Am văzut 3 valuri distincte de startup-uri AI la nivel de aplicație de la lansarea ChatGPT, fiecare cu mai multă concurență și consolidare. Tocmai am intrat în valul #3 și dinamica competitivă se schimbă în moduri interesante:

Wave 1️⃣ a fost wrappers și prompturi inteligente cu interfețe de utilizare lustruite care au fost rapid depășite pe măsură ce modelele de bază s-au îmbunătățit.

Wave 2️⃣ a fost un startup "nativ AI" care a construit conducte de date personalizate și fluxuri de lucru încorporate, dar multe au fost presate atunci când platformele de care depindeau au lansat aplicații concurente.

Acum suntem în Valul 3️⃣, era agentică. Alimentat de RL, acest val este despre agenți care învață - optimizând fluxurile de lucru în timp în loc să se bazeze pe solicitări statice. Furnizorii de modele livrează acești agenți direct utilizatorilor (Agent Mode de la OpenAI, Claude Code de la Anthropic), iar ștacheta pentru "AI-native" crește rapid.

Startup-urile construiesc agenți conduși de RL care observă procese întregi. Un agent de vânzări ar putea afla că urmărirea la două zile după o demonstrație funcționează mai bine decât una sau că tranzacțiile fintech se încheie mai repede cu un inginer de vânzări conectat mai devreme. Acești agenți învață cunoștințe tacite care nu trăiesc în CRM-urile tradiționale.

Big Tech controlează seturi de date istorice masive (Google cu date de căutare, Meta cu date sociale). Ceea ce le lipsește este vizibilitatea întregului lanț de decizii, acțiuni și transferuri care definesc modul în care se face munca reală.

Modelele de bază mai bune, cum ar fi îmbunătățirile OpenAI, nu fac decât să îmbunătățească capacitatea acestor agenți de a învăța, iar fluxul de date de interacțiune generate de utilizatori și agenți care lucrează împreună devine activul cheie în AI.