Latest / Ignition / Vom Gratis-Modell zur KI-Umsatzmaschine
Transcript
- 0:00Willkommen bei IGNITION.
- 0:01Starte mit KI in Dein selbstbestimmtes Leben.
- 0:04Heute zerlegen wir ein Geschäft, das durch KI plötzlich anders funktioniert.
- 0:08Für IGNITION analysieren wir aktuelle Entwicklungen aus KI,
- 0:12Technologie, Wirtschaft und Forschung.
- 0:15Wir vergleichen Quellen, prüfen Behauptungen und trennen belastbare Signale von
- 0:19kurzfristigem Hype.
- 0:21Und heute, ja, da geht es um ein extrem spannendes Phänomen.
- 0:26Stell Dir einen Entwickler vor, der nachts in seinem Zimmer an einem Indie
- 0:29Rollenspiel bastelt.
- 0:31Er braucht, was weiß ich, fünfzig verschiedene Charakterstimmen.
- 0:35Er hat kein Budget.
- 0:36Also lädt er sich frustriert ein kostenloses Sprachmodell von Fish Audio herunter,
- 0:41baut es ein und es funktioniert.
- 0:44Aber dann wird das Spiel plötzlich erfolgreich.
- 0:46Es skaliert.
- 0:48Und auf einmal werden Latenzzeiten und Serverstabilität zur Überlebensfrage.
- 0:52Was macht er?
- 0:54Er wechselt ohne zu zögern auf die kostenpflichtige API desselben Anbieters.
- 0:59Max, das ist doch genau der klassische Köder, oder?
- 1:02Genau.
- 1:02Aber der Punkt ist ein anderer.
- 1:04Dieses scheinbare Verschenken von Technologie ist im heutigen KI Markt kein
- 1:08Altruismus.
- 1:09Es ist die schärfste Vertriebswaffe, die wir zurzeit sehen.
- 1:11Wir nennen das Open Core.
- 1:13Wenn man sich erfolgreiche Beispiele anschaut, erkennt man ein Muster.
- 1:16Du gibst den Entwicklern die Werkzeuge gratis, damit sie damit herumspielen.
- 1:20Sie bauen deine Technologie in ihre Workflows ein, noch bevor das erste Budget
- 1:24freigegeben ist.
- 1:25Und wenn sie dann wachsen, wenn sie Professionalität brauchen,
- 1:28dann schlägt die Falle, oder sagen wir, das Geschäftsmodell zu.
- 1:32Aber lass uns mal an den Anfang schauen, wie das Ganze überhaupt entstanden ist.
- 1:36Hinter Fish Audio steckt nämlich eine sehr klassische Entwickler Frustration.
- 1:39Ah, lass mich raten.
- 1:41Roboterhafte, leblose Stimmen, die klingen, als würde ein Toaster versuchen,
- 1:45Shakespeare vorzulesen?
- 1:47Ziemlich genau das.
- 1:48Der Gründer, Shijia Liao, war früher Forscher bei Nvidia.
- 1:52Er war genervt von dem, was es auf dem Markt gab.
- 1:54Also hat er sich hingesetzt und, man muss sich das mal vorstellen,
- 1:58auf einer einzigen Grafikkarte, einer einzigen GPU, ein eigenes Sprachmodell
- 2:02trainiert und es direkt als Open Source ins Netz gestellt.
- 2:06Zusammen mit der Co Gründerin Rissa Cao ist daraus heute ein richtiges Portfolio
- 2:10entstanden.
- 2:10Fünf Modelle insgesamt.
- 2:12Vier davon sind reine Sprachmodelle, eins ist für Speech to Text,
- 2:16also die Umwandlung von Sprache in Text.
- 2:18Das ist ja genau der Punkt, der mich immer wieder überrascht.
- 2:20Wie schnell sich diese Nischenprodukte professionalisieren.
- 2:24Ich weiß noch, in meiner Agenturzeit, wenn wir für einen schnellen Social Media Clip
- 2:28eine Sprecherin oder einen Sprecher gebraucht haben.
- 2:31Das war absurd teuer.
- 2:32Du hast tagelang auf die Aufnahmen aus dem Studio gewartet,
- 2:36dann gab es Korrekturschleifen, wieder warten.
- 2:39Und heute macht das eine KI in Sekunden für einen Bruchteil der Kosten.
- 2:44Aber lass uns mal über die harten Fakten sprechen.
- 2:47Fish Audio ist ja kein kleines Hobbyprojekt mehr.
- 2:50Überhaupt nicht.
- 2:51Wenn wir auf die nackten Zahlen schauen, wird es richtig beeindruckend.
- 2:55Sie haben mittlerweile mehr als einunddreißigtausend Sterne auf GitHub.
- 2:58Und laut eigenen Angaben nutzen bereits über acht Millionen Menschen entweder die
- 3:03Open Source Versionen oder die gehosteten Varianten.
- 3:06Und jetzt kommt der wirtschaftliche Hebel: Sie machen damit einundzwanzig Millionen
- 3:10Dollar wiederkehrenden Jahresumsatz, also ARR.
- 3:13Das ist für ein so junges Unternehmen gigantisch.
- 3:16Kein Wunder, dass die Investoren Schlange stehen.
- 3:18Im Juli zweitausendsechsundzwanzig haben sie eine Seed Runde über zweiundfünfzig
- 3:23Millionen Dollar abgeschlossen, angeführt von Coreline Ventures und Capital Today.
- 3:27Warte mal, zweiundfünfzig Millionen Dollar in einer Seed Runde?
- 3:31Das ist doch absurd hoch für diese Phase.
- 3:34Wo ist da der Haken?
- 3:35Was wissen wir denn nicht über deren Finanzen?
- 3:37Das ist die richtige Frage.
- 3:39Wir müssen hier sehr klar trennen zwischen den lauten Marketingmeldungen und der
- 3:43tatsächlichen Profitabilität.
- 3:44Was nämlich nicht öffentlich bekannt ist, sind die genauen Hosting Margen.
- 3:48Wir wissen nicht, wie viel von diesen einundzwanzig Millionen Dollar direkt wieder
- 3:52für die enormen Serverkosten der KI Infrastruktur draufgeht.
- 3:56Auch die exakten API Minutenpreise werden nicht transparent aufgeschlüsselt.
- 4:00Der Umsatz ist da, aber wie viel Gewinn am Ende hängen bleibt,
- 4:03ist offen.
- 4:04Und der Grund, warum sie diesen Umsatz überhaupt machen, liegt in ihrer
- 4:07Produktaufteilung.
- 4:08Drei der einfacheren Modelle kannst du komplett kostenlos herunterladen.
- 4:12Das schafft virales Vertrauen in der Community.
- 4:14Aber ihr absolutes Spitzenmodell, das S zwei Punkt eins Pro,
- 4:18das bleibt fest hinter der Paywall.
- 4:20Wenn du diese maximale Audioqualität und die Skalierbarkeit für ein echtes
- 4:24Unternehmen willst, musst du zahlen.
- 4:26Keine Ausnahmen.
- 4:27Heißt für mich: Sie nutzen die Entwickler als kostenlose Marketingabteilung.
- 4:31Aber Max, warum bauen die großen Player das nicht einfach selbst nach?
- 4:35Ich meine, Unternehmen wie HeyGen, die machen doch diese ultra realistischen Video
- 4:40Avatare.
- 4:41Oder Sanas, Plaud, die haben doch selbst Millionen an Risikokapital.
- 4:46Warum kaufen die ihre Audio Infrastruktur bei Fish Audio ein,
- 4:50anstatt eigene Modelle zu trainieren?
- 4:51Weil es wirtschaftlich keinen Sinn ergibt.
- 4:54Genau darin liegt der eigentliche Hebel.
- 4:56Das ist die klassische Schaufel Taktik im Goldrausch.
- 4:59Wenn alle nach Gold graben, verkaufst du keine Claims, du verkaufst die Schaufeln.
- 5:03HeyGen oder Plaud konzentrieren sich auf die Benutzeroberfläche,
- 5:07auf das fertige Kundenprodukt.
- 5:08Die wollen sich nicht mit der extrem komplexen, teuren Entwicklung von grundlegenden
- 5:12Audiomodellen herumschlagen.
- 5:14Fish Audio liefert die Schaufel.
- 5:16Sie sind die unsichtbare Infrastruktur unter dem gesamten Boom.
- 5:19Und sie haben noch einen weiteren, fast genialen Hebel, um ihre Kosten niedrig zu
- 5:23halten.
- 5:24Sie lösen das größte Problem der Branche, den Datenmangel, über die Community.
- 5:28Oh, erzähl.
- 5:29Wie funktioniert das konkret?
- 5:31Weil saubere Trainingsdaten zu bekommen, ist ja momentan der teuerste Flaschenhals
- 5:35überhaupt.
- 5:36Sie haben ein System aufgebaut, bei dem Nutzer ihre eigenen Stimmaufnahmen
- 5:39einreichen können, um die Modelle zu trainieren.
- 5:42Und wenn diese Stimmen dann von anderen genutzt werden, wird der ursprüngliche
- 5:45Sprecher finanziell am Erfolg beteiligt.
- 5:48Ein dezentrales, Community getriebenes Datentraining.
- 5:51Das ist extrem schwer für einen klassischen Konzern zu kopieren.
- 5:54Okay, das klingt jetzt erst einmal ziemlich gut.
- 5:58Vielleicht sogar ein bisschen zu gut.
- 6:00Lass uns hier mal den Realitätscheck machen.
- 6:02Ich sehe da nämlich zwei massive Probleme.
- 6:05Erstens: Kannibalisierung.
- 6:07Wenn diese drei kostenlosen Modelle, die man einfach herunterladen kann,
- 6:11für neunzig Prozent der Standardanwendungen da draußen bereits gut genug sind,
- 6:16warum sollte ein mittelständisches Unternehmen dann überhaupt noch für die Pro API
- 6:19bezahlen?
- 6:21Reicht der Gratis Download nicht völlig aus, wenn man ein bisschen technisches Know
- 6:25how im Team hat?
- 6:25Für einfache Bastellösungen ja.
- 6:27Aber sobald du ein Produkt hast, das stabil laufen muss, das keine Ausfälle haben
- 6:31darf und wo du Latenzen im Millisekundenbereich brauchst, scheitert der eigene
- 6:35Server im Keller.
- 6:36Unternehmen zahlen nicht für die reine Modelldatei.
- 6:39Sie zahlen für die garantierte Verfügbarkeit, die Sicherheit und die Skalierbarkeit
- 6:43der API.
- 6:44Das ist der Unterschied zwischen einem Spielzeug und einem Werkzeug.
- 6:47Mag sein.
- 6:48Aber das zweite Problem wiegt viel schwerer, und das ist das ethische Risiko.
- 6:53Wir sprechen hier über Stimmenklonung.
- 6:56Es gab doch diesen realen Fall in Großbritannien mit der professionellen Sprecherin
- 7:00Faye Dicker.
- 7:01Jemand hat ihre Stimme ohne ihr Wissen, ohne ihr Einverständnis hochgeladen.
- 7:05Und die wurde über neunhundertmal heruntergeladen und für Gott weiß was genutzt.
- 7:10Fish Audio wirbt jetzt mit einer automatisierten Drei Minuten Takedown Garantie,
- 7:15wenn so etwas passiert.
- 7:16Aber ganz ehrlich, Max, wenn meine Stimme erst einmal im Netz ist und missbraucht
- 7:20wurde, dann helfen mir drei Minuten Reaktionszeit auch nur bedingt weiter.
- 7:25Wie wollen sie dieses Deepfake Dilemma jemals in den Griff bekommen,
- 7:29ohne die Plattform komplett zuzuschnüren?
- 7:31Das ist die Achillesferse des Modells.
- 7:34Und es ist ein ungelöstes Risiko, das auch Investoren sehr genau beobachten müssen.
- 7:39Wenn die Regulierung in Europa oder den USA verschärft wird,
- 7:42wovon auszugehen ist, könnten solche Plattformen rechtlich haftbar gemacht werden.
- 7:46Ein automatisierter Filter ist ein Anfang, aber er ist kein absoluter Schutz.
- 7:51Für Unternehmer zeigt dieser Fall aber trotzdem ein ganz wichtiges Muster.
- 7:54Und das wäre?
- 7:55Dass du im KI Zeitalter nicht mehr versuchen musst, alles hinter verschlossenen
- 7:58Türen zu entwickeln.
- 8:00Der Hebel liegt in der Kombination aus offener Community Infrastruktur und einer
- 8:04klaren Premium Brücke für Unternehmenskunden.
- 8:07Du baust ein Ökosystem auf, das sich selbst trägt, und verdienst an der
- 8:11Professionalisierung.
- 8:12Ein extrem schmaler Grat zwischen genialem Vertrieb und rechtlichem Minenfeld.
- 8:17Aber genau das macht diesen Case so spannend.
- 8:20Das war der Business Case des Tages.
- 8:22IGNITION.
- 8:23Jeden Morgen.
- 8:24Ein echter Business Case.
- 8:25Eine echte Chance für Dich.