З моменту випуску ChatGPT ми бачили 3 різні хвилі стартапів на рівні штучного інтелекту, кожна з яких мала більшу конкуренцію та консолідацію. Ми щойно увійшли до хвилі #3, і динаміка змагань змінюється цікавим чином:

Wave 1️⃣ була обгорткою та розумними підказками з відшліфованими інтерфейсами користувача, які швидко випереджали в міру вдосконалення базових моделей.

Wave 2️⃣ був «нативним для штучного інтелекту» стартапом, який створював власні конвеєри даних і вбудовані робочі процеси, але багато хто зазнав невдачі, коли платформи, від яких вони залежали, запускали конкуруючі додатки.

Зараз ми перебуваємо в Хвилі ⃣ 3️, агентичної ери. Ця хвиля на основі RL присвячена агентам, які вчаться, оптимізуючи робочі процеси з часом, а не покладаючись на статичні підказки. Постачальники моделей відправляють цих агентів прямо користувачам (Agent Mode від OpenAI, Claude Code від Anthropic), і планка для «AI-native» швидко зростає.

Стартапи створюють агентів на основі RL, які спостерігають за цілими процесами. Торговий агент може дізнатися, що подальші дії через два дні після демонстрації працюють краще, ніж один, або що фінтех-угоди закриваються швидше, якщо інженер з продажу підключиться до роботи на ранній стадії. Ці агенти засвоюють негласні знання, яких немає в традиційних CRM.

Big Tech контролює величезні історичні набори даних (Google з пошуковими даними, Meta з соціальними даними). Чого їм не вистачає, так це видимості повного ланцюжка рішень, дій і передач, які визначають, як виконується реальна робота.

Кращі базові моделі, такі як удосконалення OpenAI, лише покращують здатність цих агентів до навчання, а потік даних про взаємодію, згенерованих користувачами та агентами, які працюють разом, стає ключовим власним активом у штучному інтелекті.