Sin embargo, esa cantidad incluye financiación masiva de patrocinadores corporativos, como la infusión de capital de Microsoft en OpenAI y la financiación de Anthropic por parte de Amazon. Si se reduce a las inversiones de capital de riesgo convencionales, la financiación en 2023 para nuevas empresas de IA fue mucho menor y solo estaba en camino de igualar la cantidad total recaudada en 2021.
El analista senior de Pitchbook, Brendan Burke, señaló en un informe que la financiación de capital de riesgo se canalizaba cada vez más hacia “tecnologías de inteligencia artificial subyacentes y sus aplicaciones verticales finales, en lugar de middleware de propósito general en audio, lenguaje, imágenes y video”.
En otras palabras: una aplicación GenAI que ayuda a una empresa a generar ventas de comercio electrónico, analizar documentos legales o mantener el cumplimiento de SOC2 es probablemente una apuesta más segura que una que muestra un video o una foto inteligente de vez en cuando.
Clay Bavor, cofundador de Sierra, dice que cree que no son necesariamente los costos de computación o de API en la nube los que impulsan a las nuevas empresas de IA hacia modelos B2B, sino más bien los beneficios de dirigirse a un cliente específico e iterar sobre un producto basándose en sus comentarios. “Creo que todos, incluido yo mismo, somos bastante optimistas en cuanto a que las capacidades de estos modelos de IA aumentarán mientras los costos bajan”, dice Bavor.
“Hay algo realmente poderoso en tener un problema claro que resolver para un cliente en particular”, afirma. “Y luego puedes recibir comentarios sobre: ’¿Esto funciona? ¿Esto está resolviendo un problema?’ Y si construyes un negocio con eso, es muy poderoso”.
Aunque ChatGPT desencadenó un auge de la IA en parte porque puede generar ágilmente código en un segundo y sonetos al siguiente, Arvind Jain, director ejecutivo de la startup de IA Glean, dice que la naturaleza de la tecnología todavía favorece las herramientas estrechas. En promedio, una gran empresa utiliza más de mil sistemas técnicos diferentes para almacenar datos e información de la empresa, afirma, lo que crea una oportunidad para que muchas empresas más pequeñas vendan su tecnología a estas corporaciones.
“Estamos en este mundo donde básicamente hay un montón de herramientas funcionales, cada una de las cuales resuelve una necesidad muy específica. Ése es el camino del futuro”, afirma Jain, que pasó más de una década trabajando en búsquedas en Google. Glean impulsa un motor de búsqueda en el lugar de trabajo al conectarse a varias aplicaciones corporativas. Fue fundada en 2019 y ha recaudado más de 200 millones de dólares en financiación de capital de riesgo de Kleiner Perkins, Sequoia Capital, Coatue y otros.
Comprobación de errores
Ajustar un producto de IA generativa para atender a los clientes empresariales tiene sus desafíos. Los errores y “alucinaciones” de sistemas como ChatGPT pueden tener mayores consecuencias en un entorno corporativo, legal o médico. Vender herramientas de IA de generación a otras empresas también significa cumplir con sus estándares de privacidad y seguridad y, potencialmente, con los requisitos legales y regulatorios de su sector.
“Una cosa es que ChatGPT o Midjourney sean creativos para un usuario final”, dice Bavor. “Otra cosa muy distinta es que la IA se vuelva creativa en el contexto de las aplicaciones empresariales”.
Bavor dice que Sierra ha dedicado “una enorme cantidad de esfuerzo invertido” para establecer salvaguardas y parámetros para poder cumplir con los estándares de seguridad y cumplimiento. Esto incluye el uso de… más IA para ajustar la IA de Sierra. Si se utiliza un modelo de IA que genera respuestas correctas el 90 por ciento de las veces, pero luego se agrega tecnología adicional que pueda detectar y corregir algunos de los errores, se puede lograr un nivel mucho mayor de precisión, explica.
“Realmente hay que conectar los sistemas de IA a los casos de uso empresarial”, afirma Jain, director ejecutivo de Glean. “Imagínese a una enfermera en un sistema hospitalario utilizando IA para tomar alguna decisión sobre la atención al paciente; simplemente no puede equivocarse”.
Una amenaza menos predecible para las empresas de IA más pequeñas que venden sus productos a clientes empresariales: ¿Qué pasaría si un unicornio de IA de generación gigante como OpenAI, con su floreciente equipo de ventas, decide implementar exactamente la herramienta que una startup singular ha estado construyendo?
Muchas de las nuevas empresas de IA con las que habló WIRED están tratando de dejar de depender completamente de la tecnología de OpenAI mediante el uso de alternativas como Claude de Anthropic o grandes modelos de lenguaje de código abierto como Llama 3 de Meta. Algunas nuevas empresas incluso tienen la intención de construir eventualmente su propia tecnología de IA. Pero muchos emprendedores de IA están estancados pagando por el acceso a la tecnología de OpenAI mientras potencialmente compiten con ella en el futuro.
Peiris, de Tome, consideró la pregunta y luego dijo que ahora está especialmente enfocado en casos de uso de ventas y marketing y “ser increíble en la generación de alta calidad para estas personas”.