C’è un’opportunità di ricavi che vale 60 miliardi di dollari per gli stakeholder della supply chain dell’intelligenza artificiale generativa. Ma è un’opportunità che queste imprese potranno cogliere soprattutto nel segmento enterprise e, comunque, in nuovi modelli di offerta a pagamento, perché l’adozione della generative Ai, grazie alle Api pubbliche e a ChatGpt, si è attualmente diffusa in massa grazie all’offerta gratuita che, a lungo andare, renderà i costi insostenibili. Lo scrive Abi Research in una nota basata sulla ricerca “Generative Ai: Identifying technology supply side revenue opportunities”, che analizza le diverse applicazioni e le loro potenzialità sui diversi mercati.
Abi research scrive che i costi per sviluppare, addestrare e offrire i modelli Ai generativi sono destinati a crescere e gli stakeholder della catena del valore dovranno trovare il modo per vendere sia alle imprese che ai consumatori per garantirsi una crescita adeguata dei ricavi. Anche sul mercato consumer, dunque, è possibile che le offerte freemium diminuiscano: far funzionare prodotti come ChatGpt costa almeno 500.000 dollari al giorno.
Supply chain dell’Ai generativa, ricavi a +162%
Dopo l’ingresso sul mercato di ChatGpt, l’uso consumer dell’Ai generativa è esploso, portando ad alti livelli di traffico verso questo e altri prodotti. Sulla scia di questa domanda, la catena di approvvigionamento si è messa in moto con un’attività significativa in ogni livello (R&S, hardware, foundation model, strumenti di servizio Ml, servizi dati, applicazioni, etica/regolamentazione), cercando di costruire un accesso alle opportunità commerciali nel segmento aziendale. Secondo Abi research, questo mercato si espanderà rapidamente entro il 2030 con un Cagr del 162%, offrendo quasi 60 miliardi di dollari di entrate per i vari attori nella catena di approvvigionamento.
“Catturare l’opportunità commerciale enterprise è essenziale poiché gli stakeholder continuano a lottare con la passione dei costi legata alla domanda sul segmento consumer. Costruire set di dati, implementare infrastrutture, addestrare ed eseguire modelli linguistici di grandi dimensioni come Claude, LLaMa, Titan o Gpt-3.5 ha un peso sui costi considerevole che sarà difficile da ridurre”, spiega Reece Hayden, Senior analyst di Abi Research. “Le applicazioni pubbliche molto usate come ChatGpt costano almeno 500.000 dollari al giorno per funzionare. Tale costo aumenterà sempre più con l’aumentare dell’utilizzo. Finora, le parti interessate hanno fatto affidamento su finanziamenti esterni per sostenere il libero accesso attraverso investimenti in capitale di rischio o sovvenzioni interne. Questo modello non può andare avanti per sempre: dovranno identificare le strategie per iniziare a generare entrate nei segmenti dei consumatori e delle imprese”.
Fine dei modelli freemium?
L’analista spiega che, dato l’elevato costo di acquisizione dei clienti, gli stakeholder nella supply chain dell’intelligenza artificiale generativa sono principalmente bloccati in “modelli di entrate freemium che sono in gran parte insostenibili nel segmento dei consumatori” e “non adatti” per il mercato aziendale.
Prosegue Hayden: “Anche se passare da questo modello sarà impegnativo, la cosa buona è che molte opportunità di monetizzazione sono applicabili in tutta la catena di approvvigionamento”.
Gli stakeholder possono, per esempio, cercare di implementare modelli pubblicitari come quelli utilizzati dai motori di ricerca, modelli di compartecipazione alle entrate che si sono dimostrati efficaci in aree adiacenti, come i mercati cloud, o persino cercare di produrre Llm (large language modelli) open source con funzioni aziendali closed source.
Ma è essenziale che i fornitori nella supply chain allineino attentamente le loro capacità con un modello di entrate, poiché alcuni potrebbero non essere adatti allo scopo.
I vendor dell’Ai puntano alle imprese
Le strategie di generazione di entrate di maggior successo nel prossimo futuro cercheranno di sostenere direttamente l’adozione delle imprese, prosegue la nota di Abi research. La maggior parte delle imprese manca di competenze e strumenti di machine learning (Ml), competenze operative e quadri strategici legali per supportare efficacemente lo sviluppo e l’implementazione dell’Ai generativa.
Per questo motivo, Hayden raccomanda agli stakeholder della catena di approvvigionamento di “cercare di fornire servizi di consulenza o costruire piattaforme low/no-code che supportino lo sviluppo, l’implementazione, il fine-tuning, l’ottimizzazione, la gestione delle modifiche operative e il mantenimento”.
Consulenze e servizi: potenziale da 15 miliardi di dollari
Già si sono formate alleanze tra consulenti aziendali, come Bain, McKinsey e Bcg, classici system integrator e proprietari di modelli Ai come OpenAi. Andando avanti, la parte di servizio aziendale della catena di approvvigionamento potrebbe valere più di 15 miliardi di dollari entro il 2030.
Altri fattori sono in gioco in questo mercato, in particolare la crescente attenzione alla privacy dei dati, che scatenerà un crescente interesse per i fornitori di servizi di dati. L’applicazione della regolamentazione del copyright per i dati usati nell’addestramento e la domanda aziendale di fine-tuning creerà un interesse costante nelle aziende in grado di curare set di dati aziendali o generare database sintetici.
“La catena di approvvigionamento ha molte opportunità per compensare l’onere dei costi con nuovi modelli di revenue, e alcuni stanno già cercando di farlo”, conclude Hayden. “Oltre alla semplice identificazione di nuovi modelli di ricavo, gli stakeholder dovrebbero cercare di costruire solide partnership in tutta la catena di approvvigionamento, costruire prodotti/servizi che mirano all’implementazione e alla scalabilità B2B e sviluppare una posizione di leadership nello sviluppo responsabile dell’Ai”.
