GPT-wrapper — šta su i da li je pametno da ih pravite? Zavisi od crkve u kojoj se molite

Ovaj tekst je nastao u okviru projekta Preduzmi ideju koji finansira USAID.

GPT-wrapper (wrapper nadalje prenosimo kao omot) je pežorativan naziv za AI softver koji pruža jako malu diferencijaciju, malu količinu dodate vrednosti, nad nekim osnovnim modelom koji koristi u pozadini (npr. 4o ili 3.5). 

Ali ne smatraju svi da je to tako. 

Ovaj članak bi trebalo da vam pomogne da razumete ovaj termin i da skladno tome prilagodite svoju poslovnu i posebno komunikacionu strategiju. 

Navešćemo par primera uglednih i uspešnih preduzetnika i investitora koji smatraju da su ovakve aplikacije loše i onih koji smatraju da je takvo razmišljanje loše, i par crtica o tome kako biti uvek za korak ispred osnovnih AI modela sa svojim aplikacijama. 

a16z: Plitki proizvodi nisu za duboke firme

Investiciona kuća Andreessen Horowitz naglašava u svojoj analizi o usvajanju generativnog AI-ja u velikim preduzećima da se budžeti za LLM API-je i prilagođene modele dramatično povećavaju i da je potražnja ogromna. 

Ali da ipak:

• Standardni GPT-omot lako je kopirati, pa klijentima nije dovoljan.
• “Big business” traži vertikalno integrisana rešenja: privatnost, compliance, fine-tuning za njihove interne tokove.
• Drugim rečima, ako startup ne nudi dublju vrednost (npr. vlasničke podatke, custom model, pametan workflow i slično), mogao bi biti samo kratkotrajan „most” ka nečemu što AI-labovi ili veće firme mogu ponuditi jeftinije ili integrisanije.

a16z, dakle, sugeriše da je obično „GPT + UI” preslab, ali ujedno ističu kolika je ogromna šansa za sve koji ponude ozbiljnije (i održive) AI proizvode.

Paul Graham: Ako izgovaraš “GPT wrapper” glup si

Pol Grejem (Paul Graham), osnivač Y Combinatora, tvrdi da mnogi koji nipodaštavaju AI startape tako što ih zovu GPT-omotima nemaju suštinsko razumevanje tehnološkog lanca vrednosti.

• Inovacija, kaže on, dolazi upravo iz toga da se postojeće komponente (cloud, GPU, LLM) uklapaju na sveže načine.
• „Wrapper” nije nužno pogrdan termin — radije je pokazatelj da se brzina napretka i ponovna upotreba komponenti normalizuju u AI svetu.

U isto vreme, osnivač Perplexity-ja, Aravind Srinivas, brani tezu da je sve, na nekom nivou, zapravo „wrapper“:

„Netflix je ‘AWS-wrapper’, OpenAI je ‘Nvidia-wrapper’, venture kapital je ‘wrapper’ za fondove bogatih ljudi… Ako dajemo korisnicima realnu vrednost, koga briga kako se to zove ili na čemu počiva?”

Dakle, ako je proizvod koristan, nije bitno što počiva na GPT-u ili nekom drugom LLM-u. Problem je samo kad je reč o pukom kopiranju bez ikakvog vertikalnog znanja, specifičnih procesa ili pametne integracije.

OK je napomenuti i da i Aravind i Grejem imaju neke vrste interesa u ovoj priči, jer su obojica investirali u startape koji se smatraju omotima. 

Šta kaže kristalna kugla, koje startape će nam dozvoliti da pravimo OpenAI

Sam Altman i tim iz OpenAI kažu:

1. Modeli će se i dalje brzo poboljšavati. Neće ostati statični.
2. Ukoliko gradite rešenje koje zavisi od trenutnih ograničenja GPT-a (ili bilo kojeg modela), možda ćete se „zaleteti“ — jer sledeća generacija tog modela rešava upravo te ograničenja i „gazi“ postojeće startape.
3. S druge strane, ako razvijate proizvod koji postaje koristan što je model bolji i brži, imaćete veliku prednost. 
4. Dakle: „Ako vam je noćna mora da će GPT n+1 uništiti vaš biznis, verovatno već radite stvari na pogrešnim pretpostavkama. Ako se, međutim, unapređenje modela savršeno uklapa u vaš plan (npr. još više automatizujete, radite dublju integraciju, imate više mogućih funkcionalnosti), onda ćete profitirati od novije i bolje verzije.”

Sara Tejvel upozorava na sličan rizik: kad osnovni modeli postanu dovoljno jaki, same AI-lab kompanije (OpenAI, Anthropic i sl.) mogu odlučiti da se „spuste” niz stek i ponude gotove proizvode umesto samo API-ja.

• Primer: Zašto kupovati poseban AI-softver za upravljanje projektima, ako moćni model i agenti mogu „pročitati“ vaš knowledge base i sami napraviti odgovarajuće workflowe?
• Takav scenario može delovati nerealno u ovom trenutku, ali Tavel upozorava da upravo za 3–5 godina sve to može biti lako izvodljivo.
• Startapi koji žele da se obezbede moraju:
  1. Imati network effect (mrežni efekat).
  2. Posedovati ili kreirati vlasničke, teže dostupne podatke.
  3. Ekspresno se „ukopati“ u određenu vertikalu, nuditi što „deblje“ rešenje i izvršavati bez pauze. Jer, kako modeli postaju jači, sve je lakše napraviti konkurenta.

Zaključak

Ako ćeš da odlučuješ kakav startap praviš u velikoj meri da te drugi ne bi kritikovali i rekli da je samo GPT-omotač, to je glupo i verovatno gubiš vreme baveći se startapima. 

Ako ćeš da praviš startap koji će očigledno da pregazi OpenAI za godinu-dve, i to je glupo, ali i niko ne zna sa sigurnošću šta će tačno da rade i koliko brzo. 

Srećno! 

*Izrada ovog teksta omogućena je uz podršku američkog naroda putem Američke agencije za međunarodni razvoj (USAID). Sadržaj ovog teksta je isključivo odgovornost Udruženja SEE ICT i ne predstavlja nužno stavove USAID-a ili Vlade SAD.