Le startup AI affrontano sfide man mano che il mercato si matura, e i modelli di business basati su LLM diventano insostenibili.

Il boom dell'AI generativa ha portato alla rapida nascita di numerosi startup, ma non tutti i modelli di business basati su modelli di linguaggio di grandi dimensioni (LLM) si rivelano sostenibili.

Darren Mowry di Google sottolinea che le startup che dipendono troppo dai modelli di altri, come i wrapper LLM e gli aggregatori AI, potrebbero avere problemi. I wrapper LLM, che costruiscono interfacce su modelli esistenti, non offrono un valore difendibile, e semplicemente etichettare un modello non è più sufficiente. Invece, le startup devono sviluppare una profonda expertise, dati proprietari e integrazione dei flussi di lavoro. Gli aggregatori AI, che combinano più LLM, affrontano anche pressioni, poiché i fornitori di modelli sviluppano funzionalità enterprise che riducono i loro margini. Mowry confronta questa situazione con le origini del cloud, quando le startup che rivendevano servizi AWS sono scomparse di fronte a quelle che aggiungevano valore reale. Tuttavia, ci sono opportunità nelle piattaforme per sviluppatori, nelle applicazioni dirette per i consumatori e nei settori biotech e climate tech, che beneficiano di accesso a dati e analisi AI.

Il messaggio per i fondatori è chiaro: il futuro successo delle startup AI dipenderà dall'integrazione intelligente dei modelli nei flussi di lavoro reali e nelle problematiche specifiche del settore.