"Давид и Голиаф" в ИИ-гонке
Прошло несколько релизов (1, 2) крупных ИТ-компаний с фокусом на ИИ-сервисы для бизнеса
Поскольку тема напрямую затрагивает нашу стратегию, то важны выводы. Сила корпораций ясна (бюджеты, трафик), вопрос в преимуществах стартапов и слабостях корпораций:
1. Знание отраслевой специфики и возможность сформировать уникальный пул данных
Тезис: тот самый технологический ров ("moat")
- яркий пример: legaltech, где недостаточно "умного поиска" в законодательстве. Есть огромные пласты, где данные на вес золота: корпоративное право, страхование и т.д. У стартапов больше потенциал для того, чтобы создать партнерства с обладателями таких данных для последующего тренировки качественной ИИ-модели
2. Качество проверки гипотез
Тезис: о том, что носить воду ситом неэффективно
- пример из моей собственной практики: очень большие потери возникают у корпоративных продуктовых команд в тестировании гипотез. Для хорошего продукта нужно работать долго и упорно над отсевом гипотез, что крайне сложно реализовать в корпорации
3. ИИ-инженерам интереснее идти в стартапы, чем в корпорации, несмотря на гонку зарплат
Тезис: проблема "брошенных продуктов" в корпорации
- примеров типовых ситуацией, когда внутрикорпоративный продукт очень зависит от менеджера массы. Опять же в моей карьере была масса примеров, когда продукты оказывались без внимания против воли автора
Итоговый вопрос, который я себе задавал: изменило ли наступление эпохи ИИ что-то в вечном противостоянии внутрикорпоративных инноваций и стартапов?
Мне кажется, что ответ скорее нет, чем да. Думаем.
Прошло несколько релизов (1, 2) крупных ИТ-компаний с фокусом на ИИ-сервисы для бизнеса
Поскольку тема напрямую затрагивает нашу стратегию, то важны выводы. Сила корпораций ясна (бюджеты, трафик), вопрос в преимуществах стартапов и слабостях корпораций:
1. Знание отраслевой специфики и возможность сформировать уникальный пул данных
Тезис: тот самый технологический ров ("moat")
- яркий пример: legaltech, где недостаточно "умного поиска" в законодательстве. Есть огромные пласты, где данные на вес золота: корпоративное право, страхование и т.д. У стартапов больше потенциал для того, чтобы создать партнерства с обладателями таких данных для последующего тренировки качественной ИИ-модели
2. Качество проверки гипотез
Тезис: о том, что носить воду ситом неэффективно
- пример из моей собственной практики: очень большие потери возникают у корпоративных продуктовых команд в тестировании гипотез. Для хорошего продукта нужно работать долго и упорно над отсевом гипотез, что крайне сложно реализовать в корпорации
3. ИИ-инженерам интереснее идти в стартапы, чем в корпорации, несмотря на гонку зарплат
Тезис: проблема "брошенных продуктов" в корпорации
- примеров типовых ситуацией, когда внутрикорпоративный продукт очень зависит от менеджера массы. Опять же в моей карьере была масса примеров, когда продукты оказывались без внимания против воли автора
Итоговый вопрос, который я себе задавал: изменило ли наступление эпохи ИИ что-то в вечном противостоянии внутрикорпоративных инноваций и стартапов?
Мне кажется, что ответ скорее нет, чем да. Думаем.