Если вам кажется, что вы можете заработать на GPT больше, чем OpenAI, то вам не кажется.
Думаю, что любой бизнес из топ-10 компаний из одной отрасли, имеет все шансы обойти разработчика столь революционной технологии на горизонте нескольких лет по выручке за продукты на базе GPT.
Начну с парочки очевидных тезисов.
1. Чем дальше продукт от конечного пользователя, тем меньше на нем можно заработать. «Последняя миля» зарабатывает больше в смысле доли маржи в юнит-экономике. Розничный провайдер заработает больше магистрального. У розничного магазина доля прибыли больше, чем у оптовика
2. Большие LLM достаточно скоро станут коммодити. Иными словами, вы в слепом тесте не отличите одну от другой. Они ближайшие год-два друг у друга все будут перенимать, и станут мало различимы потому что технологическое преимущество, как мы знаем, самое недолговечное.
Когда я смотрю на то, что сейчас делает Skyeng в этой области, мне чертовски обидно, что это не случилось раньше. Все, о чем мы тогда мечтали стало совсем-совсем реальностью.
Ребята, например, дообучили Whisper и получили несравненно более высокое качество распознавания речи. Ну реально, разговариваешь с ботом в телеге и он тебя великолепно понимает.
Почему у них сейчас это получилось? Потому что есть технология, которую они смогли затюнить с помощью собственных данных. Миллионы прошедших уроков позволили сделать продукт на чужой технологии с параметрами выше, чем у разработчика.
Итак, два компонента. Чужая технология и свои данные. Получается то, на чем известно как заработать: ваш собственный продукт. С большей маржой, чем получает Whisper.
А в чем, собственно, продукт? Он позволяет понимать, какие слова у вас в активе употребляются с ошибками. Но куда круче то, что бот понимает, что у вас в пассиве, какие слова и фразы вы знаете, но не используете. И строит свои вопросы так, чтобы вы задействовали пассив. Что одновременно и разукрашивает вашу речь и создает правильные интервалы для повторения.
Еще пример. Все бегают со списками 3000 самых употребительных слов в языке, но — не поленитесь, откройте эти списки — никто не заморачивается вычленением… не слов, а значений.
Ну реально, попробуйте найти списки значений, которые нужно знать для решения тех или иных задач. Не найдете. Но и это еще не все.
Там не один список нужен. А два. Один — на понимание, сколько слов вы поймете прочитав или услышав. А второй — на говорение, и он ОЩУТИМО МЕНЬШЕ.
Ну потому что к слову «понятно» вам нужно поднимать дюжину синонимов: clear, understand, comprehensive, coherent, meaningful и т.д. А сказать достаточно и одним способом.
Ну вот опять продукт вырисовывается, которого несложно с помощью GPT сделать. Чужая технология + ваши данные = новый продукт на радость пользователям.
И вот у вас появляется аватар, чей словарный запас вы знаете и можете сами себе и учени_це объяснить, почему он_а именно это упражнение надо делать в конкретную минуту урока или домашки.
А чтобы это было клиенту еще и интересным, можно брать видео на волнующую человеку тему, упрощать язык до понятного конкретной учени_це и с помощью lip sync делать из этого крутой востребованный продукт.
Технологии + ваши данные = техномагия. Вот так и можно зарабатывать на чужом горбу.
Тут критик воскликнет: «здесь все в розовом цвете». Типа, пока мы это разрабатывать начнем, все уже придумают и сделают другие. Вон ты рассказываешь про Skyeng, толку это повторять за ними?
На самом деле, да, вы опоздаете. От сейчас — на полгода, а может и на год. И чо? На что этот год повлияет? Кроме вашего ощущения, что вы куда-то опоздали, больше ни на что. Если у вас есть свои данные, вы никуда не опоздаете сделать свой продукт на чужих технологиях.
Да, Skyeng, как всегда за это время опять уйдёт вперед, но вам-то это не помешает зарабатывать на своих клиентах.
Куда серьезнее возражение, что для таких вещей надо иметь сильную технологическую экспертизу. И если ее нет, то быстро ее собрать не получится. И тут уже речь идет не о месяцах отставания, а о годах.
Ну… да. Но есть и на это решение. Есть те, кто может сегодня прийти и сегодня же помочь. Один из [немногих] моих портфельных проектов, Skipp, как раз умеет делать такие вещи для Edtech-компаний.
Причем, как раз в образовательном рынке у ни экспертизы больше всего, кофаундеры «родом» из LinguaLeo и Skyeng.
Так что, повторюсь, если вы уже думаете, что можете заработать на GPT, то, скорее всего, вы правы.