Analiza: 16 miesięcy w świecie AI oczami deweloperów aplikacji
Jak zmieniały się kategorie nowych narzędzi w Ben's Bites?
Jakie narzędzia AI tworzyli deweloperzy między październikiem 2022 a lutym 2024?
Jeden z newsletterów, z którego czerpię informacje na temat generatywnej sztucznej inteligencji to Ben’s Bites. Ben Tossell wysyła newsletter pięć razy w tygodniu omawiając 2-3 główne wydarzenia oraz wypisując najciekawsze nowe narzędzia AI, które pojawiły się tego dnia (trudno o wszystkie). I robi to od blisko dwóch lat. Używając AI (a jakże) pokategoryzowałem te narzędzia i pogrupowałem, żeby zobaczyć, czy na przestrzeni ok. 1.5 roku zmieniło się cokolwiek, jeśli chodzi o percepcję rynku oraz możliwości technologii wśród twórców narzędzi AI. Pobieżna analiza poniżej.
Wyniki
Wśród 5 tysięcy narzędzi, które Ben i jego społeczność uznali za ciekawe w czasie tych 16 miesięcy dominowały zastosowania fotograficzne, związane z pisaniem i tłumaczeniem, programowaniem, czatbotami ogólnie, wsparciem ogólnej produktywności, gamingiem, wyszukiwaniem czy obróbką wideo. Na poniższej wizualizacji, wielkość czcionki jest proporcjonalna do częstości występowania tej kategorii.
Zastosowania specjalistyczne (animacja, analityka danych czy zastosowania prawne) były w mniejszości. Ubierając to w liczby: na ponad 5000 narzędzi, udało się przypisać ok. 60% jako ewidentnie konsumenckie i niecałe 20% jako ewidentnie specjalistyczne/profesjonalne. Pozostałych nie udało się łatwo sklasyfikować.
Wniosek 1: zastosowania konsumenckie przeważały w całym analizowanym okresie. To racjonalne postępowanie, zwłaszcza, jeśli się zakłada, że konkurencja ze strony dużych firm przyjdzie prędzej czy później - dłuższe cykle sprzedażowe w B2B to większe ryzyko, że w międzyczasie uznana firma dostarczy na rynek podobne rozwiązanie.
Ale jak widać na następnym wykresie (10 najczęściej występujących kategorii w całym datasecie - liczba aplikacji per tydzień) bardzo zmieniała się dynamika niektórych kategorii. Dla przykładu fotografia przestała być takim gorącym tematem (usługi generowania czy edycji zdjęć czy grafik wprowadziły firmy takie jak Adobe czy Canva i nie jest to już dla konsumentów taka nowość jak rok temu).
Jeśli na piechotę porównać styczeń 2023 i styczeń 2024, to największy spadek zanotowały aplikacje fotograficzne, tłumaczeniowe i gamingowe. Największe wzrosty to rozwój oprogramowania, reklamy i cyberbezpieczeństwo. Podobnie wskazują analizy trendów na przestrzeni całego analizowanego okresu.
Spośród 10 najczęściej występujących kategorii pod koniec 2022 roku wypadły pisanie, muzyka, audio i wyszukiwanie.
Czy priorytety deweloperów zmieniły się w stronę rynku B2B? Niekoniecznie. Procentowy udział aplikacji profesjonalnych nie zmienia się jakoś istotnie w czasie (około 20-30% wszystkich nowych narzędzi):
To co się zmieniło? Wzrosła różnorodność kategorii, rozumiana jako liczba unikalnych kategorii narzędzi w danej jednostce czasu przez liczbę wszystkich kategorii w tym czasie.
Kategorie, które pojawiły się pierwszy raz w analizowanym okresie (tj. po listopadzie 2023) to: KYB, authentication, banking, billing, grading, household, instruction, insurance, lifestyle, markup, misinformation, political, quantum, reasoning, regulatory.
Wniosek 2: rynek stabilizuje się, ale wciąż szuka nowych zastosowań. Nie wyczerpaliśmy jeszcze potencjału GenAI.
Podsumowując: newsletter Ben’s Bites to pewnie jedno z lepszych źródeł informacji o nowych narzędziach związanych z generatywną sztuczną inteligencją. 16 miesięcy to dość sporo również, żeby zaobserwować pewne trendy.
Analiza ponad 5000 narzędzi w czasie pokazała jak dynamicznie firmy tworzące oprogramowanie (często jednoosobowe) reagowały na popyt na narzędzia AI na rynku konsumenckim. Jednocześnie penetracja rynku profesjonalnego odbywa się swoim tempem, spokojniej, bez fluktuacji. W obu przypadkach GenAI zatacza coraz szersze kręgi, tj. powstają coraz bardziej niszowe aplikacje.
Proces
Takie analizy danych robię (w różnych dziedzinach) od dobrych 20 lat. I nigdy jeszcze nie było tak prosto i szybko je wykonać, nawet jak miałem możliwość zrobienia ich cudzymi rękami (student, pracownik). Mój proces wyglądał następująco:
Dane Ben’s Bites to ponad 14 tysięcy linków. Wymagały przeprocesowania i klasyfikacji (np. jako “link, który nie dotyczy nowego narzędzia AI”), żeby zawęzić analizę wyłącznie do narzędzi.
Skorzystałem z jednego z lepszych asystentów do programowania na platformie OpenAI, Grimoire, do analizy pliku z linkami oraz wygenerowania kodu w Pythonie, który wyciągnie odpowiednie fragmenty opisu i zaklasyfikuje dane narzędzie w oparciu o modele językowe od OpenAI. Skorzystałem z najnowszego modelu GPT-4o, ale do klasyfikacji pewnie mógłbym skorzystać z jakiejś tańszej opcji. Koszt klasyfikacji: ~$8.
Po tym, jak miałem wyczyszczone (nie wszystkie linki to narzędzia) i otagowane dane, skorzystałem z wbudowanej w ChatGPT opcji analizy danych. Po załadowaniu pliku z kategoriami do interfejsu czata, zacząłem zadawać pytania w interaktywnej sesji. Stamtąd pochodzi większość powyższych wykresów.
Ten mail mógłby nosić tytuł “GenAI na co dzień” ;)
Ciekawe niusy
Dedykowani asystenci (“custom GPTs”) na platformie OpenAI dostępni są dla wszystkich użytkowników, także tych korzystających z bezpłatnego konta (w oparciu o model GPT4o, nie GPT4, który jest droższy). To gigantyczny skok jakościowy z punktu widzenia użytkowników, którzy nie mają subskrypcji. Dużo łatwiej teraz można pokazać aktualny poziom kompetencji GenAI bez konieczności namawiania na subskrypcję $20 miesięcznie.