Esai terakhir saya tentang potensi efek jaringan dalam AI generatif (di blog Speedinvest) mencoba memisahkan hype AI dari kenyataan. Terlepas dari diskusi terengah-engah tentang "pergeseran platform", model dasar seperti GPT-4 dan Stable Diffusion tidak memiliki karakteristik platform. ChatGPT juga tidak. Namun, peluncuran plugin ChatGPT mengubah ini — sebenarnya ini adalah platform sekarang. Tapi platform seperti apa?

Sebelum kami menjawab pertanyaan itu, rekap singkat akan membantu. Anda memerlukan empat komponen untuk membuat platform — produk dasar , kerangka pengembangan , pencocokan , dan manfaat ekonomi . Model bahasa besar (LLM) seperti GPT-4 hanya memenuhi satu dari empat persyaratan — mereka menyediakan kerangka kerja pengembangan bagi pengembang untuk membuat aplikasi baru. Namun, LLM tidak memiliki pengguna akhir, sehingga tidak memiliki produk dasar. Akibatnya, mereka tidak dapat "mencocokkan" pengguna dengan aplikasi yang tepat atau membantu pengembang tersebut meningkatkan bisnis mereka.

Demikian pula, ChatGPT juga bukan platform sebelum meluncurkan plugin. Dalam hal ini, ia memang memiliki pengguna dan memiliki produk dasar — ​​ChatGPT diluncurkan sebagai produk konsumen, meskipun itu dimaksudkan sebagai pembuktian konsep. Tapi itu tidak memiliki kerangka pengembangan, sehingga tidak bisa "mencocokkan" pengguna dengan aplikasi atau memberikan manfaat ekonomi. Plugin menambahkan dimensi baru untuk ini.

Plugin ChatGPT: Platform

Plugin memperkenalkan kerangka kerja pengembangan ke ChatGPT. Lebih penting lagi, ChatGPT juga “mencocokkan” pengguna dengan aplikasi — pengguna harus menginstal plugin yang relevan dari Plugin Store sebelum ChatGPT dapat memanfaatkannya. Dan terakhir, ChatGPT dapat memberi Anda tautan pemesanan ke plugin seperti Expedia atau OpenTable untuk menyelesaikan permintaan — manfaat ekonomi yang jelas bagi pengembang plugin tersebut. Ini berarti ChatGPT sekarang menjadi platform yang lengkap .

Itu bukanlah akhir dari cerita. Seperti yang sudah saya jelaskan sebelumnya, tidak semua platform diciptakan sama . Perbedaan antara efek jaringan mereka bergantung pada beberapa faktor:

1. Platform dengan beragam kasus penggunaan lebih dapat diskalakan (misalnya sistem operasi komputasi seluler seperti iOS dan Android). Sampai hari ini, ChatGPT tampaknya memenuhi kriteria tersebut. Rangkaian kemampuannya yang memusingkan telah banyak dibahas — termasuk pembuatan kode atau konten, membantu pekerjaan rumah, memesan perjalanan, membuat reservasi restoran, menjadi alternatif pencarian, dll.
2. Platform dengan aplikasi asli lebih dapat dipertahankan daripada yang terutama mengintegrasikan atau terhubung dengan yang sudah ada. Sampai hari ini, plugin ChatGPT adalah yang terakhir, yaitu kurang dapat dipertahankan - terutama karena pengembang plugin ini termotivasi untuk berintegrasi dengan platform apa pun yang digunakan penggunanya (itu bisa berarti Google Bard yang ditingkatkan, musuh seperti Bing Chat, dll.).

Kasus Penggunaan Berfokus + Plugin/Integrasi

Kemungkinan pertama adalah bahwa ChatGPT bergerak ke kiri pada matriks ini, yaitu menjadi lebih terfokus dari waktu ke waktu pada beberapa kasus penggunaan (mis. pembuatan kode/konten, pekerjaan rumah , dll.). Akibatnya, pengembang yang memiliki aplikasi yang sudah ada yang menargetkan kasus penggunaan ini membangun lebih banyak integrasi dengan ChatGPT, dan aplikasi asli baru tidak terwujud.

Versi masa depan ini mungkin terdengar seperti fiksi ilmiah distopia, tetapi ada satu argumen utama yang mendukungnya. Ada alasan mengapa obrolan dan antarmuka suara sulit lepas landas dalam komputasi sejauh ini — beban kognitif . Sederhananya, pikirkan jumlah upaya mental yang diperlukan dari pengguna untuk menghasilkan obrolan atau perintah suara yang efektif dan bandingkan dengan mengetuk tombol pada antarmuka pengguna grafis (GUI).

Untuk pengguna yang paham teknologi seperti pengembang perangkat lunak, menggunakan ChatGPT (atau GitHub Copilot, dalam hal ini) sebenarnya mengurangi beban kognitif saat membuat kode (yang membutuhkan upaya mental yang sangat tinggi). Demikian pula, ChatGPT juga menurunkan beban kognitif untuk penulisan konten. Namun, untuk konsumen rata-rata, mengetik prompt yang efektif membutuhkan upaya mental yang jauh lebih besar dibandingkan dengan mengetuk tombol pada GUI aplikasi smartphone atau bahkan memasukkan frasa pencarian 1–3 kata di Google (panjang tipikal kata kunci pencarian populer ). Jika Anda menginginkan lebih banyak bukti, lihat industri rumahan yang sedang berkembang untuk petunjuk AI yang telah ditulis sebelumnya — bukan sesuatu yang Anda perlukan jika mudah dibuat oleh orang lain.

Tentu saja, ChatGPT jauh lebih mumpuni daripada iterasi chatbot dan asisten AI sebelumnya (halo Alexa) yang gagal mengatasi masalah beban kognitif. Tapi hanya karena bisa berbuat lebih banyak tidak berarti itu akan digunakan seperti itu oleh semua orang. Batasannya adalah manusia, bukan terkait teknologi.

Komputasi Serba Guna + Aplikasi asli

Kemungkinan kedua adalah bahwa ChatGPT naik pada matriks ini, yaitu mempertahankan statusnya saat ini sebagai pisau tentara swiss, bahkan saat adopsi meningkat. Selain itu, pengembang penghobi menghadirkan kasus penggunaan baru dan membangun aplikasi asli baru di atas platform ChatGPT.

Untuk menempuh jalur ini, ChatGPT perlu mengatasi masalah muatan kognitif — tetapi bagaimana caranya? Ini membutuhkan beberapa spekulasi. Sangat mungkin bahwa ChatGPT mengikuti jalur yang mengganggu , yaitu dengan meningkatkan aksesibilitas UI-nya (yang saat ini berkinerja buruk). Mungkin ChatGPT dapat memasukkan lebih banyak elemen GUI atau beralih ke paradigma UI yang sama sekali berbeda dengan kecerdasan yang sama yang mendukungnya. Atau mungkin bisa berlanjut ke titik di mana perintah hanya membutuhkan 1–3 kata (seperti berapa banyak orang yang menggunakan Google saat ini).

Jika masalah beban kognitif diselesaikan, satu-satunya hal yang hilang adalah kecerdikan pengembang. Model komputasi baru dan cara berinteraksi dengannya cenderung memunculkan gelombang baru aplikasi asli — kami telah melihat cerita ini dimainkan sebelumnya dengan PC dan smartphone. Pola cocok.

Kemungkinan ketiga adalah platform ChatGPT bisa berakhir di tengah karena kekuatan yang saling bertentangan ini. Jika saya harus menebak, saya akan mengatakan itu berakhir di kuadran kiri bawah kerangka kerja (di antara skenario "bergerak ke kiri" dan "tengah") - dengan AI dilihat sebagai jalur perakitan, bukan Ford Model T era ini (ChatGPT menjadi salah satu implementasi besar pertama). Tentu saja, ini hanya pencocokan pola. Waktu akan berbicara.

Apa yang harus Anda lakukan selanjutnya…

1. Pitch me : Tidak perlu intro hangat

Saya berinvestasi di startup pra-seed/seed-stage sebagai Venture Partner di Speedinvest dan juga melalui Atomico Angel Program. Jika startup Anda dibangun di atas efek jaringan dan berbasis di Eropa, hubungi saya di sini .

2. Ikuti penilaian efek jaringan

Tolok ukur efek jaringan Anda dengan menjawab kuis 1 menit tentang startup Anda atau potensi investasi startup. Cobalah di sini .

3. Terapkan untuk kursus berbasis kohort saya

Ingin mempelajari lebih lanjut tentang efek jaringan? Saya menjalankan kursus gaya lokakarya selama 3 minggu tentang membangun, mengevaluasi, menskalakan, dan memonetisasi efek jaringan. Daftar sekarang untuk mengamankan tempat Anda atau tonton kursus kilat efek jaringan gratis ini untuk mengetahui apa yang diharapkan.

4. Pesan konsultasi

Apakah Anda memiliki pertanyaan khusus tentang membuat, menskalakan, atau memonetisasi efek jaringan? Pesan konsultasi atau daftar untuk jam kantor mingguan gratis saya (mereka cenderung cepat dipesan).