuestro producto principal era casi el producto perfecto: un chip de memoria. A nadie le importa qué marca de chip de memoria tenga su portátil, sólo cuánto cuesta. En ese mundo, la escala y el costo son las únicas ventajas sostenibles en el tiempo. La industria tecnológica puede ser bimodal. Hay monopolios y mercancías. Cuando diga sí a la próxima iniciativa de IA, pregúntese: «¿Por qué nosotros?» Trabajar en algo que se mercantiliza con el tiempo no es divertido, especialmente cuando no se tiene la ventaja de escala/costo. Cógelo de mi. Los únicos que definitivamente se beneficiarán son Nvidia y AWS/Azure. La única forma de evitar esto es concentrarse en algo donde tenga un foso defensivo. Acceso preferencial a datos, información patentada sobre un caso de uso o una aplicación con fuertes efectos de red donde tiene una ventaja. 3: Haga algunas apuestas que esté dispuesto a llevar a cabo Las apuestas más simples son las que mejoran el negocio en el que ya se encuentra. Me viene a la mente el viejo comercial de BASF: “No hacemos las cosas que usted compra, hacemos las cosas compras mejor”. Si la aplicación de la IA le proporciona impulso a los productos que ya fabrica, esa apuesta es la más fácil de hacer y escalar. Las segundas apuestas más fáciles son aquellas que le permiten ascender y descender en la cadena de valor o expandirse lateralmente a otros sectores. Las apuestas más desafiantes pero importantes requieren que usted canibalice su negocio actual con nueva tecnología; si no lo hace, alguien más lo hará. Duplica las pocas apuestas que pasan estas dos pruebas y prepárate para llevarlas a cabo. Deje el resto a los capitalistas de riesgo y a las nuevas empresas. Entonces, si bien el revuelo en torno a la IA es real y está justificado, si hay una lección que hemos aprendido a lo largo de los años es que estos ciclos conllevan no solo una buena inversión, sino también un montón de desperdicio. Si sigue algunos consejos descritos anteriormente, puede asegurarse de que sus inversiones tengan mayores posibilidades de dar frutos algorítmicos. Mehul Nagrani es director general para Norteamérica de InMoment. DataDecisionMakers ¡Bienvenido a la comunidad VentureBeat! DataDecisionMakers es el lugar donde los expertos, incluidos los técnicos que trabajan con datos, pueden compartir conocimientos e innovación relacionados con los datos. Si desea leer sobre ideas de vanguardia e información actualizada, mejores prácticas y el futuro de los datos y la tecnología de datos, únase a nosotros en DataDecisionMakers. ¡Incluso podrías considerar contribuir con un artículo propio! Leer más de DataDecisionMakers

Source link