La CEO de writer.com May Habib asistió a la Cumbre Harper’s Bazaar At Work, en colaboración con Porsche y One&Only One Za’abeel, en el Raffles London at The OWO el 21 de noviembre de 2023 en Londres, Inglaterra.
Dave Benett | Getty Images
La startup de IA con sede en San Francisco, Writer, presentó un gran modelo de inteligencia artificial el miércoles para competir con las ofertas empresariales de OpenAI, Anthropic y otros. Pero, a diferencia de algunos de esos competidores, no necesita gastar tanto para entrenar su IA.
La compañía le dijo a CNBC que gastó alrededor de $700,000 para entrenar su último modelo, incluidos los datos y las GPUs, en comparación con los millones de dólares que gastan las startups competidoras para construir sus propios modelos. Su estrategia ha llamado la atención de los inversores.
Writer está recaudando hasta $200 millones con una valoración de $1.9 mil millones, según una fuente familiarizada con la situación que habló con CNBC. Eso es casi cuádruple la valoración de la compañía en septiembre pasado, cuando recaudó $100 millones con una valoración de más de $500 millones.
La compañía reduce costos utilizando datos sintéticos, o datos creados por IA. Está diseñado para imitar la información del mundo real que generalmente se alimenta a los modelos sin comprometer la privacidad y se está convirtiendo en un método más popular para el entrenamiento.
Un estudio realizado por investigadores de IA en junio encontró que si las tendencias actuales en el desarrollo de IA continúan, las empresas tecnológicas “agotarán por completo” los datos de entrenamiento públicamente disponibles entre 2026 y 2032, escribiendo que “los datos de texto público generados por humanos no pueden sostener el escalado más allá de esta década”.
Amazon ha utilizado datos sintéticos en el entrenamiento de Alexa, Meta lo ha utilizado para perfeccionar sus modelos de Llama y OpenAI respaldado por Microsoft lo está incorporando en sus modelos, según descripciones de puestos de trabajo publicadas por la empresa. Sin embargo, algunos expertos han advertido que los datos sintéticos deben usarse con precaución, ya que tienen el potencial de degradar el rendimiento del modelo y exacerbar los sesgos existentes.
Waseem Alshikh, cofundador y CTO de Writer, le dijo a CNBC que Writer ha estado trabajando en su tubería de datos sintéticos durante años.
“Hay cierta confusión en la industria sobre la definición de datos ‘sintéticos'”, dijo Alshikh. “Para ser claros, no entrenamos nuestros modelos en datos falsos o de alucinación, y no usamos un modelo para generar datos aleatorios… Tomamos datos reales y factuales y los convertimos en datos sintéticos que están estructurados de una manera más clara y limpia para el entrenamiento del modelo”.
La IA generativa de la compañía permite a los clientes corporativos utilizar sus grandes modelos de lenguaje (LLMs) para generar texto que suena humano para cualquier cosa, desde publicaciones en LinkedIn hasta descripciones de trabajo y declaraciones de misión, así como análisis de datos y resúmenes. La compañía tiene más de 250 clientes empresariales, incluidos Accenture, Uber, Salesforce, L’Oreal y Vanguard, que utilizan la tecnología en sectores como soporte, TI, operaciones, ventas y marketing.
El mercado de la IA generativa está listo para superar el billón de dólares en ingresos en una década. Hasta la fecha en 2024, los inversores han invertido $26.8 mil millones en 498 acuerdos de IA generativa, según PitchBook, y las compañías en el sector recaudaron $25.9 mil millones en 2023, un aumento de más del 200% respecto a 2022.