A medida que las capacidades de los modelos a gran escala continúan mejorando, la capa de aplicación de la IA se enfrenta a una ansiedad común: si empresas como OpenAI y Anthropic no solo controlan los modelos subyacentes, sino que también tienen canales de distribución y ventajas de marca, ¿qué pueden hacer las startups en la capa de aplicación?
Esta es precisamente la pregunta que el socio de a16z, Joe Schmidt, intenta responder. Basándose en la metáfora del «Camino de Ladrillos Amarillos» de «El Mago de Oz», divide las oportunidades de aplicación de la IA en dos categorías: la carretera principal en la que están entrando las grandes empresas de modelos, como la generación de código e imágenes, y las «otras partes de Oz», que son escenarios verticales que dependen de flujos de trabajo complejos, la acumulación de datos y la integración de sistemas. En su opinión, la verdadera oportunidad para las startups reside en esto último.
Desde las ventas hasta los seguros, Joe Schmidt enfatiza que las empresas no están pagando por una ventana de chat más inteligente, sino por un sistema que pueda ser responsable de los resultados empresariales. Esto implica comprender datos confusos, gestionar aprobaciones de varias personas y gestionar el cumplimiento normativo. Los modelos subyacentes se volverán más sólidos y más reemplazables, pero los datos, los procesos y la memoria operativa solidificados en torno a industrias específicas siguen siendo irremplazables.
Los fundadores a menudo preguntan si OpenAI y Anthropic lo matarán todo. Si bien los grandes laboratorios de modelos están entrando en una vasta franja de la capa de aplicación, la «capa de aplicación» no es un conjunto homogéneo de oportunidades. El «Camino de Ladrillos Amarillos» describe caminos en los que los laboratorios invierten recursos importantes, como la generación y la escritura de código, porque estos mejoran a medida que aumentan las capacidades del modelo en bruto. Sin embargo, en otras partes de Oz, el valor proviene del andamiaje que rodea al modelo: hacer que el resultado sea confiable, compatible e integrado en los procesos empresariales.
Si está iniciando una empresa, el Camino de Ladrillos Amarillos es el camino más visible, pero también el más peligroso. Implica conectar modelos de alto rendimiento a herramientas estándar como Slack o Salesforce. El problema es que los grandes laboratorios de modelos están haciendo exactamente esto a través de productos como Cowork y Codex, y poseen mejores márgenes, control y poder de distribución. Es probable que las startups que sigan este mismo libro de jugadas estén en un camino hacia la nada.
Para las startups, la situación no es del todo sombría. Más allá del camino de ladrillos amarillos, las empresas están construyendo experiencias centradas en el agente donde los modelos se entrelazan en software complejo. Estas empresas se centran en flujos de trabajo de varios pasos y con múltiples partes interesadas y abordan problemas a los que es difícil llegar para las plataformas horizontales. Incluso a medida que avanzan los grandes laboratorios de modelos, las empresas en otras partes de Oz tienen defensas: datos y volantes de aprendizaje, la capacidad de gestionar la volatilidad del modelo a través del enrutamiento entre proveedores, la optimización de costes al hacer coincidir tareas específicas con niveles de modelo apropiados y la capacidad de servir como plano de control de gobernanza.
En última instancia, la próxima generación de software empresarial se construirá más allá del camino de ladrillos amarillos. El rendimiento de estas empresas se juzga por las P&L de sus clientes en lugar de las puntuaciones de referencia genéricas. Si bien ambos caminos verán ganadores, los modelos subyacentes son reemplazables, pero los sistemas de trabajo construidos en dominios verticales no lo son.
[律动]
Dominancia de OpenAI y el Futuro de las Aplicaciones de IA: Implicaciones para Inversores en Cripto
El reciente análisis de Joe Schmidt de a16z presenta un marco crítico para comprender el panorama de las aplicaciones de IA, lo que tiene implicaciones significativas para los inversores en cripto que navegan la intersección de la inteligencia artificial y la tecnología blockchain. La metáfora de «Camino de Ladrillos Amarillos» de Schmidt delinea eficazmente entre la capa de aplicaciones cada vez más dominada por grandes proveedores de modelos como OpenAI y Anthropic, y las aplicaciones verticales especializadas donde probablemente emergerán verdadera innovación y creación de valor.
Análisis de Mercado: La Dicotomía de la Capa de Aplicaciones de IA
El mercado de IA está actualmente experimentando una bifurcación similar a la que presenciamos en los primeros días de la computación en la nube. Por un lado, las aplicaciones de propósito general como interfaces de chat, generación de código y creación de contenido siguen el «Camino de Ladrillos Amarillos» – son precisamente estos los ámbitos donde OpenAI, Anthropic y otros actores similares tienen ventajas inherentes mediante el control de modelos subyacentes, canales de distribución y reconocimiento de marca.
Para los inversores en cripto, esto crea una historia de advertencia sobre perseguir aplicaciones horizontales construidas exclusivamente sobre infraestructura de IA centralizada. Estas aplicaciones enfrentan amenazas existenciales a medida que los proveedores subyacentes integran verticalmente, ofreciendo soluciones cada vez más sofisticadas «listas para usar». Los paralelos con blockchain son notables: al igual que hemos visto numerosos protocolos DeFi perder sus fosas defensivas ante mejores experiencias de usuario y soluciones integradas, las aplicaciones de IA construidas simplemente sobre modelos fundamentales sin valor adicional probablemente enfrentarán una similar mercantilización.
Implicaciones para los Precios de Tokens
El análisis de a16z sugiere varias implicaciones matizadas para las valoraciones de tokens en el espacio cripto:
-
Tokens de Infraestructura: Los tokens que habilitan cómputo especializado, particularmente aquellos que admiten flujos de trabajo multiagente complejos, podrían superar a los tokens de infraestructura de IA genéricos. La necesidad de recursos de cómputo especializados en aplicaciones de IA verticales podría crear una demanda sostenida.
-
Tokens de DAO de Datos: Proyectos que habilitan la propiedad y gobernanza colectiva de datos en verticales específicos están posicionados para capturar valor significativo. Como señala Schmidt, «los datos, procesos y memoria operacional solidificados en torno a industrias específicas siguen siendo irremplazables» – los tokens que representan propiedad fraccionada o gobernanza de dichos ecosistemas de datos podrían experimentar una apreciación sustancial.
-
Tokens de Framework de Agentes: El análisis enfatiza «experiencias centradas en agentes donde los modelos están tejidos en software complejo». Los proyectos cripto que habilitan la creación, implementación y gobernanza de agentes autónomos con capacidades especializados podrían emerger como mecanismos principales de captura de valor.
Riesgos Estratégicos para Inversores en Cripto
Varios riesgos emergen de este panorama:
-
Riesgo de Centralización: A medida que los grandes proveedores de IA continúan integrando verticalmente, podrían construir sus propias soluciones blockchain o adquirir proyectos prometedores, potencialmente desplazando alternativas descentralizadas.
-
Ciclos de Hiperbólica: La narrativa de IA ya ha impulsado movimientos significativos en los precios de los tokens, con muchos proyectos careciendo de casos de uso concretos más allá de la integración básica de modelos. La futura corrección podría ser severa para proyectos sin una especialización vertical clara.
-
Árbitro Regulatorio: A medida que las aplicaciones de IA manejan cada vez más datos sensibles de la industria, particularmente en sectores regulados, las soluciones descentralizadas podrían enfrentar desafíos regulatorios diferentes a sus contrapartes centralizadas.
Oportunidades de Inversión Más Allá del Camino de Ladrillos Amarillos
Las oportunidades más prometedoras para los inversores en cripto se encuentran en la intersección de blockchain y aplicaciones de IA especializadas:
-
Mercados de IA Verticales: Plataformas descentralizadas que habilitan soluciones de IA específicas para industrias con fuertes fosas defensivas de datos. Estas podrían aprovechar incentivos de token para recopilar conjuntos de datos de dominio específicos valiosos que los grandes proveedores horizontales no pueden replicar fácilmente.
-
Oráculos Híbridos: Proyectos que combinan predicciones de IA con verificación de blockchain para aplicaciones de alto riesgo en seguros, salud o gestión de cadena de suministro donde la rendición de cuentas es primordial.
-
Agentes de IA Componibles: Frameworks que permiten a desarrolladores crear agentes especializados que pueden coordinar a través de diferentes blockchains y sistemas de IA, habilitando flujos de trabajo complejos de múltiples pasos que trascienden plataformas individuales.
-
Redes de Cómputo Descentralizadas: Proveedores de infraestructura especializados que ofrecen no solo cómputo crudo sino también el conocimiento de la industria específico y la optimización requerida para aplicaciones de IA verticales.
El análisis de a16z identifica correctamente que los clientes empresariales «no están pagando por una ventana de chat más inteligente, sino por un sistema que pueda ser responsable de los resultados del negocio». En términos cripto, esto sugiere que los proyectos que habilitan sistemas de IA auditables y verificables con resultados de negocio claros – particular aquellos que aprovechan la transparencia y componibilidad inherentes de blockchain – probablemente superarán a los tokens puramente especulativos de IA.
Conclusión
La capa de aplicaciones de IA está enfrentando consolidación en el nivel horizontal, pero esto crea oportunidades para la especialización vertical que los proyectos cripto están únicamente posicionados para capturar. Las inversiones más prometedoras probablemente combinarán conocimiento de dominio especializado con las ventajas únicas de la tecnología blockchain – particularmente en áreas que requieren confianza, transparencia y coordinación multiinteresada. Como señala Schmidt, «los modelos subyacentes son reemplazables, pero los sistemas funcionales construidos en dominios verticales no lo son». Para los inversores en cripto, la lección es clara: enfocarse en las «otras partes de Oz» donde blockchain puede crear valor defensable más allá de lo que incluso los proveedores de IA más grandes pueden replicar.