La semaine dernière, j'ai pris un café avec des amis de vibe-coder et du projet AI Crypto dans la baie, et je suis de plus en plus convaincu d'une chose : à l'avenir, de petites équipes réaliseront des retours de plusieurs centaines de milliards.
D'abord, regardons les données dures📊
PhotoAI, par Pieter Levels, a encapsulé l'API d'OpenAI dans une "studio photo en ligne", atteignant 100 000 dollars de revenus mensuels en 18 mois, avec une marge brute de 80 %+ Rewind/Limitless deux co-fondateurs, "vidéo de vie" locale + pendentif AI, si niche qu'il ne peut pas être plus niche, mais a déjà atteint 220 k $ ARR Midjourney, l'équipe centrale compte moins de 20 personnes, propulsée par la communauté Discord, avec un chiffre d'affaires prévu de 300 millions de dollars cette année et 20 millions d'utilisateurs. Kagi, 8 ingénieurs font des recherches par abonnement, les utilisateurs payants dépassent 50 000, ARR à six chiffres en douceur.
Ces produits ont un point commun : tant que le coût de location du modèle est verrouillé et que le produit est transformé en "abonnement premium" ou "API payante", une équipe de moins de 10 personnes peut générer un flux de trésorerie de plusieurs millions.
Mais pourquoi de nombreux projets d'IA ne se concentrent-ils pas sur "l'IA pure" mais se rapprochent-ils de la Crypto ? Parce que les difficultés de financement sont trop réelles - entraîner des modèles coûte cher, la marge brute est bloquée par le matériel, les VC ne regardent maintenant que "d'abord avoir un ARR puis parler de la taille des paramètres".
Former un grand modèle coûte soit des millions de dollars, soit il faut d'abord remplir les GPU, les VC demandent aujourd'hui d'abord "Quel est l'ARR ?" puis posent des questions sur les paramètres.
La multiplication de la valorisation des SaaS traditionnels est passée d'un sommet en 2022 à une fourchette "normale" de 6 à 7 × ARR en 2024 - le modèle de brûler de l'argent pour obtenir des histoires futures ne se vend plus.
En même temps, le coût du matériel est en train de se stabiliser. Après la production de masse des H100, les prix de location des GPU devraient baisser tout au long de 2024. SemiAnalysis prévoit qu'après le déploiement des Blackwell, le H100 devra encore baisser de 65 % pour être compétitif. Plus la puissance de calcul est bon marché, plus la barrière à l'entrée est faible, et plus les petites et spécialisées seront prisées.
Bien que les petites SaaS verticales puissent être rentables, leur plafond de croissance n'est pas très élevé. Pour suivre une trajectoire de licorne, il faut raconter une histoire plus grande. Des revenus purs sans levée de fonds pourraient être plus réalistes.
Crypto a donné une autre voie : vendre des nœuds, vendre des tokens, pré-vendre la puissance de calcul future à la communauté, le flux de trésorerie devient immédiatement positif : 1) L'utilisateur est à la fois un investisseur et un fournisseur de puissance de calcul, apportant une diffusion et une croissance, c'est pourquoi nous voyons tant de modèles AI DePIN.
Je suis donc de plus en plus convaincu : (1) Le modèle de base open source devient de plus en plus puissant, (2) Le prix équivalent du GPU est en baisse,
Pour qu'un individu ou une équipe de deux personnes puisse surmonter les barrières des ressources, il est essentiel de se concentrer sur deux points clés. 1. Verticalité ultra-narrow : trouvez un scénario à faible coût de raisonnement <10% de revenus, mais à forte demande fréquente (photos, audio, extraits de code, gestion de la mémoire) 2. Mentalité de paiement fort : facturer dès le premier jour de publication, filtrer directement le trafic "gratuits", garantir que le rythme des revenus soit synchronisé avec les dépenses en puissance de calcul.
Mais à condition de : d'abord écrire le modèle de profit sur le tableau blanc, puis d'écrire le code.
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
La semaine dernière, j'ai pris un café avec des amis de vibe-coder et du projet AI Crypto dans la baie, et je suis de plus en plus convaincu d'une chose : à l'avenir, de petites équipes réaliseront des retours de plusieurs centaines de milliards.
D'abord, regardons les données dures📊
PhotoAI, par Pieter Levels, a encapsulé l'API d'OpenAI dans une "studio photo en ligne", atteignant 100 000 dollars de revenus mensuels en 18 mois, avec une marge brute de 80 %+
Rewind/Limitless deux co-fondateurs, "vidéo de vie" locale + pendentif AI, si niche qu'il ne peut pas être plus niche, mais a déjà atteint 220 k $ ARR
Midjourney, l'équipe centrale compte moins de 20 personnes, propulsée par la communauté Discord, avec un chiffre d'affaires prévu de 300 millions de dollars cette année et 20 millions d'utilisateurs.
Kagi, 8 ingénieurs font des recherches par abonnement, les utilisateurs payants dépassent 50 000, ARR à six chiffres en douceur.
Ces produits ont un point commun : tant que le coût de location du modèle est verrouillé et que le produit est transformé en "abonnement premium" ou "API payante", une équipe de moins de 10 personnes peut générer un flux de trésorerie de plusieurs millions.
Mais pourquoi de nombreux projets d'IA ne se concentrent-ils pas sur "l'IA pure" mais se rapprochent-ils de la Crypto ? Parce que les difficultés de financement sont trop réelles - entraîner des modèles coûte cher, la marge brute est bloquée par le matériel, les VC ne regardent maintenant que "d'abord avoir un ARR puis parler de la taille des paramètres".
Former un grand modèle coûte soit des millions de dollars, soit il faut d'abord remplir les GPU, les VC demandent aujourd'hui d'abord "Quel est l'ARR ?" puis posent des questions sur les paramètres.
La multiplication de la valorisation des SaaS traditionnels est passée d'un sommet en 2022 à une fourchette "normale" de 6 à 7 × ARR en 2024 - le modèle de brûler de l'argent pour obtenir des histoires futures ne se vend plus.
En même temps, le coût du matériel est en train de se stabiliser. Après la production de masse des H100, les prix de location des GPU devraient baisser tout au long de 2024. SemiAnalysis prévoit qu'après le déploiement des Blackwell, le H100 devra encore baisser de 65 % pour être compétitif. Plus la puissance de calcul est bon marché, plus la barrière à l'entrée est faible, et plus les petites et spécialisées seront prisées.
Bien que les petites SaaS verticales puissent être rentables, leur plafond de croissance n'est pas très élevé. Pour suivre une trajectoire de licorne, il faut raconter une histoire plus grande. Des revenus purs sans levée de fonds pourraient être plus réalistes.
Crypto a donné une autre voie : vendre des nœuds, vendre des tokens, pré-vendre la puissance de calcul future à la communauté, le flux de trésorerie devient immédiatement positif :
1) L'utilisateur est à la fois un investisseur et un fournisseur de puissance de calcul, apportant une diffusion et une croissance, c'est pourquoi nous voyons tant de modèles AI DePIN.
Je suis donc de plus en plus convaincu :
(1) Le modèle de base open source devient de plus en plus puissant,
(2) Le prix équivalent du GPU est en baisse,
Pour qu'un individu ou une équipe de deux personnes puisse surmonter les barrières des ressources, il est essentiel de se concentrer sur deux points clés.
1. Verticalité ultra-narrow : trouvez un scénario à faible coût de raisonnement <10% de revenus, mais à forte demande fréquente (photos, audio, extraits de code, gestion de la mémoire)
2. Mentalité de paiement fort : facturer dès le premier jour de publication, filtrer directement le trafic "gratuits", garantir que le rythme des revenus soit synchronisé avec les dépenses en puissance de calcul.
Mais à condition de : d'abord écrire le modèle de profit sur le tableau blanc, puis d'écrire le code.