Une dynamique intéressante qui se joue pour certaines des entreprises d'IA à la croissance la plus rapide est qu'elles peuvent souvent perdre plus d'argent plus elles croissent rapidement. C'est parce que dans de nombreux modèles commerciaux actuels, elles sont souvent rentables lorsque l'utilisateur consomme moins, mais avec une consommation accrue, elles ne parviennent pas à atteindre les mêmes marges brutes à des niveaux de volume plus élevés. Et dans certains scénarios, cela entraîne en fait des marges brutes négatives (ce qui est difficile à réaliser dans le logiciel !), où la startup d'IA paie plus pour les jetons d'IA que ce qu'elle facture au client. Bien que cette stratégie ne soit pas pour les âmes sensibles, je soutiendrais qu'elle est parfaitement rationnelle au stade où nous en sommes, et il y a quelques façons dont cela se manifeste. Tout d'abord, la raison pour laquelle vous déployez cette stratégie est que nous sommes dans les premières étapes d'un moment de conquête de marché. Ces moments se produisent dans la technologie tous les quelques décennies, et nous sommes indéniablement dans l'un d'eux en ce moment. Les débuts d'Internet, du cloud et du mobile ont tous produit de nombreuses entreprises de plus de 100 milliards de dollars et de 1 trillion de dollars, et cette fenêtre d'IA dans laquelle nous nous trouvons fera de même - voire plus. L'exigence clé est que vous capturez des parts de marché dans un domaine qui a une réelle valeur économique et une utilité - par rapport à simplement jeter de l'argent par les fenêtres pour une base d'utilisateurs éphémère. Et il doit y avoir des fossés durables à long terme dans votre domaine. Pour les entreprises où il y a une valeur composée à entrer tôt avec le bon produit (comme les agents dans une base de code qui s'améliorent avec plus d'utilisation), cela est certainement vrai. Toutes les catégories d'IA n'ont pas cela, mais surtout dans les espaces b2b ou prosumer - comme le codage, la santé, le juridique, les services financiers, et plus encore - cela sera clairement vrai. Donc, si vous êtes dans l'une de ces situations, le jeu est de croître rapidement et de devenir grand rapidement, et bien sûr de vous assurer que vous continuez à innover pour rester au sommet. Ensuite, la question est, comment générez-vous une marge brute plus élevée au fil du temps ? Voici quelques pistes : 1. Introduire des services à plus forte marge. Surtout pour les agents d'IA, il y aura une tonne de logiciels pour les rendre efficaces pour tout cas d'utilisation à grande échelle. Cela signifie que nous aurons besoin d'outils haut de gamme, de sécurité des données, de fonctionnalités administratives, de capacités de flux de travail, et plus encore. Toutes des choses qui ont ostensiblement des marges brutes de 90 % ou plus, et dont le coût n'augmente pas vraiment avec l'utilisation. Introduire progressivement plus de ces capacités à un modèle orthogonal à la tarification basée sur l'utilisation aidera à équilibrer la structure des marges. 2. Les coûts de l'IA diminuent sur une base par unité. Bien que cela ne se produise pas de sitôt parce que nous continuons à utiliser plus de jetons d'IA pour un travail plus avancé à mesure que les coûts diminuent, à un moment donné, vous pourrez détacher certains cas d'utilisation qui peuvent créer un meilleur écart entre le prix des jetons d'IA et ce que vous facturez aux utilisateurs. De plus, à mesure que de plus en plus d'options open source émergent et que la concurrence se développe dans le domaine des puces, nous pouvons nous attendre à ce que les prix de l'IA diminuent sur une base de tâche comparable. 3. "Apportez vos propres jetons". Celui-ci semble avoir des hauts et des bas, mais une option claire dans cet espace est pour les cas d'utilisation à la consommation la plus élevée, les clients peuvent simplement apporter leurs propres clés API d'IA. En ce moment, si une entreprise de couche d'application d'IA veut 75 % de marges brutes sur l'utilisation de l'IA, elle doit facturer 4 fois plus pour les jetons que ses coûts. Dans de nombreux domaines où il y a un écart significatif de valeur entre les jetons bruts et la résolution du cas d'utilisation, cela est plausible. Mais pour de nombreux cas d'utilisation, cela n'est tout simplement pas pratique à grande échelle. Ainsi, l'industrie pourrait très bien adopter une approche où vous payez une certaine marge pour l'utilisation du logiciel, et les frais de jetons vont au fournisseur d'IA. L'effet de cela serait une baisse des revenus totaux pour certains acteurs d'application, mais des entreprises toujours très rentables. Dans l'ensemble, il existe plusieurs voies à suivre pour toute entreprise d'IA qui fournit une réelle valeur durable aux clients. La fenêtre actuelle est celle de la capture de parts de marché sur ces cas d'utilisation.