1 модель единорога
Стартап-единорог — это термин, используемый для описания стартапа, чья стоимость превышает 1 миллиард долларов. Термин «стартап-единорог» впервые использовала Эйлин Ли, соучредитель Cowboy Ventures, в статье, опубликованной на TechCrunch в 2013 году.
Эйлин Ли хотела использовать термин «единорог» для описания группы технологических стартапов, чья стоимость превышает 1 миллиард долларов и которые были основаны в США после 2003 года. На момент публикации было найдено всего 39 компаний, соответствующих этому критерию. В настоящее время стартапы-единороги, достигшие оценки в 1 миллиард долларов в течение 10 лет, составляют лишь 0,07% от всех стартапов.
Раньше создание стартапа-единорога — компании стоимостью в миллиард долларов — требовало огромной талантливой команды и миллионов долларов венчурного капитала. Но благодаря приложениям на основе искусственного интеллекта (ИИ) грядут большие перемены.
Достижения в области систем агентов искусственного интеллекта OpenAI позволяют отдельным основателям добиваться того, что раньше требовало коллективных усилий группы специалистов.
Генеральный директор OpenAI Сэм Альтман часто вспоминает момент, когда основатель компании достигает оценки в миллиард долларов, не нанимая ни одного сотрудника.
«Мы с друзьями, руководителями технологических компаний, держим пари, что однажды кто-то станет владельцем компании стоимостью в миллиард долларов, а он сам будет её единственным сотрудником. Это было и остаётся немыслимым без ИИ тогда и сейчас», — сказал Сэм Альтман.
Алекс Гуревич, управляющий директор Javelin Venture Partners, отметил, что легко увидеть, как ИИ может автоматизировать многие процессы, которые раньше требовали больше человеческого труда. Неотъемлемое преимущество нового стартапа перед традиционной компанией заключается в том, что он быстрее развивается, быстрее экспериментирует и принимает решения на основе данных.
ИИ «делится» работой
Уровни агентов OpenAI классифицируют системы ИИ по степени их автономности и способности принимать решения. На базовом уровне (уровни 1–2) агенты выполняют узкие задачи: составление электронных писем, генерацию фрагментов кода или резюмирование документов. К уровню 3 они управляют многоэтапными рабочими процессами, такими как оптимизация рекламных кампаний или управление каналами поддержки клиентов.
На уровне 4–5 агенты ИИ превращаются в стратегических партнеров, способных контролировать отделы или даже целые организации, балансируя бюджеты, ведя переговоры по контрактам и принимая важные решения.
Хотя современные инструменты ИИ колеблются между 2-м и 3-м уровнями, их траектория ясна. Прогнозируется, что к 2028 году 33% корпоративных программных приложений будут содержать ИИ-агенты, что позволит принимать 15% ежедневных рабочих решений автономно. Эти системы не только оптимизируют работу, но и объединяют организационные иерархии в единый интерфейс.
ИИ становится соучредителем
Раньше в крупных стартапах существовали специализированные команды для кодирования, дизайна, маркетинга, операций... Но сегодня один основатель может сделать гораздо больше благодаря мощной поддержке ИИ.
Агенты кода позволяют разрабатывать бизнес-планы в кратчайшие сроки. Инженер полного цикла под руководством программистов ИИ, таких как Github Co-Pilot, может проектировать и развертывать функциональные прототипы с беспрецедентной скоростью.
Генеративный ИИ можно использовать для создания контента «на лету». Такие инструменты, как MidJourney и Runway ML, позволяют создавать рекламу в социальных сетях, пользовательский контент и брендинговые материалы за считанные минуты.
Рабочие процессы на основе больших языковых моделей (LLM) могут использоваться для поддержки клиентов, SEO и email-маркетинга. Такие платформы, как Claude 3 или Gemini Advanced, позволяют создавать персонализированные кампании, анализировать настроения и отвечать на запросы пользователей.
Тенденции революции искусственного интеллекта
Три ключевые тенденции, которые, скорее всего, будут доминировать в революции ИИ в стартапах:
Демократизация инфраструктуры ИИ: облачные платформы (AWS, Google Cloud, Azure) и модели с открытым исходным кодом (DeepSeek R1, Llama 3, Mistral) снизили стоимость развертывания ИИ.
Самосовершенствующиеся системы рассуждений: такие модели, как OpenAI O1 или DeepSeek R1, позволяют агентам ИИ постепенно повышать свою эффективность, анализируя предыдущие результаты и корректируя стратегии с помощью архитектуры «Смешанные эксперты» (MoE). Эти модели задействуют специализированные подмножества своих сетей для эффективного решения сложных задач, таких как продвинутая математика и программирование.
Совместная работа агентов: агенты ИИ теперь могут делегировать задачи друг другу. Агент-кодировщик может создать функцию, передать её агенту-тестировщику для контроля качества, а затем уведомить агента-развёртчика о необходимости запустить её в эксплуатацию — и всё это без участия человека.
Предупреждение о недостатках
Рост числа единорогов, состоящих из одного участника, поднимает ряд вопросов, которые следует рассмотреть:
• Ответственность: Кто несет ответственность, если агент ИИ допускает ошибку в инструменте медицинской транскрипции или алгоритме найма?
• Дискриминация: будут ли агенты, обученные на предвзятых данных, проявлять дискриминацию, если они не проходят строгий аудит?
• Вытеснение: если ИИ позволит индивидуальным предпринимателям заменить традиционные малые и средние предприятия, как мы будем переобучать вытесненных работников?
Действующая нормативно-правовая база пока не успевает за стремительным развитием искусственного интеллекта. Закон ЕС об искусственном интеллекте и Указ бывшего президента США Джо Байдена об искусственном интеллекте (Указ 14110) стали первыми шагами, но глобальные стандарты для ИИ ещё не систематизированы.
![[Морские новости] Более 80% мировых контейнерных перевозок находится в руках MSC и крупных судоходных альянсов.](https://vphoto.vietnam.vn/thumb/402x226/vietnam/resource/IMAGE/2025/7/16/6b4d586c984b4cbf8c5680352b9eaeb0)
Комментарий (0)