Sebuah startup yang dibangun berdasarkan model bahasa besar milik orang lain akan tetap dapat dipertahankan dengan memiliki apa yang tidak dapat ditiru oleh pesaing dengan lebih banyak uang atau tim teknik yang lebih baik: data kepemilikan, kekayaan intelektual yang dilindungi, dan model internal yang dilapis di atas LLM. Kombinasi tersebut, bersama dengan tim yang memiliki keahlian domain dan produk yang telah terbukti sesuai dengan pasarnya, adalah hal yang dicari pemodal ventura ketika teknologi inti bukan milik Anda.
Poin penting
- Mengandalkan LLM pihak ketiga membuat startup terbuka untuk ditiru oleh pesaing dan perusahaan besar yang memasuki pasarnya.
- Inovasi dan perlindungan kekayaan intelektual membedakan startup lebih dari sekadar penerapan LLM.
- Kepemilikan data adalah pertahanan yang terbukti: data ini menghalangi pesaing yang memiliki pendanaan lebih banyak atau tim teknologi yang lebih kuat.
- Cara praktisnya adalah dengan memperkuat data dan teknologi kepemilikan dengan model generatif, lalu mempertimbangkan LLM internal setelah kesesuaian pasar produk terbukti.
- VC menginginkan tim dan visi yang lebih dari sekedar panggilan API.
Mengapa defensibilitas menjadi pertanyaan pertama yang diajukan oleh VC?
Sebagai seorang wirausaha dan akademisi, saya sering didekati oleh pemodal ventura (VC) dan startup dengan satu pertanyaan mendesak: "Bagaimana sebuah startup bisa tetap kompetitif dan bertahan ketika membangun intinya pada model bahasa besar (LLM) seperti ChatGPT?"
Jawaban saya adalah jawaban yang hati-hati. Perusahaan dengan kekayaan intelektual rendah mungkin menimbulkan kekhawatiran, namun ada satu faktor yang memerlukan perhatian kita sepenuhnya. Artikel ini menjelaskan mengapa elemen tersebut sangat penting.
Mengapa startup yang didukung LLM menarik begitu banyak minat VC?
LLM telah mengubah cara kita berinteraksi dengan teknologi, memungkinkan kemajuan besar dalam pemrosesan dan pemahaman bahasa alami. Teknologi ini telah diterapkan di banyak sektor, mulai dari layanan pelanggan dan pembuatan konten hingga analisis data dan pengambilan keputusan. Hasilnya, lanskap startup mengalami lonjakan usaha yang dibangun berdasarkan model bahasa canggih ini.
Setelah OpenAI merilis ChatGPT, minat yang dihasilkan oleh VC di seluruh dunia sangatlah luar biasa. Meskipun beberapa orang melihatnya sebagai gangguan yang lebih kecil, antusiasme seputar LLM menarik perhatian investor ternama.
Pada saat artikel ini ditulis (2023), ribuan startup AI generatif menarik miliaran dolar investasi, dan PitchBook memperkirakan pasar AI generatif global akan mencapai $42.6 miliar pada 2023.
Apa yang membuat teknologi non-pemilik berisiko bagi startup?
Model bahasa transformatif telah menarik minat dan potensi besar di kalangan startup, namun penting untuk menyadari tantangan dalam memanfaatkan teknologi non-pemilik. Startup, tidak seperti raksasa industri seperti Google, sering kali kekurangan sumber daya dan infrastruktur untuk menyempurnakan, melatih ulang, atau memanfaatkan sepenuhnya kemampuan LLM.
Ketergantungan pada teknologi pihak ketiga membuat mereka terbuka untuk ditiru oleh perusahaan rintisan saingannya dan dibayangi oleh perusahaan besar yang ingin memanfaatkan pasar yang sedang berkembang. Dengan teknologi yang sudah mapan dan keinginan yang terus-menerus akan aplikasi-aplikasi baru, para raksasa ini dapat menggunakan sumber daya mereka sendiri dalam skala besar dan mengikis keunggulan kompetitif perusahaan-perusahaan kecil.
Sebuah tes sederhana membuat risiko menjadi nyata. Jika pesaing dapat membangun kembali produk Anda dalam beberapa minggu dengan akses model yang sama dan perintah yang ditulis dengan baik, keunggulan Anda terletak pada kecepatan dan distribusi, bukan pada teknologi. Kecepatan dan distribusi penting, namun hal tersebut jarang dapat bertahan jika perusahaan besar memutuskan untuk memasuki pasar Anda.
Bagaimana inovasi dan kekayaan intelektual melindungi startup yang didukung LLM?
Untuk mengurangi risiko replikasi teknologi, perusahaan rintisan harus secara aktif menemukan cara untuk membedakan diri mereka lebih dari sekadar penerapan LLM. Kuncinya terletak pada budaya inovasi dan perlindungan kekayaan intelektual. Sebuah tim yang memahami nuansa teknologi dan juga menghadirkan keahlian domain serta pemecahan masalah yang kreatif dapat memperluas penawarannya dan membangun keunggulan kompetitif yang melampaui model yang mendasarinya.
Menggabungkan hal ini dengan akuisisi strategis dan perlindungan hak kekayaan intelektual dapat memperkuat posisi pasar startup dan melindunginya dari para peniru.
Mengapa data kepemilikan merupakan elemen kunci?
Dalam modal ventura, memiliki data unik adalah cara yang terbukti melindungi pertahanan suatu teknologi. VC mengakui bahwa kumpulan data yang dimiliki dapat menghalangi persaingan, mencegah pesaing untuk sekadar menyalin ide dari tim pendanaan atau teknologi yang unggul.
Nilai data unik lebih dari sekadar memperlambat replikasi. Hal ini memberikan wawasan berharga bagi startup, membantu mereka mengidentifikasi pola tersembunyi, memahami perilaku pelanggan, dan tetap terdepan dalam tren pasar. Dengan memanfaatkan data eksklusif, perusahaan rintisan dapat memperkuat keunggulan kompetitif mereka dan mendorong inovasi dalam lanskap persaingan yang sangat ketat.
Salah satu cara bagi para pendiri untuk tetap menjadi yang terdepan dalam persaingan di mata VC adalah dengan memperkuat data dan teknologi milik mereka dengan jaringan generatif modern dan, setelah kesesuaian pasar produk terbukti, mereka akan melihat lebih jauh ke dalam LLM internal.
Bagaimana SOMIN menerapkan hal ini?
Misalnya, saat membangun rangkaian analisis pesaing kami, "SoMonitor", dan asisten analisis yang didukung LLM, "SoDa", pertahanan teknologi adalah salah satu prioritas utama kami.
Pada intinya, kami menyiapkan sejumlah besar data anonim yang mencakup kampanye periklanan selama lima tahun yang dijalankan di platform periklanan Meta untuk klien kami. Dengan menggunakan teknologi AI eksklusif yang kami buat, data ini digunakan untuk memprediksi secara akurat rasio klik-tayang (RKT) dan rasio konversi (CR) spanduk iklan, serta peta panas yang menyoroti komponen visual yang mendorong keterlibatan pelanggan dan pembelian produk.
Dengan mengintegrasikan data visual dan tekstual yang kami miliki, menggabungkan model multimodal internal kami untuk prediksi kinerja materi iklan dengan kekuatan LLM, kami membuat sistem menghasilkan rekomendasi yang dapat ditindaklanjuti untuk klien. Mereka mencakup arketipe merek pesaing, jangkauan audiens, konten, dan cuplikan promosi, yang disampaikan sebagai ringkasan waktu nyata. Hal ini memungkinkan klien kami menyempurnakan strategi mereka, meningkatkan aset kreatif, dan tetap menjadi yang terdepan dalam pasar yang sangat kompetitif.
Menggabungkan LLM dengan AI internal memungkinkan kita membangun aplikasi baru di industri martech yang tidak akan mungkin terjadi tanpa LLM. Kemampuan ini juga tidak dapat ditiru dengan mudah. Kami menggunakan LLM untuk mendeskripsikan industri pemasaran digital secara komprehensif, dan kombinasi data kepemilikan serta algoritme prediksi RKT menjadikan sistem ini sangat unik dan sulit ditiru, sehingga membedakannya dari pesaing.
Bagaimana seharusnya startup yang didukung LLM melakukan promosi ke VC?
Apakah akan berinvestasi di LLM masih merupakan keputusan subjektif, dan investor mempertimbangkannya secara berbeda. Namun, ada satu nasihat yang tetap relevan: ketika meluncurkan sebuah startup, dukung klaim Anda dengan teknologi eksklusif, kekayaan intelektual yang berharga, dan tim terampil yang berkomitmen untuk sukses, terutama pada tahap awal.
Melampaui permukaan sangatlah penting. Jika tim menunjukkan keahlian yang menjanjikan dan visi yang lebih dari sekadar panggilan API, VC tentu ingin mengeksplorasi perusahaan Anda lebih dalam.
Dalam praktiknya, hal ini berarti sebuah promosi harus menjawab empat pertanyaan dengan jelas: data apa yang Anda miliki yang tidak dapat diperoleh orang lain, apa yang telah Anda bangun berdasarkan model, apa yang melindungi pekerjaan tersebut, dan mengapa tim Andalah yang melakukannya. Pendekatan kami terhadap dua pendekatan pertama dijelaskan dalam makalah tinjauan sejawat di halaman penelitian SOMIN, dan kategori data yang sama mendasari agen pemasaran AI SOMIN.
Bacaan terkait
- Bagaimana bisnis dapat menggunakan model bahasa besar di luar chatbot?
- Data milik agensi: mengapa data kategori mengalahkan prompt yang lebih baik
- Apa itu daya klik materi kreatif, dan dapatkah diprediksi sebelum membelanjakan anggaran?
- Penelitian SOMIN: makalah dan pembicaraan peer-review
- Agen pemasaran AI SOMIN
FAQ
Bisakah startup yang dibangun di atas LLM pihak ketiga dapat dipertahankan?
Ya, jika perusahaan tersebut memiliki sesuatu yang tidak dapat ditiru oleh penyedia model dan pesaingnya. Data kepemilikan, IP yang dilindungi, model in-house, dan keahlian domain semuanya memperluas keunggulan di luar LLM yang mendasarinya.
Mengapa data kepemilikan sangat penting bagi VC?
Data unik menghalangi pesaing yang memiliki pendanaan lebih banyak atau tim teknologi yang lebih kuat, karena mereka tidak bisa begitu saja menirunya. Hal ini juga memberikan wawasan bagi startup tentang pola, perilaku pelanggan, dan tren pasar.
Haruskah startup yang didukung LLM membangun model bahasanya sendiri?
Tidak di awal. Cara praktisnya adalah dengan memperkuat data dan teknologi milik Anda dengan model generatif yang ada, lalu mencari LLM internal setelah kesesuaian pasar produk terbukti.
Apa yang ingin dilihat oleh VC dalam promosi startup LLM?
Teknologi eksklusif, kekayaan intelektual yang berharga, dan tim yang terampil dan berkomitmen, terutama pada tahap awal. Yang terpenting, mereka mencari keahlian dan visi yang lebih dari sekadar panggilan API.
