284日間の急成長の後、ChatGPTを「模倣」したスタートアップ企業が倒産する可能性

284日間の急成長の後、ChatGPTを「模倣」したスタートアップ企業が倒産する可能性

最近、ウォール・ストリート・ジャーナルの記事によると、一部のベンチャーキャピタリストは、生成型人工知能やビッグモデルの出現だけでは、長年続いている起業不況を防ぐのに十分ではないことに気付き始めたという。

わずか2か月余りで、ChatGPT によって引き起こされた新たな流行が丸1年を迎えます。

1年足らずの間に多数のスタートアップ企業が登場しましたが、初期には生成AIに熱意を示していたスタートアップ企業の中には、現在、人員削減やユーザーの関心の低下に直面しているところもあります。

たとえば、作家や企業向けの生成 AI ライティング ツールである Jasper では、7 月までの 4 か月連続でユーザー数の増加が減少しています。

同社は昨年秋、評価額15億ドルで1億2500万ドルを調達したが、それでも7月に一連の人員削減を実施し、今年の売上高予想を引き下げたと事情に詳しい関係者が語った。

人工知能ブームの新たな波が始まってまだ1年も経っていないが、脚光を浴びている多くのスタートアップ企業はすでに、業界の清算問題への対処に苦慮している。

低迷から高騰へ、そして再び冷え込み

業界の低迷期を経て、ChatGPT の立ち上げにより、起業家と投資家の楽観的な見通しが再び高まりました。

現在、マイクロソフトやグーグルなどのテクノロジー大手が優位性を固めるなか、多くのスタートアップ企業が深刻な問題に直面し、新たなAIスタートアップ企業が生き残れるかどうか不確実性が高まっていることに気づき、投資家たちはより慎重になっている。

インデックス・ベンチャーズのパートナー、マーク・ゴールドバーグ氏は次のように述べている。「当初は商用AIアプリケーションが『光の速さで到来する』と楽観的だったベンチャーキャピタル業界だが、現在では『幻滅の浅い谷』が形成されつつあり、今後の道筋は日ごとに不透明になってきている。」

当時、シリコンバレーからは、生成型 AI がテクノロジーの新しい時代を導くと主張する声もありました。ベンチャーキャピタル企業も多数の新規従業員を雇用し、実績のない業界の支援に数十億ドルを注ぎ込むと述べた。

ゴールドバーグ氏は、ChatGPTのユーザー数が当初急増したことにより、投資家は消費者が生成型AIツールをどれだけ早く導入するかを過大評価しすぎたと述べた。

投資家たちは、顧客や収益がまだないうちにこうした製品を開発する新興企業を支援しようと競い合っており、市場が過熱するのではないかという懸念が高まっている。

現在、多数の同質製品が、人工知能技術を「収益化」することが難しいことを基本的に証明しています。ユーザーの関心は安定または低下しており、これらの製品の背後にあるハードウェアは非常に高価になっています。多くの新興企業は、もはやそのような多額の費用を負担できません。

生成 AI にとって、今は「クールダウン」がキーワードになるかもしれません。

分析プラットフォーム「Similarweb」のデータによると、ChatGPTの月間オンライン訪問数は、最初の数か月は成長を遂げたものの、6月と7月には急激に減少した。

同様に、分析プラットフォーム Sametime のデータによると、Midjourney の魅力は低下しており、7 月までの 3 か月連続で月間訪問者数が減少しています。

6月に9000万ドルを調達したシンセシアは、過去6か月間、ウェブサイトのユーザー数の増加が横ばいまたは減少している。

テクノロジー業界は依然としてAIに期待を寄せている

さまざまな製品の成長傾向は大幅に鈍化しているものの、マイクロソフト、グーグルなどの巨大企業は多額の投資を行い、新しい人工知能製品を発売しています。

特にNvidiaの事業は好調で、第2四半期の利益はアナリストの予想を大きく上回った。

スタートアップ企業の投資家らは、生成型AI技術はまだ初期段階にあるが、モバイルインターネット時代と同様に、いずれは数十億ドル規模の新世代企業を生み出すだろうと述べている。

しかし、これまでのところ、AIブームはスタートアップ資金の総額の急激な減少を防ぐのに十分ではありませんでした。

ピッチブックのデータによると、人間のようにテキスト、画像、コードを生成することに重点を置いたシステムである生成AIスタートアップへの投資が65%増加して33億ドルに達したにもかかわらず、米国のベンチャー資金総額は第2四半期にほぼ半分に減少した。

一部の投資家は、この技術を軸にした新製品の開発において成功するビジネスモデルがどのようなものになるのかまだ分からないと述べている。また、多くの企業は、ユーザーを維持し、既存のテクノロジー企業が簡単に模倣できない製品を開発する方法をまだ証明していません。

明確なビジネスモデルがなければ、大規模なモデルをトレーニングするために大量のデータを取得して分析する必要があり、企業に数千万から数十億ドルのコストがかかり続ける可能性があります。これは、まだ利益を上げていないほとんどのスタートアップにとってすでに大きな負担です。

投資家は、収益化への道筋が不透明であることや、グーグルやマイクロソフトが支援するオープンAIなど資金力のあるライバルとの厳しい競争を理由に、こうした新興企業への資金提供を躊躇するようになっている。

対照的に、OpenAI は来年 10 億ドルの収益を生み出すと予想しており、これは少なくとも ChatGPT の運営にかかる莫大なコストの一部を相殺することになるだろう。

これまでのところ、最大手の AI スタートアップ企業は、大規模なモデルのトレーニングに必要な計算能力やその他のリソースを提供できる投資家から資金の大部分を調達してきました。

マイクロソフトはOpenAIに100億ドル以上を投資したと報じられており、競合のAnthropicもGoogleから数億ドルの投資約束を受けており、マイクロソフトとNvidiaもInflection AIが13億ドルを調達するのを支援している。

将来にはまだ不確実な点が多いものの、「恵まれた環境で生まれた」スタートアップ企業は常に自信に満ちている。

<<:  AI界のお笑い王に100万の賞金!北京郵電大学、南洋理工大学などが「砂像動画」データセットを公開 FunQA:アルゴリズムで人間のユーモアを学習

>>:  Meta社が来年、新たな大型モデル「GPT-4レベルのオープンソース版」をリリースすることが明らかになりました!パラメータ数はLlama 2より数倍多く、商用利用も無料です。

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

金融業界のデータ管理はどこへ向かうのでしょうか?

近年、インターネット金融の波は伝統的な金融業界に課題をもたらしています。同時に、伝統的な金融企業の情...

障害検出におけるデータ機械学習の応用

はじめに: 従来の産業では、故障診断が機械メンテナンスで最も困難な段階であるため、メンテナンスに費や...

機械学習:教師あり学習と教師なし学習の違いは何ですか?

機械学習は、例と経験を通じてコン​​ピューターにタスクの実行を教える人工知能のサブセットであり、研究...

MIT は隠れた物体を「認識」できるロボットを開発中。「私たちはロボットに超人的な認識力を与えようとしている」

MITの研究者らは、視覚と無線周波数(RF)センシングを組み合わせて、視界から隠れている物体でも見...

快手 - ICIP 2019 モバイルビデオ修復コンテストの登録開始

最近、Kuaishou-ICIP 2019モバイルビデオ復元コンテストの登録が正式に開始されました。...

機械学習の成功事例5つ

IT リーダーが、人工知能と機械学習を使用してビジネス上の洞察を得る方法を共有します。組織が顧客の好...

家庭では人工知能がどのように活用されているのでしょうか?

人工知能(AI)は現在、私たちの家族構造にますます統合されています。さらに、快適性、利便性、安全性、...

...

世界の半導体サプライチェーンにおけるリスクを排除するにはどうすればよいでしょうか?

過去数年間、テクノロジー業界は半導体サプライチェーンにおける前例のない混乱の影響を感じてきました。研...

大規模モデルの微調整には人間のデータに頼らなければならないのでしょうか? DeepMind: フィードバック付きの自己トレーニングの方が優れている

皆さんもご存知のとおり、大規模言語モデル (LLM) はディープラーニングの状況を変えつつあり、人間...

詩人のような機械学習: ML の仕組みについての素晴らしい啓示

機械学習はデータ内のパターンを使用して物事にラベルを付けます。魔法のように聞こえますが、核となる概念...

...

ディープニューラルネットワークはディープフェイクを検出できる

開発者がディープフェイクのパンドラの箱を開けたことで、本物と区別がつかないほどリアルな写真を偽造する...

315 顔認識は安全性が疑問視されており、新たな潜在的な脅威となる可能性があるのでしょうか?

先週、「Facezam」と呼ばれる偽のアプリがFacebookの写真をスキャンして人々の顔を追跡でき...

C#アルゴリズムで解決した面接の質問

C# アルゴリズムはプログラマーの面接でよく出題されますが、C# アルゴリズムを使用してそれをどのよ...