OpenAI, en tant que représentant des entreprises de grands modèles d'IA, reflète dans une certaine mesure l'avenir d'autres entreprises de grands modèles d'IA. La relation entre les applications et les modèles d'OpenAI reflète également les tendances industrielles potentielles de l'IA future.
L'IA actuelle, représentée par les grands modèles, a fait de grands progrès par rapport à la vague de 2010, principalement parce qu'elle a enfin des produits vraiment rentables. Parmi les outils SaaS à l'international, Heygen est un exemple représentatif, avec des revenus annuels estimés à environ 20 millions de dollars, mais sans son propre modèle.
Le produit le plus rentable est probablement Microsoft Copilot. Bien qu'il s'agisse également d'un produit dérivé sans son propre modèle, ses revenus sont déjà considérables. Selon certaines prévisions, les revenus de Copilot pourraient être environ deux fois supérieurs à ceux d'OpenAI. Ce type de produit présente d'autres avantages pour Microsoft, comme la promotion des ventes d'autres produits.
Les composants clés de Copilot comprennent :
- Point d'entrée et compte
- Microsoft Graph (représentant l'ensemble des données du domaine)
- Grand modèle d'IA
Au-dessus de cela se trouve une systématicité globale, correspondant à l'expérience utilisateur, y compris la vitesse de réponse, la fluidité des fonctions, etc. Le grand modèle joue ici le rôle de moteur, et l'ensemble du système est responsable de l'ajustement de sa sortie en fonction des données de l'utilisateur, puis de la renvoyer à l'utilisateur.
Dans cette structure, le producteur (Microsoft) a plus de poids. Pour les grands clients, les entreprises de modèles doivent fournir des services de déploiement privé et autres services sur site.
L'industrie informatique a longtemps fonctionné selon une règle invisible : la technologie crée de la nouvelle valeur, les produits s'emparent des bénéfices. Ou encore : le matériel crée un nouveau monde, les logiciels s'emparent des bénéfices.
De ce point de vue, pour OpenAI, les diverses applications sont comme faire des voitures, tandis qu'OpenAI fait les moteurs. Mais OpenAI est confronté à des défis :
- La technologie basée sur les modèles peut se déprécier rapidement
- Les investissements massifs sont difficiles à réduire
- Les canaux sont limités, la monétisation est difficile
Le problème fondamental d'OpenAI est sa mauvaise position industrielle, une position qui ne peut que chercher à être entretenue. La force motrice principale est de toujours rester en position de leader. Une fois ralenti ou affaibli, après plusieurs rebondissements, il pourrait finalement être absorbé par des géants.
Pour OpenAI, bien gérer les grands modèles d'IA n'est qu'un point de départ, la position industrielle finale dépend de sa capacité à dépasser ce point de départ. OpenAI en est clairement conscient, c'est pourquoi il lance constamment de nouveaux produits et services, mais dans l'ensemble, la force du produit est faible et la situation est dangereuse.
OpenAI doit faire une percée dans les produits, mais son équipe semble plus adaptée à la R&D qu'aux produits. Pour surmonter les limites de la position industrielle, la clé réside dans les produits, mais la configuration actuelle de l'équipe peut avoir du mal à développer des produits capables de percer.
Dans le choix entre B2B et B2C, OpenAI tend à choisir le côté C. D'un point de vue stratégique, c'est sans doute correct, car du côté B, des entreprises comme Microsoft ont déjà construit des piles de produits complexes qui sont difficiles à bouleverser avec un seul produit.