Con il rischio di una bolla speculativa? “La valutazione di OpenAI è un po’ fuori dal comune, ma si spiega sia con quanto realizzato sia con la speranza di futura creazione di valoreafferma Olivier Martret, associato al fondo Serena Capital. I suoi ricavi hanno registrato una crescita fenomenale, da 500 milioni di dollari nel 2022 a 4 miliardi di dollari previsti quest’anno. Invece è iniziato con un prodotto di consumo venduto a 20 dollari al mese e sta solo iniziando a orientarsi verso una piattaforma di modelli dedicati alle imprese, che sarà la più redditizia.
Investimenti non redditizi prima dei 15 anni
Se queste start-up hanno bisogno di così tanti soldi è perché gli investimenti da fare sono colossali. “Ci sono barriere all’ingresso per la creazione di modelli fondamentaliricorda Olivier Martret. Ciò richiede centinaia di miliardi di dollari di investimenti, in particolare nella potenza di calcolo che deve essere prenotata con uno o due anni di anticipo. Senza dimenticare gli stipendi per attrarre talenti, quando solo 300-400 persone al mondo sono in grado di creare un modello del genere.
Nel suo AI Index Report 2024, pubblicato ad aprile, l’Università di Stanford ha osservato che “i costi per lo sviluppo di modelli di intelligenza artificiale all’avanguardia hanno raggiunto livelli senza precedenti”. Secondo l’università americana, per addestrare il GPT-4 di OpenAI sono stati spesi 78 milioni di dollari, mentre Gemini Ultra di Google è costato 191 milioni di dollari. I costi sconcertanti colpiscono l’intera catena del valore, e in particolare i fornitori di servizi cloud, costretti ad aumentare la capacità dei data center. AWS (Amazon) ha annunciato investimenti per 150 miliardi di dollari in infrastrutture AI nei prossimi quindici anni. Microsoft sta inoltre aumentando i suoi annunci di investimenti per l’intelligenza artificiale e il cloud. Cifre spese adesso, ma che non saranno redditizie per quindici anni, secondo la stessa ammissione di Amy Hood, la sua direttrice finanziaria.
Nuovi modelli di business
È questo divario che preoccupa e fa temere investimenti eccessivi, come durante la bolla di Internet negli anni 2000. “Si prevede che i giganti della tecnologia investiranno più di 1.000 miliardi di dollari nell’intelligenza artificiale negli anni a venire, con finora pochi risultati da mostrare. Queste spese così ingenti un giorno verranno ripagate?”, si chiede la banca Goldman Sachs in una nota pubblicata a giugno. Questa è “la domanda da 600 miliardi di dollari”, stima David Cahn, membro del fondo Sequoia Partners, sul suo blog. Secondo lui è questo l’importo che dovrebbero raggiungere i ricavi annuali generati dall’intelligenza artificiale affinché tutti gli attori dell’ecosistema riescano a rendere redditizi i loro investimenti.
Dopo l’euforia suscitata dal suo lato magico, è giunto il momento di monetizzare l’IA generativa. “Dopo una guerra dei prezzi per garantire l’adozione di massa, stiamo entrando in una fase in cui dobbiamo dimostrare la creazione di valore”osserva Michael Mansard, direttore della strategia di Zuora, una società specializzata nella monetizzazione. Se la manciata di start-up che sviluppano modelli fondamentali e di fornitori di servizi cloud dovesse continuare a competere per i volumi, osserva l’emergere di un nuovo modello di business tra gli editori di software di intelligenza artificiale dedicato a un problema aziendale: vendere in base ai risultati e non più in base al risultato. utente.
Essere in grado di misurare il ROI
Come Intercom, che vende la sua AI dedicata al servizio clienti in base al numero di incidenti risolti dal software. “Ciò permette loro di valutare il valore creato e di tenere conto delle specificità dell’IA, i cui costi aumentano proporzionalmente al numero di utenti, poiché più richieste ho, più pago per il calcolo”analisi Michel Mansard.
LightOn, start-up parigina che sviluppa piccoli LLM specializzati in casi d’uso, conferma questa nuova preoccupazione per la creazione di valore. “Con i nostri clienti, scegliamo solo casi d’uso per i quali possiamo avere parametri e un ritorno sull’investimento”confida Laurent Daudet, il suo fondatore. La pepita è riuscita ad essere redditizia nel 2023, in particolare grazie alla vendita di LLM su misura per le aziende clienti.
Lei riconosce “Mi rivolgo soprattutto ai grandi clienti nei settori in cui i sistemi informativi sono complessi e dove sono disponibili molti dati”. Ricordare che i maggiori ritorni sugli investimenti richiedono una certa maturità digitale. Una trasformazione che richiederà ancora qualche anno.
Related News :