- Material publicado em 21 de junho pela empresa americana de pesquisa de mercado CB Insights
- Empresas legadas de machine learning estão perdendo fôlego
- Plataformas empresariais de desenvolvimento de machine learning como DataRobot e Dataiku sofrem em um mercado saturado
- A Dataiku passou por uma rodada de baixa em dezembro de 2022, e a DataRobot fez várias reestruturações
- As empresas estão aproveitando o momento da IA generativa
- Empresas como Scale, Hugginf Face e Databricks ganharam tração com a IA generativa e avançam em aumento de equipe e captação de recursos
- A Databricks adquiriu a startup de LLMOps MosaicML por US$ 1,3 bilhão em junho de 2023 para expandir as funcionalidades do produto e, um ano depois, adquiriu a startup de gestão de dados Tabular por mais de US$ 1 bilhão
- Big Techs crescem junto com novas startups
- As Big Techs estão montando portfólios de produtos para a era da IA generativa
- O Google expandiu a plataforma de desenvolvimento Vertex AI para dar acesso ao modelo Gemini e a modelos de terceiros/open source
- A AWS anunciou o serviço gerenciado Amazon Bedrock para desenvolvimento de IA generativa
- Avaliação de ROI
- Entrevistas com clientes empresariais de plataformas de desenvolvimento de IA mostraram como o ROI é avaliado: ganho de produtividade e redução de custos
- Os compradores analisam métricas específicas para medir ganho de produtividade, como aumento de output (número de funcionalidades lançadas), velocidade de trabalho e eficiência geral da equipe
- Algo fortemente ligado ao ganho de produtividade: redução direta de custos com o uso de ferramentas de IA
- Futuro do desenvolvimento de IA empresarial
- A IA generativa ainda está em estágio inicial de adoção nas empresas
- Os casos de uso mais comuns: criação de conteúdo, suporte assistido para a empresa, busca em linguagem natural, design e geração de dados, geração de código e automação de documentos
- Seis implicações com base nos dados da CB Insights e em entrevistas com compradores
- O uso de dados proprietários pode viabilizar casos de uso diferenciados
- Vantagens das Big Techs: escala, infraestrutura e relacionamento pré-existente com clientes
- As empresas enfrentam pressão para explorar modelos open source
- Adoção crescente de modelos por tarefa
- Modelos pequenos de linguagem (SLM) treinam mais rápido e têm custo de execução menor do que modelos gerais
- Quando usados apenas para tarefas específicas, o desempenho pode ser suficiente para as empresas e, em alguns casos, até superior ao de LLMs
- Há potencial de melhorar privacidade e segurança dos dados
- À medida que o setor de IA generativa amadurece, a consolidação se aproxima (ex.: M&A)
-
Os gastos empresariais com IA serão gerenciados com mais rigor
Ainda não há comentários.