Время начать на этом зарабатывать

Суть проекта

AutogenAI — инструмент, помогающий создавать убедительные стартап-питчи, коммерческие предложения и тендерные заявки.

Весь фокус в том, что под капотом платформы спрятана специализированная ИИ-машинка — натренированная именно на такого рода документах.

Да, конечно, такого рода документы можно создать и с помощью обычного ChatGPT. Однако основатель стартапа утверждает, что убедительность документов, созданных с помощью AutogenAI, на порядок выше — именно за счёт более узкой специализации.

Основатель стартапа знает, о чём говорит — потому что последние годы он занимался как раз участием своих компаний-работодателей в тендерах на предоставление услуг для британских правительственных организаций

Ещё один важный момент в том, что условный ChatGPT будет генерировать довольно общие тексты или пересказывать своими словами только те факты, который ты ему сообщил, поставив задачу на создание документа.

А вот к платформе AutogenAI компания может подключить источники своих собственных данных — корпоративные презентации, каталог продаваемых товаров, системы внутренней аналитики, финансовые учётные системы. И тогда AutogenAI будет сам находить в этих источниках нужные аргументы и факты — чтобы вставлять их в создаваемый документ для придания ему нужной степени убедительности.

Проблема в том, что подключение собственных источников данных, как правило, требует дополнительных усилий по дообучению универсальных ИИ-машинок и принятия специальных мер по уменьшению количества их «галлюцинаций».

И далеко не все компании могут с этим справляться — потому что у них нет специалистов нужной квалификации. AutogenAI обещает обучить своих клиентов всем тонкостям использования платформы и осуществлять постоянную техническую поддержку.

Стартап начал работу только 9 месяцев назад — но он сумел найти первых 28 компаний-клиентов. Их опыт использования AutogenAI говорит о том, что:

• время создания питчей, предложений и заявок сократилось на 70%,
• стоимость их подготовки сократилась на 50%,
• количество выигранных тендеров и заключённых сделок увеличилось на 30%,
• а общий возврат на инвестиции в подготовку документов увеличился на 70% за счёт использования платформы.

В текущем раунде AutogenAI поднял 17.2 миллионов фунтов стерлингов (порядка 20 миллионов долларов США), что увеличило общий размер инвестиций в проект до 25.8 миллионов долларов. Первые инвестиции стартап получил ещё перед запуском платформы.

Что интересного

Многие сейчас работают в направлении создания AGI (Artificial General Intelligence) — «всеобщего» или «обобщённого» ИИ, который, как человек, сможет сам учиться чему угодно, заниматься чем угодно и развиваться как угодно. Некоторые считают, что это будет означать конец человечества, другие наоборот ожидают бурный расцвет всего, что раньше даже цвести не могло

К чему это приведёт — фиг его знает. Потому что мне гораздо интереснее то, что сейчас на ИИ начинают зарабатывать деньги те — кто идёт в совершенно противоположном направлении

Эти люди не хотят создавать AGI. Наоборот — они хотят создавать ASI (Artificial Specialized Intelligence), то есть ИИ, заточенные под решение специфических задач. Такая ИИ-машинка не сможет написать сонет на заданную тему в стиле Шекспира. Зато она сможет написать отличный питч для стартапа — гораздо лучше, чем это сможет сделать любой универсальный ИИ.

Но ведь так и мы поступаем. Когда мы хотим разобраться в какой-то теме, мы же не обращаемся просто к умным людям — мы ищем эксперта в данной конкретной области. Пусть даже в общем он и не блещет особым умом

И это наводит нас на мысль, что универсальные ИИ-машинки типа ChatGPT останутся технологическими игрушками или будут иметь ограниченную сферу применения на уровне выдачи простых ответов на простые вопросы. Потому что более сложные вопросы будет более эффективно задавать специализированным ИИ-машинкам. Но для чего тогда нужна сложная машинка, которой в конечном итоге будут задавать только простые вопросы?

«Специализация» ИИ-машинки — это не только натренированность её алгоритмов на какой-то конкретной теме. Но и возможность использования специфических источников данных — например, корпоративных структурированных данных и неструктурированных каталогов данных.

А тут, кстати, можно вспомнить стартап Contextual AI, о котором я писал в прошлом месяце. Он появился из ниоткуда, ещё не выпустил свою платформу — но уже поднял первые 20 миллионов долларов инвестиций.

И это только на обещании того, что компании смогут с их помощью создавать своих ИИ-помощников типа ChatGPT — но натренированных на их собственных данных, которые они даже не собираются выкладывать в открытый доступ.

В случае сегодняшнего AutogenAI мы видим специализацию сразу по двум осям — они:

• создали специфическую ИИ-машинку, натренированную на определённого вида документах
• и дали возможность компаниям подключать к своей платформе внутренние источники данных.

Куда бежать

Собственно, это и представляет собой и рецепт, и общее направления движения — создание специализированных ИИ-машинок, способных гораздо лучше, чем универсальный ИИ, решать определённые виды задач за счёт специфической тренировки и использования специфических источников данных.

И это относится не только к текстам — но и к картинкам, и к видео. К примеру, в этом месяце я писал о стартапе MagicBrief с платформой для создания эффективной рекламы. Секретным соусом этой платформы является как раз специализированная ИИ-машинка MagicAI — заточенная под разбор чужих и создание собственных рекламных видеороликов.

Принципиальный технологический механизм создания подобных специализированных ИИ-машинок более-менее понятен. Осталось только решить, в какой именно области мы захотим создать такую специализированную платформу.

В каких областях, на ваш взгляд, их сейчас стоит создавать?

О компании

AutogenAI

• Сайт: autogenai.com
• Последний раунд: £17.2M, 26.07.2023
• Всего инвестиций: $25.8M, раундов: 2