Während wir uns dem dritten Jahr der generativen KI-Revolution nähern, erlebt die künstliche Intelligenz einen radikalen Wandel. Der Fokus verlagert sich von schnellen, vorab trainierten Antworten („schnelles Denken“) hin zu gezielter, schlussfolgerungsgesteuerter Intelligenz zum Zeitpunkt der Schlussfolgerung („langsames Denken“). Diese Entwicklung treibt eine neue Generation von Agentenanwendungen voran, verändert Branchen und definiert Möglichkeiten neu.

Die Stabilisierung der Grundschicht der generativen KI

Der Markt für generative KI hat eine entscheidende Stabilisierungsphase erreicht. Branchenriesen wie Microsoft/OpenAI, AWS/Anthropic, Meta und Google/DeepMind haben ihre Positionen innerhalb der Basisschicht gefestigt. Unterstützt durch erhebliches Kapital und effiziente Wirtschaftsmodelle haben diese Partnerschaften die Vorhersage des nächsten Tokens schneller, günstiger und zugänglicher gemacht.

Doch während sich die Fundamentschicht stabilisiert, verlagert sich der Fokus auf die Argumentationsebene – der Bereich der gezielten Problemlösung und kognitiven Operationen. Dieses „System 2“-Denken geht über die Mustererkennung hinaus und konzentriert sich auf KI-Modelle, die in der Lage sind, beim Schlussfolgern zu schlussfolgern und Entscheidungen zu treffen. Inspiriert von Fortschritten wie AlphaGo verändert diese Ebene die Art und Weise, wie KI komplexe, reale Probleme löst.

Von Software as a Service (SaaS) zu Service as a Software

Generative KI durchbricht Grenzen und führt uns vom SaaS-Modell zu einem revolutionären Paradigma: Service als Software. Dabei stellt KI nicht nur Werkzeuge zur Verfügung – sie erledigt die Arbeit selbst. Dieser Wandel eröffnet ein Billionen-Dollar-Marktpotenzial und definiert Branchen wie Kundensupport, Cybersicherheit und Softwareentwicklung neu.

Nehmen Sierra, ein KI-gestützter Kundendienstmitarbeiter. Unternehmen zahlen nicht mehr für Softwareplätze, sondern pro gelöstem Problem. Dieser ergebnisorientierte Ansatz verkörpert Service-as-a-Software: Er liefert messbare Ergebnisse. Ebenso GitHub Copilot hat sich von der Unterstützung von Entwicklern zur Automatisierung ganzer Codierungsabläufe entwickelt und XBOW revolutioniert die Cybersicherheit mit kontinuierlichem KI-gesteuertem Pentesting.

Argumentation zum Zeitpunkt der Schlussfolgerung: Die nächste Grenze

Der Sprung von instinktiven Reaktionen („System 1“) zu bewusstem Denken („System 2“) markiert den nächsten transformativen Schritt in der KI. Modelle wie das von OpenAI o1 (Erdbeere) sind Vorreiter dieses Wandels, indem sie „Inference-Time-Compute“ einführen, das es Modellen ermöglicht, innezuhalten, auszuwerten und zu überlegen, bevor sie reagieren.

Diese Innovation hat bereits Bereiche wie Programmierung, Mathematik und wissenschaftliche Forschung revolutioniert. Inspiriert von AlphaGos bahnbrechendem Entscheidungsfindungsrahmen setzen diese Fortschritte beispiellose kognitive Fähigkeiten frei und ebnen der KI den Weg, immer komplexere Herausforderungen zu bewältigen.

Kognitive Architekturen: Die Komplexität der realen Welt bewältigen

Während allgemeine Denkmodelle sich weiterentwickeln, erfordern reale Anwendungen domänenspezifische kognitive Architekturen. Diese Architekturen emulieren menschliche Arbeitsabläufe und unterteilen Aufgaben in diskrete, logische Schritte.

Zum Beispiel, Droiden der Fabrik Automatisieren Sie Softwareentwicklungsaufgaben wie das Überprüfen von Pull Requests, das Ausführen von Tests und das Zusammenführen von Code. Durch die Kombination von Basismodellen mit Anwendungslogik, Compliance-Leitplanken und spezialisierten Datenbanken erstellen kognitive Architekturen praktische, intelligente Lösungen, die auf die Anforderungen der Branche zugeschnitten sind.

Agentenanwendungen: Den Markt neu definieren

Die Denkfähigkeiten der generativen KI treiben eine Welle von Agentenanwendungen — KI-Tools, die Initiative ergreifen und greifbare Ergebnisse liefern. Beispiele:

• Harvey: KI-gestützter Rechtsassistent
• Nachlesen: KI-Arbeitsassistent
• Kürzen: Medizinischer KI-Schreiber
• XBOW: KI-Pentester
• Sierra: KI-Kundensupport-Mitarbeiter

Durch die Reduzierung der Grenzkosten für die Bereitstellung dieser Dienste machen agentenbasierte Anwendungen anspruchsvolle Tools für Unternehmen jeder Größe zugänglich. Beispielsweise demokratisiert das automatisierte Pentesting von XBOW die Cybersicherheit und ermöglicht es Unternehmen, regelmäßige Bewertungen kostengünstig durchzuführen.

Skalierung von Inference-Time-Computing: Die Zukunft der KI

Das nächste Kapitel der KI-Innovation hängt von der Skalierung ab Inferenzzeit berechnen. Das o1-Modell von OpenAI führt ein neues Skalierungsgesetz ein: Je mehr Rechenleistung zum Zeitpunkt der Inferenz zugewiesen wird, desto besser sind die Argumentationsfähigkeiten. Diese Verschiebung wird den Aufstieg von Inferenzwolken – dynamische Umgebungen, die die Rechenressourcen je nach Aufgabenkomplexität anpassen.

Stellen Sie sich Modelle vor, die stunden- oder tagelang logisch denken können. Diese Fähigkeit könnte zu bahnbrechenden Entdeckungen in der Mathematik, Biologie und anderen Bereichen führen und Probleme lösen, die einst als unüberwindbar galten. Der Übergang von riesigen Vortrainingsclustern zu agilen Inferenzwolken stellt einen bedeutenden Meilenstein in der KI-Entwicklung dar.

Möglichkeiten in der Anwendungsschicht

Für Startups und Investoren bietet die Anwendungsschicht die vielversprechendsten Innovationsmöglichkeiten. Während Hyperscaler die Foundation-Schicht dominieren, ermöglicht die Anwendungsschicht die Schaffung von domänenspezifische Lösungen die sich präzise mit realen Problemen befassen.

Durch die Nutzung benutzerdefinierter kognitiver Architekturen und Argumentationsfähigkeiten können Startups Tools entwickeln, die sich nahtlos in Arbeitsabläufe integrieren lassen und so die Lücke zwischen Allzweckmodellen und praktischen Anwendungen schließen.

Abschließende Gedanken

Da KI die Welt in einem unglaublichen Tempo verändert, verändert sie auch die Geschäftslandschaft, z. B. wie Unternehmen konkurrieren und wachsen. Der Grund dafür ist, dass die „Produktionskosten für die Herstellung eines Produkts oder einer Dienstleistung, die Bereitstellung eines Kundenerlebnisses“ nur noch einen Bruchteil dessen betragen, was sie einmal waren. Dank KI wurde der „10x“-Faktor freigesetzt.

Hier sind drei persönliche Meinungen zur Zukunft von Wirtschaft und KI, basierend auf meinen Erfahrungen beim Ausbau von GroundAI und bei der Betreuung unserer Kunden.

1. Entwicklung von PLG zu ALG. Traditionelles SLG (verkaufsorientiertes Wachstum) und PLG (produktorientiertes Wachstum) sind nicht mehr so effektiv, da der Kundenstamm nicht mit der Geschwindigkeit der Produktivitätssteigerung gewachsen ist. Daher tendiert das Wachstum stark zum Vertriebsnetz. Ein neuer Ansatz, wenn es darum geht, Ihr Publikum zu erreichen. Ich habe es ALG genannt, publikumsorientiertes Wachstum. Der springende Punkt ist, wie Sie Ihr Publikum auf verschiedenen Plattformen effektiv einbeziehen.
2. Die Beschleunigung der Expansion chinesischer Technologieunternehmen ins Ausland, allerdings mit einer Geschichte aus zwei Städten.
   B2C- oder Massen-B2B-SaaS-Unternehmen ($20 ~ $100/Monat), z. B. talkie.ai, runcomfy.com, nehmen Gestalt an und rangieren unter den Top 3 in ihrem Bereich. Viele dieser Startups bestehen aus einem Entwicklerteam von weniger als fünf Personen, verfügen aber über einen sehr ausgefeilten SEO- und ALG-Ansatz. Auf der anderen Seite kämpfen die großen SaaS-/Software-Unternehmen (50.000 ~ 100 ACV) immer noch darum, Marktanteile zu gewinnen, hauptsächlich aufgrund eines Problems, das ich „Gründer-Markt-Fit“ genannt habe – der Gründer kann seine Denkweise nicht lokalisieren, um einen konsistenten Ausführungsplan zu erstellen, um außerhalb Chinas Fuß zu fassen und zu expandieren, aber viele von ihnen stellen aktiv Talente aus dem Ausland mit attraktiven Angeboten ein, z. B. bis zu 350.000 USD/Jahr
3. Paradimenwechsel von Software-as-a-Service zu „Service-as-a-Software“. LLM-Fähigkeiten entwickeln sich schneller als wir erwarten, z. B. die Reasoning-Fähigkeiten von O1 und O3 von OpenAi. Die „letzte Meile“ der Bereitstellung dieser Fähigkeiten für Geschäftskunden ist jedoch noch nicht erreicht. Aus diesem Grund erleben wir eine Verbreitung von Startups für KI-Agentendienste, die jedoch leider nur 20 bis 30% der Geschäftsanforderungen erfüllen. Aus diesem Grund bieten die meisten KI-Startups Dienste an oder verdienen mit „Wartung“ Geld. Betreff: mein Artikel „Warum große KI-SaaS $20/Monat verlangen.“

Generative KI definiert die Grenzen von Software und Diensten neu und läutet eine Ära ein, in der KI die Arbeit selbst erledigt. Während wir von Software-as-a-Service Zu Service-as-a-SoftwareDas Potenzial, Branchen zu transformieren und neue Märkte zu schaffen, ist beispiellos. Der Schwerpunkt liegt nicht mehr darauf, menschliche Intelligenz nachzuahmen, sondern darauf, zu denken, sich anzupassen und Ergebnisse zu liefern, die die Grenzen des Möglichen neu definieren.

Die Frage ist heute nicht mehr, ob sich die KI weiterentwickeln kann, sondern wie sie unsere Arbeitsweise, unsere Innovationskraft und unsere Art, die komplexesten Probleme der Welt zu lösen, neu definieren wird.