Fundusz Zero Shot, założony przez weteranów OpenAI, zmienia zasady gry na rynku inwestycji w sztuczną inteligencję. Wykorzystując unikalną wiedzę o przyszłych możliwościach modeli, fundusz ten aktywnie selekcjonuje projekty, odrzucając te, które uznaje za technicznie niewykonalne lub skazane na szybkie przestarzenie.
Zero Shot: Nowy gracz z unikalną przewagą
Zero Shot, nowy fundusz venture capital założony przez byłych inżynierów i liderów produktu OpenAI, zamknął pierwszą rundę finansowania, dążąc do osiągnięcia celu 100 milionów dolarów. Pięciu partnerów założycieli, w tym trzech weteranów OpenAI, już teraz wykorzystuje swoją wewnętrzną wiedzę, aby deklarować całe kategorie startupów jako technicznie niewykonalne. To kluczowy szczegół: osoby, które budowały fundamentalne modele AI, teraz decydują, które firmy mogą na nich bazować. Zero Shot to nie tylko kolejny uczestnik w gorączce złota AI; reprezentuje strukturalną zmianę w tym, kto sprawuje władzę nad warstwą aplikacji AI.
Od budowniczych do alokatorów kapitału
Partnerzy założyciele Zero Shot to Evan Morikawa (przywództwo w inżynierii stosowanej), Andrew Mayne (inżynieria promptów, gospodarz podcastu OpenAI) i Shawn Jain (badania i inżynieria), a także Kelly Kovacs (wcześniej partner założyciel w 01A) i Brett Rounsaville (wcześniej Twitter i Disney). Ich rada doradcza dodatkowo rozszerza wpływ OpenAI. Ta koncentracja doświadczenia z laboratoriów granicznych w jednym funduszu jest znacząca. Ich wiarygodność wynika nie tyle z prestiżu, ile z implikacji: ten zespół widział wewnętrzne plany, rozumie ograniczenia architektoniczne i wie, dokąd zmierzają możliwości modeli granicznych, zanim zrobi to rynek. Ta asymetryczna informacja jest faktycznym produktem funduszu.
Strategia inwestycyjna i odrzucane kategorie
Zero Shot zainwestował już w trzy firmy:
- Worktrace AI: Założona przez byłą menedżerkę produktu OpenAI, Angelę Jiang, rozwija oprogramowanie do zarządzania oparte na AI, pomagające przedsiębiorstwom odkrywać i automatyzować zadania.
- Foundry Robotics: Buduje robotykę fabryczną wzbogaconą o AI.
- Trzecia firma pozostaje w ukryciu.
Bardziej ujawniającym wymiarem tezy Zero Shot jest to, czego partnerzy nie będą finansować. Andrew Mayne jest sceptyczny wobec większości platform do 'vibe coding’, przewidując, że główni twórcy modeli szybko sprawią, że samodzielne subskrypcje staną się zbędne. Podobnie sceptycznie podchodzi do startupów tworzących cyfrowe bliźniaki, po zbudowaniu modelu rozumowania do ich testowania i stwierdzeniu, że standardowe LLM-y działają porównywalnie. Evan Morikawa, opierając się na swoim doświadczeniu w robotyce i AI, odrzuca startupy budujące dane treningowe do ’embodiment’ z wideo egocentrycznego, wskazując na znaczące wyzwania techniczne w przenoszeniu nauki przez lukę ’embodiment’.
Te opinie nie są przypadkowe; są oparte na bezpośredniej wiedzy o tym, co modele graniczne będą w stanie zrobić w ciągu najbliższych 6-18 miesięcy. Większość założycieli prezentujących projekty w tych kategoriach po prostu nie ma takiej widoczności. Kiedy były inżynier OpenAI mówi, że platformy do 'vibe coding’ zostaną wchłonięte przez dostawców modeli, to nie jest spekulacja rynkowa, lecz przewidywanie oparte na znajomości planów produktowych, które to umożliwią.
Wpływ na ekosystem AI: Problem strażnika innowacji
Ta dynamika ma konsekwencje wykraczające poza portfolio jednego funduszu. Byli pracownicy laboratoriów granicznych posiadają asymetryczną informację o możliwościach modeli, planach rozwoju i ograniczeniach architektonicznych, której osoby z zewnątrz po prostu nie mają. Kiedy fundusz taki jak Zero Shot odrzuca startup, ponieważ jego partnerzy wiedzą, że 'GPT-next’ wprowadzi natywną funkcję, która sprawi, że cała kategoria stanie się zbędna, ten sygnał się rozprzestrzenia. Inni inwestorzy VC, widząc, że byli insiderzy OpenAI odrzucili projekt, dostosowują swoje oceny. Kategoria traci na atrakcyjności, a kapitał płynie gdzie indziej. Wiedza wewnętrzna nie tylko informuje o jednej decyzji inwestycyjnej; kształtuje to, które kategorie firm AI w ogóle mogą istnieć.
Firmy AI generujące ogromną wartość poprzez swoje modele, za pośrednictwem sieci absolwentów, coraz częściej decydują, które firmy niższego szczebla otrzymają finansowanie, a które zostaną pozbawione kapitału. W branży, gdzie laboratoria graniczne już dominują w badaniach, talentach i mocy obliczeniowej, pojawia się niewygodne pytanie: czy ich absolwenci powinni również kontrolować kapitał, który decyduje o tym, kto zbuduje kolejną warstwę? Budowniczowie stali się alokatorami. Prawdziwym zakładem jest to, czy doprowadzi to do lepszych inwestycji, czy też do węższego ekosystemu AI.
Materiał opracowany przez redakcję BitBiz na podstawie doniesień rynkowych.
Dodaj komentarz