Сергей Мосунов

По данным отчета Bain & Company, искусственный интеллект создает триллионные возможности для бизнеса уже в 2024 году. Отчет показывает, что инвестиции в ИИ стремительно растут, и компании, которые первыми внедряют ИИ-решения, получают значительные конкурентные преимущества. К 2030 году объемы мирового рынка ИИ могут достичь от 10 до 17 триллионов долларов. Особое внимание уделено автоматизации всевозможных процессов, Агенты и персонализированные услуги, а также логистика и оптимизация цепочек поставок. Н существуем множество ограничений, главное из которых нежелание перестраивать процессы и страх перед решением вендоров, и тд. Однако есть и другие мнения) вчера делал ужин в рамках нашего венчурного синдиката The Garage в Дубаи и вот один из инвесторов сказал, что он уже начал фиксировать свои позиции по проектам в ИИ, напрмиер в проект perplexity, обьясняет свою позицию тем что волна хайпа начинает снижаться и в подобные компании начали инвестировать уже розничные инвесторы и по безумным оценкам, поэтому пора перекладываться) @mosunovc - Канал про бизнес и технологии. #Ai#ИИ#VC#Tech#Бизнес#аналитика

Cerebras Systems подалазаявку на IPO в США, это компания которая потенциально может конкурировать с предложениями графических процессоров Nvidia. Хотя раньше рынок чипов фокусировался на обучении, в настоящее время он смещается в сторону стоимости и скорости формирования выводов. Этот сдвиг обусловлен ростом вариантов использования ИИ в корпоративных приложениях и предоставляет прекрасную возможность Cerebras, конкурировать на основе производительности с супер компаниями типа Nvidia. Интересно, как производители кремния стараются сейчас заявить о своих решениях, так как рынок инфраструктуры будет расти еще минимум лет 10. В прошлом посте, мы оценили рост производительности ЦОДов на 35,8% (CAGR) до 2032 года. Оценка Cerebras составит 6.6 млрд при том, что компания теряет около $127 млн долларов в год при выручки всего $79 млн долларов, при этом выручка зависит от одного клиента из ОАЭ, Group 42 Holding, на долю которого приходится 87% выручки. Процессоры Cerebras в 57 раз больше, чем ведущие коммерчески доступные графические процессоры. Компания утверждает, что ее процессор Cerebras Wafer-Scale Engine (CS-3) является крупнейшим из когда-либо проданных. Он имеет в 52 раза больше вычислительных ядер, в 88 раз больше встроенной памяти и в 7000 раз большую пропускную способность памяти, чем ведущие графические процессоры. Выполняя операции на пластине, процессоры Cerebras могут быстрее решать проблемы с меньшими затратами энергии. Cerebras заявила, что ее процессоры предназначены как для обучения ИИ, так и для вычислений. @mosunovc - Канал про бизнес и технологии. #Ai#ИИ#VC#Tech#Бизнес#аналитика

Друзья, всем привет 👋, продолжаю серию постов про ИИ, где сам пытаюсь понять, где же деньги в этом супер хайповом тренде. Мы все часто слышим что главными выгодоприобретателями от ИИ стали производители чипов, типа Nvidia, хотя и провайдеры облачных вычислений сделали свой кремний, так AWS сделал свои Inferentia и Trainium, Microsoft Azure сделал Maia AI, Google свой Axion и тд, но рынок услуг графических процессоров (GPUaaS) намного больше. Объем мирового рынка графических процессоров как услуги примерно $4,3 млрд в 2024 году и вырастит до $49,84 млрд в к 2032 году, демонстрируя темп роста 35,8% (CAGR). Кроме того, по прогнозам, этот рынок достигнет оценочной стоимости в $10 трлн к 2032 году. GPUaaS— это облачное предложение удаленных графических процессоров, когда требуется обрабатывать огромные объемы данных, например для финансового анализа, 3D-моделирования и анимации, научных исследований и тп. Поставщик облачных услуг полностью обслуживает графические процессоры и позволяет пользователям арендовать удаленные графические процессоры через облако. GPUaaS устраняет необходимость приобретения и обслуживания дорогостоящего локального оборудования, помогая предприятиям минимизировать первоначальные затраты на физические графические процессоры. Некоторые из поставщиков GPUaaS возникли из проектов по майнингу криптовалют и биткойнов, другие начали с предложений высокопроизводительных вычислений (HPC) и исследований в области ИИ, а затем развили свои собственные требования к инфраструктуре, высокопроизводительные мощности и развертыванию и эксплуатации больших языковых моделей (LLM). Хотя обучение LLM в основном будет происходить в облаке, корпоративное развертывание может быть смешанным с точки зрения облака и локальной среды, поскольку некоторые компании стремятся к локальному развертыванию графических процессоров из соображений безопасности и затрат. Однако проблемы доступности и стоимости высокопроизводительных графических процессоров в сочетании с тем фактом, что предприятия ориентируются на облако (приняв облачную операционную модель и признав ее компромисс между эксплуатационными и капитальными затратами и преимуществами динамического масштабирования), предвещают увеличение количества аренды графических процессоров, а не покупки их. Ну и мы видим как некоторые компании этого сегмента очень хорошо фондируются венчурными инвесторами, например CoreWeave Inc. летом привлекла $8,6 млрд, а также получила долг еще на 9.8 млрд Lambda Labs привлекла $820 млн. Vultr – 150 млн, Fireworks ai 100 млн, Baseten 80 млн и тд @mosunovc - Канал про бизнес и технологии. #Ai#ИИ#VC#Tech#Бизнес#аналитика

Друзья всем привет, финальный пост этой недели, так как я спланировал делать по 5 постов в неделю (пн-пт), чтобы попробовать достичь своей цели в 10 000 подписчиков к концу 2024г.) Из описанных в предыдущем посте 3-х типов агентов, мне нравится архитектура агентов на рельсах (Agents on rails) — это некая золотая середина между автономией и контролем. В число интересных компаний из моего большого списка для наблюдения входит Sierra, Decagon, Maven AGI , DevRev и Gradient Labs все в сфере обслуживания и поддержки клиентов; Factory AI и All Hands AI в разработке программного обеспечения; Сема4 в финансовом бэк-офисе; и такие компании появляются почти во всех областях, таких как продажи, операции по обеспечению безопасности, саппорт или логистика. Архитектура такого агента представляет собой чуть другой уровень сложности по сравнению с Decisioning агентами, которые сейчас наиболее распространены, они лучше тем, что могут поддерживаться дополнительной инфраструктурой данных. В то же время эти агенты по-прежнему руководствуются процедурными данными о том, что этот агент будет работать определенным способом по «рельсам» так сказать, которые описаны в виде свода правил или инструкций), таким образом они ставят перед собой цели более высокого порядка через наделение дополнительными полномочиями и степенью свободы в выборе подходов и инструментов для достижения этих целей (например, «согласовать счет с главной бух книгой», «помочь клиенту устранить проблему с входом в систему», или «реорганизовать этот код») На картинке визуализация от Menlo Ventures архитектуры такого типа агента. @mosunovc - Канал про бизнес и технологии. #Ai#ИИ#VC#Tech#Бизнес#аналитика

Цель серии моих постов про ИИ – это определить, где сформировался спрос у клиента на продукты с ИИ и где действительно есть потенциал роста. Если кратко, то все деньги, примерно 80%, в инфраструктуре (оборудование и инфраструктура, поддерживающие ИИ), ей занимаются все ИТ гиганты, при этом цены на вычисления снижаются, что полезно для долгосрочных инноваций и стартапов, но наносит ущерб инвесторам, так как не дает инвесторам поддерживать уровень доходности. Обслуживание токенов AI обходится дорого: от 0,03 до 3,60 долларов за запрос и ответ в среднем на 250 слов, что позволяет изымать большую часть доходности продукта, и тем самым останавливает клиента интегрировать решение, по сути осознавая что еще сильнее становишься зависимым от ценообразования и провайдера инфраструктуры и самого стартапа, что в свою очередь влияет на проникновение технологии на массовые рынки. тут мне нравится статья Sequoia тут и тут Следующий вопрос, а каким должен быть продукт чтобы он был успешен в ИИ. Я бы определил его как DUDD (Dominance,Unit economics, Distribution, Differentiation). Сможет ли проект на порядок улучшить опыт пользователя, при этом заработать больше, чем потратит на оплату токена при масштабировании маркетинга, есть ли глубина каналов дистрибуции продукта (по сути, оценка SOM) и достаточно ли ценности продукта, чтобы он стал значимым для клиента. Формат поста не предполагает глубокий анализ, но можно привести пример компании Harvey.Тут стартап стоимостью в 1.5 ярда, создает специальные программы LLM для юр. фирм. Средний юрист в Нью-Йорке зарабатывает 210 000 долларов в год — если предположить, что юрист работает 60 часов в неделю, это около 70 долларов в час, Harvey стоит от 15$ за подписку в месяц! Это на порядок лучше любого иного продукта или человека (D), затрата на обслуживание вычисления ниже подписки (U), глубина каналов и рынок большой (D) и ценность очень высокая (D) . То же самое происходит с Descript (видеоредакторы), Planck (андеррайтеры)и Synthesia (говорящие головы видео), @mosunovc - Канал про бизнес и технологии. #Ai#ИИ#VC#Tech#Бизнес#аналитика

Начну с первопроходцев в ИИ, кто же сегодня кроме OpenAI и Anthropic зарабатывают на рынке ИИ и очень быстро растет? Вот например Glean (enterprise search), EvenUp (legal), и Typeface (content creation) используя генеративный ИИ, они открыли рынки, на которых долгое время доминировали традиционные игроки. Они превратили сервисы в программное обеспечение, переписали основные рабочие процессы и представили новые архитектурные подходы, которые являются инновациями поверх базовых моделей. Все эти компании растут неимоверно быстро и ребята из Menlo Ventures проанализировали стратегии и написали 7 золотых правил, которые помогут компании стать лидерами на своих рынках. 1. Почти 80% экономики мира основано на услугах и практически не затронуто технологиями из-за обилия неструктурированных данных и сложных требований к рассуждению. ИИ - должен начать свое шествие именно с трансформации сектора услуг. 2. ИИ может оказать наибольшее влияние там, где очень дорогая стоимость часа работы (например, инженеры-программисты и юристы), или массовые рынки (например, представители службы поддержки клиентов и развития бизнеса) или в областях с нехваткой рабочей силы (например, медсестры). 3. Автоматизируются процессы, основанные на шаблонах, с регулярным использованием и привычным взаимодействием. 4. Структурируй все данные, например попробуйте вытащить все из своего емэйла 5. Все что можно писать или говорить ( то есть вся коммуникация ) потенйиально будет заменена на ИИ 6. Попробуйти найти дыры в существующих продуктах и настроить ИИ так, чтобы они улучшали что -то в них 7. Наиболее успешные приложения ИИ ориентированы на добавление ценности на уровне данных и инфраструктуры; они добиваются успеха благодаря новым архитектурным подходам, включая цепочку мыслей, использование инструментов, агентов и выбор соответствующих моделей для выполняемой функции (вместо того, чтобы полагаться на одну монолитную модель). Все эти 7 правил говорят о том, что существует пока не очень много доменов, где можно массово применить технологии ИИ, и прежде чем делать свой стартап, важно найти те самые ключи к успеху, чтобы не потратить время и ресурсы в пустую! @mosunovc - Канал про бизнес и технологии. #Ai#ИИ#VC#Tech#Бизнес#аналитика