Мы наблюдали 3 различных волны стартапов в области ИИ на уровне приложений с момента выхода ChatGPT, каждая из которых сопровождалась увеличением конкуренции и консолидацией. Мы только что вошли в волну #3, и конкурентная динамика меняется интересными способами:

Волна 1️⃣ — это обертки и умные подсказки с отшлифованными интерфейсами, которые быстро устарели по мере улучшения базовых моделей.

Волна 2️⃣ была связана с "AI-native" стартапами, создающими пользовательские конвейеры данных и встроенные рабочие процессы, но многие оказались под давлением, когда платформы, от которых они зависели, запустили конкурирующие приложения.

Теперь мы находимся в Волне 3️⃣, эре агентности. Поддерживаемая RL, эта волна посвящена агентам, которые учатся - оптимизируя рабочие процессы со временем, вместо того чтобы полагаться на статические подсказки. Поставщики моделей отправляют этих агентов прямо пользователям (Режим агента OpenAI, Claude Code от Anthropic), и планка для "AI-native" быстро растет.

Стартапы создают агентов, управляемых RL, которые наблюдают за целыми процессами. Агент по продажам может узнать, что последующее обращение через два дня после демонстрации работает лучше, чем через один, или что сделки в финтехе закрываются быстрее, если инженер по продажам подключается на раннем этапе. Эти агенты усваивают неявные знания, которые не содержатся в традиционных CRM.

Крупные технологические компании контролируют огромные исторические наборы данных (Google с данными поиска, Meta с социальными данными). Однако им не хватает видимости в полную цепочку решений, действий и передач, которые определяют, как выполняется фактическая работа.

Лучшие базовые модели, такие как улучшения OpenAI, только усиливают способность этих агентов к обучению, а поток данных взаимодействия, генерируемый пользователями и агентами, работающими вместе, становится ключевым собственным активом в области ИИ.