Ang mga balot ng GenAI ay tahimik na nagpi-print ng milyun-milyon. Ihinto ang pag-teorismo at simulan ang pagbuo—may oras pa para kumita.
Nang bumaba ang GPT-3.5 at ChatGPT noong Disyembre 2022, nagbukas ito ng mga bagong pagkakataon sa text, boses, larawan, video, at higit pa.
Dalawang tribo ang lumitaw: ang mga nagsimulang magtayo—ang mga gumagawa —at ang mga tumutol na ang pagtatayo sa ibabaw ng mga modelo ng AI ay hindi maipagtatanggol—ang mga nag-iisip .
Spoiler: tone-toneladang gumawa ang yumaman.
Isa itong bagong gold rush.
Ang mga pagkakataon ay marami. Bawat sulok ng web at mundo ay handa na para sa pagkuha.
At hindi pa huli ang lahat para sumali sa alon. Ito ay mas mahusay kaysa sa 2010s SaaS era:
Marami sa inyo ay may pag-aalinlangan, at nararapat lang, kaya magsimula tayo sa isang listahan ng matagumpay na mga balot ng GenAI mula sa panahon ng GPT [1] ⬇️
Bootstrapped
VC-backed:
Iba pang Hot Segment:
Ang mga halimbawang ito ay nagpapakita na ang tagumpay ay posible—ngunit paano mo ito matutularan? Nagsisimula ito sa pag-unawa sa mga karaniwang pattern sa mga panalong produkto na ito.
Ang mga gumagawang ito ay gumawa ng isang bagay na gusto ng mga tao:
Ibig bang sabihin ay madali at walang kuwenta? Hindi. Mahirap pa rin ang pagbuo ng kumikitang software. Ngunit hindi ito naging mas madali.
Kunin ang RizzGPT . Ito ay tila walang halaga, ngunit ito ay gumagana dahil ito ay maginhawa . Hindi malalaman ng mga tao na maaari nilang gamitin ang ChatGPT para sa mga tip sa pakikipag-date, ngunit isang app na nagpapakain ng solusyon? Naka-on ang laro.
Ang kabuuan nito ni Vatsal Sanghvi :
Walang pakialam ang mga user kung gumagawa ka ng wrapper o hindi, basta't malulutas mo ang isang problema para sa kanila — Gagamitin ng mga user ang iyong produkto
Siyempre, hindi lahat ay kumbinsido. Habang ang tagumpay ng mga balot na ito ay lumago, gayon din ang mga kritisismo. Ating harapin ang pinakakaraniwang pagtutol.
Oo naman, ang GenAI tech lamang ay hindi mapagtatanggol, ngunit darating ang mga moat sa ibang pagkakataon. Gamitin ang wow-effect bilang lead magnet at mabilis na kumita. Pagkatapos ay palawakin ang iyong produkto gamit ang mga regular na feature para mai-lock ang mga user.
Upang makita kung paano gumaganap ang pagtutol na ito sa katotohanan, isaalang-alang ang mga case study na ito ng mga kumpanyang umangkop at umunlad, sa kabila ng mga nakikitang hamon:
2024 — Revid.ai ni Tibo Louis-Lucas
Bumubuo sila ng mga video gamit ang GenAI, na bumubuo sa ibabaw ng maraming karaniwang mga modelo / API.
Ngunit hindi sila tumitigil dito: isinasama nila ang iyong mga social media account, upang maaari kang direktang mag-post mula sa Revid. Mayroon din silang "manggagawa" na awtomatikong gumagawa at nagpo-post ng mga video para sa iyo araw-araw. Bagama't ang mga automation na ito ay hindi per se mga feature ng AI, kapag pinagsama sa GenAI ni Revid, lumilikha ito ng isang uri ng ahente, tulad ng isang tagalikha ng nilalaman na nagtatrabaho para sa iyo at nag-post araw at gabi. Makapangyarihan ang kumbinasyon. Pinaghihinalaan ko na ang mga tampok na automation na ito ay mga pagtatangka na magdagdag ng mga layer ng halaga sa ibabaw ng GenAI, upang mapataas ang moat.
Ito ay mga matalinong paraan lamang upang mapalawak ang saklaw ng produkto upang masakop ang higit pa sa paglalakbay ng gumagamit, ibig sabihin, kung ano ang gagawin ng gumagamit bago/pagkatapos ng bahagi ng GenAI. At ito ay mahusay na mga paraan upang mabawasan ang alitan para sa iyong user, samakatuwid ay tumataas ang halaga ng iyong produkto.
Magsimula sa isang entry point ng GenAI, pagkatapos ay bumuo ng isang produkto ng workflow upang masakop ang paglalakbay ng iyong user.
2016 — Doctrine.fr (Google para sa mga abogado, sa France)
Nagtrabaho ako sa Doctrine bilang Product Manager at shareholder pa rin ako — kaya bihasa ako sa history ng kumpanya, at baka biased 😁.
Noong unang panahon, mayroong $10B na merkado na tinatawag na “legal na impormasyon” - mga database ng mga batas, desisyon ng korte, at iba pang legal na dokumento.
Noong 2010s, ang mga mamahaling produktong oligopolistikong ito ay mukhang peak clunky 90s software.
Sa edad ng Google, ang status quo na ito ay lalong hindi matitiis.
Dumating ang mga tagapagtatag ng Doctrine, na napakatalino na gumawa ng interface na tulad ng Google para sa legal na impormasyon: isang natatanging search bar, na nagpapahintulot sa mga user na maghanap sa natural na wika (👋 paalam na nakakadiri na mga form sa paghahanap).
Nagustuhan ito ng mga abogado. Parang magic.
Ngayon, narito ang isang lihim: Ang Doktrina ay isang simpleng pambalot sa itaas ng Elasticsearch, isang teknolohiya ng search engine.
Hindi ito namalayan ng mga nanunungkulan — at walang pakialam ang mga kliyente.
Ang paunang feature na ito ay sapat na para sa Doktrina upang makakuha ng lumalaking user base, kita, at kalaunan ay pagpopondo.
Gamit ang pera, kumuha ang Doctrine ng isang grupo ng mga mahuhusay na inhinyero at bumuo ng mas maraming tech-heavy na feature, na bumuo ng sarili nitong mga in-house na AI model.
Sinimulan din ng Doktrina na harapin ang higit pang mga kaso ng paggamit, upstream o downstream ng paglalakbay ng gumagamit.
Sa kalaunan, nakuha ang kumpanya 8 taon pagkatapos nitong itatag para sa 9 na numero.
Sa ibang mga termino, pinahintulutan ng isang simpleng wrapper ang Doctrine na gumawa ng wow effect — at pagkatapos ay bumuo sila ng matagumpay na produkto ng workflow.
Ang playbook para makabuo ng isang matagumpay na wrapper ay pareho pa rin, maging ito sa 2016 kasama ang Elasticsearch, o sa 2024 na may mga modelong GenAI: sa mga unang araw, ang diskarte sa bilis.
Ngunit hindi rin lubos na mali ang “walang moat”—ang mga AI wrapper ay nahaharap sa matinding kumpetisyon, lalo na kung mas maraming negosyante ang nakakakita ng pagkakataon. Ang sikreto ay ang pag-unawa na hindi mo kailangan ng moat para magsimula, ngunit kakailanganin mo ng isa para patuloy na lumaki.
Kaya maaari kang huminto pagkatapos ng unang ilang milyon at ibenta ang iyong negosyo—ngunit kung ikaw ay nasa pangmatagalan, upang makaligtas sa susunod na yugto, kakailanganin mong pag-isipan ang tungkol sa pagtatanggol. Sa B2C, madalas itong nangangahulugang pagbuo ng isang tatak. Sa B2B, ito ay tungkol sa pag-embed sa mga daloy ng trabaho, tulad ng ipinaliwanag ng NFX .
Reality check: karamihan sa mga tao ay hindi mga techies, at mas kaunti ang gagamit ng mga open-source na modelo mula sa Hugging Face. 43% lang ng 18-29 taong gulang ang gumamit ng ChatGPT noong Peb 2024 ( source ).
Oo, maaaring kopyahin-paste ng isang tao ang kanilang Bumble chat sa ChatGPT, ngunit hindi nila gagawin. Panalo ang kaginhawaan, at minamaliit ng mga techie kung gaano katamad o hindi malikhain ang mga tao.
Oo naman, baka. Ngunit bilang isang pambalot, ikaw ay madaling ibagay. Magpalit ng mga modelo habang lumalabas ang mga mas mahusay—Claude 3.5 Sonnet (bago), GPT-5, anuman. Hayaang maglaro ang mga higante ng AI habang nakatuon ka sa paglilingkod sa mga user.
Ang mga kumpanyang nadurog ng ChatGPT (tulad ng Jasper ) ay gumawa ng mga pangunahing wrapper sa GPT-3. Noong inilabas ang ChatGPT (3.5), na-steamroll sila — na gamitin ang lingo ni Sam Altman — dahil hindi sila nagdaragdag ng halaga. Aralin: Gawin ang iyong produkto ng isang bagay na bumubuti habang umuunlad ang mga foundational na modelo, hindi isang produkto na natatakot sa susunod na paglabas ng OpenAI.
Mahirap pa rin ang tagumpay, ngunit hindi naging madali ang pagbuo ng kumikitang software:
Ngunit oo, ang kabiguan ay malamang na opsyon. Kahit na ang pinakamahusay na mga indie na hacker tulad ng Pieter Levels ay nabigo sa karamihan ng kanilang mga pakikipagsapalaran , na may 4/70 na rate ng tagumpay sa loob ng 11 taon.
Ang mga Verticalized GenAI Wrappers ay sabay na:
Nagustuhan ko ang Twitter thread na ito na nagpapaliwanag kung bakit mas maraming Gen-Z founder ang mas gustong mag-bootstrap ng AI wrappers sa halip na maghanap ng VC money:
Ibibigay ko sa inyo, sa listahan ng mga nanalo na ibinahagi ko, marami sa kanila ang nagkaroon ng first-mover advantage. Hindi ko irerekomenda sa iyo na bumuo ng RizzGPT copycat ngayon.
Ngunit maaari kang maging susunod na first-mover.
Dahil ang mga bagong teknolohiya ay inilabas tuwing ibang linggo.
Inilabas ng Anthropic ang “Computer Use” API nito 10 araw ang nakalipas (Okt. 22, 2024), gumagamit ito ng mga computer sa paraang ginagawa ng mga tao—sa pamamagitan ng pagtingin sa screen, paggalaw ng cursor, pag-click, at pag-type ng text.
Naglabas ang OpenAI ng pampublikong real-time na API para sa advanced voice mode nito 30 araw ang nakalipas.
Napakaraming use case na imposible noon ay malulutas na ngayon sa pamamagitan ng isang simpleng wrapper.
At napakarami pang naa-unlock sa bawat araw na lumilipas.
Kahit na walang mga bagong teknolohiya, mayroong isang walang katapusang bilang ng mga industriya, mga kaso ng paggamit, mga angkop na lugar, na naghihintay pa rin para sa kanilang GenAI savior app na dumating upang ayusin ang kanilang mga problema.
Ang mga problema ay nasa lahat ng dako. Nakatago sa simpleng paningin. Naghihintay para sa iyo upang malutas ang mga ito.
Naalala ko pa ang katotohanang ito na hindi pinapansin ngayong linggo, habang tumatambay sa rooftop party ng isang kaibigan sa San Francisco.
Nakilala ko si Alex Andrei , na co-founding ng Claritycare AI . Ang kanilang kuwento sa pagkakatatag ay medyo simple: sila ay nasa gitna ng isang EntrepreneurFirst batch (startup incubator), na naghahanap ng mga problemang malulutas sa espasyo ng pangangalagang pangkalusugan.
Noong panahong iyon, napagtanto ni Andrei na ang kanyang asawang si Emelia, isang “back office na parmasyutiko” para sa isang kompanya ng segurong pangkalusugan, ay gumugugol ng maraming oras sa manu-manong pagsusuri sa mga kahilingan ng kostumer na humihiling sa insurance na magbayad para sa kanilang paggamot.
Si Alex, bilang isang technologist, ay nagkaroon ng ideya na gumamit ng LLM upang malutas ang problemang ito. Ito ay gumana tulad ng magic. Ganito nagpasya si Alex at ang kanyang co-founder na i-double down ang problemang ito kasama ang kanyang co-founder.
Nagustuhan ko ang kuwentong ito dahil ipinapakita nito na ang mga niche na problema — na may malalaking sukat ng merkado gayunpaman :) — ay nasa lahat ng dako.
Nakatago sa simpleng paningin.
Naghihintay para sa tamang tao na matuklasan at malutas ang mga ito.
Ito ay maaaring ikaw. ano pa hinihintay mo
Pakiramdam ko ay mapagbigay, kaya nagbabahagi ako ng mga listahan ng mga problema sa dulo ng artikulo ⬇️
Kung kailangan kong magsimula ng AI Wrapper mula sa simula, narito kung paano ko ito gagawin:
Humanap ng Problema sa Paying Niche : Sa isip, isa akong kilala. Higit pa sa ibaba.
Buuin Ito Gamit ang Mga Tool ng AI : Maaari kang literal na bumuo ng isang buong app (web/mobile) mula sa simula sa loob ng ilang oras na may napakakaunting kaalaman sa code:
Bumuo gamit ang mga AI assistant:
Depende sa uri ng content na sinusubukan kong buuin, gagamitin ko ang mga API ng:
Gumawa ng Iniangkop na Interface : Gagawin kong may kaugnayan ito sa daloy ng trabaho ng user.
I-monetize ang Araw 1
Ipamahagi : Ipapamahagi ko ang produkto sa mga nauugnay na online na komunidad (subreddits, discord server, facebook group) at, kung B2C, sa pamamagitan ng Tiktok (mga tagalikha ng nilalaman ng UGC, deal ng mga influencer, at bayad na ad)
Lumabas o Ipagtanggol :
Habang ang bawat isa sa mga puntong ito ay karapat-dapat sa isang buong artikulo, hindi ako magpapanggap na mayroon akong isang mahiwagang recipe 😅. Kung nais mong sumisid nang mas malalim sa mga paksang ito, tingnan ang mga karagdagang pagbabasa sa dulo ng aking artikulo. Lubos din kitang hinihikayat na basahin at manood ng content ng mga founder ng matagumpay na wrapper na ibinahagi ko. Napakabukas-palad nila sa kanilang mga payo at madalas na nagtatayo sa publiko.
Ang pinakamagandang problemang pipiliin ay ang kinakaharap mo mismo — scratch your own itch. Kung hindi, i-browse ang ilan sa mga mapagkukunang ito para sa mga ideya:
Bumagsak si Elon Musk noong 90s upang maglunsad ng isang startup dahil ang alon ng Internet ay masyadong malaki upang huwag pansinin.
Ngayon, hindi maikakaila ang GenAI—babalewalain mo ba ito?
Hey guys, salamat sa pagbabasa sa aking mga rants.
Ako si Kamil . 5 taon na akong nagtatayo sa AI. Ako ay isang 2x founder at kasalukuyang Product Manager sa isang kumpanya ng GenAI: Ang Poolday.ai ay nagbibigay-daan sa mga marketer ng mobile app na bumuo ng gumaganap na mga video ad sa ilang segundo.
Nakatira ako sa San Francisco at ang paborito kong bagay ay makakilala ng mga mausisa, ambisyoso, at nakakahawa na masigasig na mga tao.
PS: ang susunod kong artikulo ay kung paano pagaanin ang mga di-deterministic na output upang makabuo ng matagumpay na mga produkto ng GenAI — i-ping ako kung interesado ka sa paksang ito!
[1] Ang mga bilang na ito ay sariling-ulat ng mga tagapagtatag. Totoo o hindi, tumpak ang mga ito.