Cosa serve per creare un prodotto GPT-3
Quando Open-AI ha introdotto GPT-3 l’anno scorso, è stato accolto con molto entusiasmo. Poco dopo il rilascio di GPT-3, le persone hanno iniziato a utilizzare l’enorme modello di linguaggio per scrivere automaticamente e-mail e articoli , riassumere testo, comporre poesie, creare layout di siti Web e generare codice per l’apprendimento profondo in Python. C’era l’impressione che tutti i tipi di nuove attività sarebbero emerse oltre a GPT-3.
Otto mesi dopo, GPT-3 continua a essere un impressionante esperimento scientifico nella ricerca sull’intelligenza artificiale. Ma resta da vedere se GPT-3 sarà una piattaforma per democratizzare la creazione di applicazioni basate sull’intelligenza artificiale.
Certo, una tecnologia dirompente potrebbe richiedere più tempo per creare un mercato sostenibile, e GPT-3 non ha precedenti sotto molti aspetti. Ma gli sviluppi fino ad ora mostrano che coloro che trarranno il massimo vantaggio da GPT-3 sono le aziende che detengono già gran parte del potere nell’IA , non quelle che vogliono iniziare da zero.
GPT-3 da un punto di vista scientifico
Per quanto riguarda la ricerca sull’elaborazione del linguaggio naturale, GPT-3 non è una svolta. Come altri modelli linguistici basati esclusivamente sull’apprendimento profondo, lotta con il buon senso e non è bravo a gestire la conoscenza astratta. Ma è comunque notevole e mostra che puoi ancora spostare l’ago sulla PNL creando reti neurali ancora più grandi e alimentando loro più dati rispetto a prima. GPT-3 ha superato il suo predecessore in termini di dimensioni di oltre due ordini di grandezza ed è stato addestrato su almeno 10 volte più dati.
Il risultato è stato un modello linguistico in grado di eseguire l’apprendimento zero e pochi colpi. Ciò significa essenzialmente che è possibile utilizzare GPT-3 per molte applicazioni senza scrivere alcun codice, senza spendere tempo e risorse costose per riqualificarlo e senza apportare modifiche all’architettura. E per molte applicazioni, devi solo mostrare al modello AI uno o due esempi dell’output che ti aspetti, e inizia a eseguire l’attività su un nuovo input con notevole precisione.
Questa performance ha portato a ipotizzare che GPT-3 avrebbe consentito agli sviluppatori di creare app basate su AI senza una conoscenza approfondita del deep learning. E questo porterebbe alla fine a una nuova generazione di imprenditori che creerebbe nuove imprese oltre a GPT-3.
Ma non è così che funziona il business dell’intelligenza artificiale .
GPT-3 da un punto di vista aziendale
La decisione di OpenAI di commercializzare GPT-3 è stata in gran parte dovuta alla necessità dell’azienda di finanziamenti sostenibili. Il laboratorio di ricerca sull’intelligenza artificiale sta bruciando molti soldi per addestrare i suoi modelli di intelligenza artificiale e coprire gli stipendi dei suoi scienziati. E non poteva continuare a operare sulle donazioni di fondatori e sostenitori. Aveva bisogno di una fonte di reddito sostenibile. E parte di esso verrà dall’affittare il suo enorme modello linguistico ad altre società.
Un vantaggio di fornire GPT-3 come servizio cloud è che elimina le sfide tecniche e finanziarie legate all’esecuzione del modello AI. Invece di affrontare le difficoltà ei costi della configurazione di un cluster di server in grado di eseguire GPT-3, gli sviluppatori possono utilizzare direttamente il modello di linguaggio tramite le API e pagare mentre lo utilizzano.
Ma mentre il servizio GPT-3 di OpenAI astrae la complessità di mettere a punto modelli linguistici, non rimuove le altre sfide legate alla creazione di prodotti di successo:
Dimostra che stai risolvendo un problema reale con cui le persone stanno lottando
Dimostra di risolverlo almeno 10 volte meglio di altri sul mercato
Dimostra di poter offrire i tuoi servizi su larga scala
Avere una roadmap per la redditività, in cui il costo dell’acquisizione di un cliente è inferiore al ricavo medio per cliente
Avere un modello di business che non può essere copiato dai concorrenti
Quest’ultimo punto è importante. Considera, ad esempio, Amazon. Creare un clone di Amazon non è impossibile. Allora perché nessun altro prodotto ha detronizzato il gigante dell’e-commerce? Amazon ha costruito un pesante “fossato” attorno alla sua piattaforma attraverso effetti di rete: gli acquirenti continuano ad andare su Amazon perché è lì che si trovano i venditori. I venditori continuano a vendere i loro prodotti su Amazon perché è lì che si trovano gli acquirenti. Quindi, non importa quanto sia buono un clone Amazon che crei, a meno che tu non riesca a portare una massa critica di acquirenti e venditori sulla tua piattaforma, non sarai in grado di strappare la concorrenza al “negozio di tutto” in modo redditizio e sostenibile .
Creazione di applicazioni redditizie su GPT-3
Quando si tratta di lanciare prodotti basati sull’apprendimento automatico, la concorrenza è definita non solo dagli effetti e dalle funzionalità di rete, ma anche dalle fabbriche di intelligenza artificiale :
Devi disporre di una solida infrastruttura che consolida i dati necessari per addestrare i tuoi modelli di intelligenza artificiale
Devi avere i mezzi per raccogliere nuovi dati di qualità per apprendere continuamente dalle interazioni degli utenti con il tuo prodotto e mettere a punto i tuoi algoritmi
Ad esempio, Amazon dispone di molti dati storici sugli acquisti dei clienti. Ciò consente all’azienda di sviluppare algoritmi di apprendimento automatico in grado di fornire suggerimenti pertinenti ai clienti o rendere più efficiente la propria catena di fornitura. Questi algoritmi migliorano le vendite, ottimizzano la spedizione e la consegna e riducono i costi operativi, dando ad Amazon un vantaggio rispetto ad altre piattaforme di e-commerce. Questo vantaggio porta più utenti su Amazon. Gli utenti a loro volta generano più dati, fornendo ad Amazon ancora più opportunità di apprendere, migliorare i suoi algoritmi e provare nuove funzionalità basate sull’intelligenza artificiale. Finché Amazon potrà mantenere questo ciclo, continuerà a dominare il panorama dell’e-commerce.
Le aziende che vogliono competere con Amazon non solo devono replicare i suoi prodotti, ma devono anche superare l’enorme barriera di dati di Amazon.
È qui che GPT-3 diventa un po ‘problematico. Il modello linguistico è la propria fabbrica di intelligenza artificiale. Un sistema di apprendimento zero-shot fornito come servizio API cloud non ha lo scopo di apprendere cose nuove. Tutto ciò che ha viene fuori dagli schemi e non è possibile modificare il modello di intelligenza artificiale sottostante. E se OpenAI migliora GPT-3 nel tempo (cosa che probabilmente farà), consegnerà immediatamente il modello aggiornato a tutti i client API contemporaneamente.
Il modello linguistico spiana il terreno per tutti. Qualsiasi applicazione creata su GPT-3 può essere facilmente clonata da un altro sviluppatore .
Questo mi porta al mio punto principale: non puoi contare su GPT-3 per costruire un intero prodotto e un modello di business funzionante senza prendere misure aggiuntive per consolidare la tua posizione nel mercato. D’altra parte, GPT-3 può essere una buona piattaforma per aggiungere pezzi cruciali ad applicazioni che hanno già una quota di mercato considerevole.
Avviamenti GPT-3
Dal lancio beta di GPT-3, abbiamo visto una serie di nuove startup che mirano a utilizzare il modello del linguaggio per creare diverse applicazioni. Alex Schmitt, investitore di Cherry Ventures, ha compilato un bel elenco di progetti GPT-3 , inclusi diversi prodotti che vanno dalla generazione automatizzata di web e copia pubblicitaria alla scrittura di curriculum e alla creazione di siti web.
Sebbene alcune di queste applicazioni sembrino risolvere un problema reale, non vedo che la maggior parte di esse abbia un modello di business sostenibile.
Ad esempio, un’azienda commercializza la sua applicazione come “il primo generatore di curriculum basato su GPT-3” che completa automaticamente il contenuto del curriculum durante la digitazione. Questa potrebbe essere un’applicazione utile, ma non vedo come potrebbe essere un’attività sostenibile.
Per prima cosa, una delle principali fonti di entrate per le applicazioni basate su cloud sono le entrate ricorrenti dagli utenti iscritti. Di conseguenza, il generatore di curriculum GPT-3 ha diversi piani di abbonamento mensili. Ma le persone non hanno bisogno di scrivere curriculum ogni mese, quindi il prodotto avrà probabilmente un tasso di abbandono molto alto poiché la maggior parte degli utenti se ne andrà nel primo mese dopo la registrazione.
Inoltre, non vedo perché Microsoft, che ha già una licenza GPT-3 esclusiva e possiede LinkedIn, non aggiungerebbe questa funzione alla sua suite Office gratuitamente oa basso costo se si rivelasse un vero punto di svolta .
Un altro esempio è Copysmith, un’azienda che utilizza GPT-3 per “scrivere annunci, descrizioni, metadati, pagine di destinazione, post di blog e altro in pochi secondi”. Questa è un’area in cui GPT-3 potrebbe avere risultati promettenti. Non credo che GPT-3 sarebbe un buon strumento per scrivere analisi approfondite e op-ed su argomenti complicati. Ma può certamente svolgere compiti più semplici come assistere nella scrittura di copie web.
Fornisci a Copysmith un prompt come il nome della tua azienda, il pubblico di destinazione e una breve descrizione e genera testo per annunci, descrizioni di prodotti, testo di marketing e altro.
Vale la pena notare che il testo generato da GPT-3 non è perfetto e necessita ancora di una rifinitura, ma potrebbe migliorare la produttività e ridurre i costi. Ad esempio, una persona può utilizzare lo strumento per svolgere il lavoro di diversi autori di contenuti e ridurre i costi del personale (con dispiacere degli autori di contenuti). Il prezzo mensile include piani da $ 19, $ 60 e $ 500, che forniscono rispettivamente circa 500, 2.500 e 20.000 pezzi di contenuto originale. Quindi, sarebbe adatto a singole aziende così come a grandi fabbriche di contenuti che servono diversi clienti.
Ma ancora una volta, data la bassa barriera all’ingresso dell’utilizzo di GPT-3, non vedo perché altre società non copierebbero lo stesso modello (Headlime è un’altra azienda che fornisce funzionalità simili). In alternativa, i grandi produttori di contenuti potrebbero creare la propria versione interna dello strumento con poco sforzo.
Una società che sembra aver guadagnato trazione è OthersideAI, che utilizza GPT-3 per generare messaggi di posta elettronica. Fornisci a OthersideAI punti elenco chiave e questo genera un’email completa per te. L’intelligenza artificiale utilizza anche la catena di posta elettronica e la corrispondenza passata come input per personalizzare ulteriormente il tono dell’email.
Non è disponibile alcun piano tariffario per OthersideAI ed è attualmente in fase beta privata.
La società ha raccolto $ 2,6 milioni di finanziamenti per creare la sua applicazione, il che significa che sta facendo qualcosa. Ma la cosa interessante è che OthersideAI sa anche che mettere una buona interfaccia utente sopra GPT-3 non è una buona strategia aziendale. L’azienda ha twittato il 22 gennaio: “Abbiamo bisogno del tuo aiuto per insegnare al nostro generatore di email a scrivere una varietà più ampia di email”.
GPT-3 è un modello chiuso e non puoi addestrarlo, il che significa che c’è di più sotto il cofano che una semplice facciata sull’API GPT-3. Per essere chiari, puoi migliorare le prestazioni di GPT-3 fornendogli uno o più prompt e risposte di esempio. Il modello di linguaggio mappa questi nuovi esempi nel suo vasto corpus di conoscenze codificate e lo applica al nuovo prompt per creare un output più specializzato. E la società sta probabilmente puntando su questo come fattore di differenziazione.
Quindi, OthersideAI sta creando un fossato attorno al suo prodotto raccogliendo un ampio corpus di email di esempio. Può quindi utilizzare questi dati in modi diversi per migliorare GPT-3 oltre la sua configurazione di base. Ad esempio, la società potrebbe creare un modello di apprendimento automatico molto più semplice che abbini l’input dell’utente all’esempio più pertinente e quindi trasmetta entrambi a GPT-3 per generare la nuova email. Questa potrebbe essere una strategia di lavoro. Ma può anche essere un percorso pericoloso che coinvolgerà l’azienda nei problemi di gestione dei dati degli utenti privati.
Uno dei vantaggi di OthersideAI è che può essere integrato in diverse applicazioni di posta elettronica. Ma sarà interessante vedere se prodotti come Gmail o Microsoft Outlook prenderanno in considerazione l’aggiunta di funzionalità simili in futuro.
Dove si inserisce GPT-3 nell’ecosistema delle applicazioni?
Come mostrano questi casi (ti suggerisco di esplorare l’elenco completo dei progetti sul sito web di Schmitt), GPT-3 non è un percorso semplice per creare una startup. Certamente mi aspetto che il modello linguistico ei suoi successori migliorino le applicazioni esistenti e diventino una buona piattaforma per creare strumenti interni per la creatività. (Sono particolarmente interessato a vedere come Microsoft integrerà GPT-3 in Office, Teams, Dynamics e Bing.)
Ma la creazione di nuove attività e prodotti redditizi in aggiunta a GPT-3 richiede un’attenta pianificazione per respingere imitazioni e concorrenti. E, cosa interessante, il modo per farlo non è molto diverso da quello che stanno facendo altre aziende di intelligenza artificiale: raccogliere dati di qualità, imparare cose nuove e creare modelli di apprendimento automatico migliori.
