გენერაციული ხელოვნური ინტელექტის (AI) ბუმის პერიოდში უამრავი სტარტაპი გაჩნდა. თუმცა, როდესაც მტვერი იწყებს დალაგებას, ორი ოდესღაც პოპულარული ბიზნეს მოდელი უფრო გამაფრთხილებელ ისტორიებს ემსგავსება: LLM „ვრაპერები“ (LLM wrappers) და AI აგრეგატორები (AI aggregators). დარენ მოური, რომელიც ხელმძღვანელობს Google-ის გლობალურ სტარტაპ ორგანიზაციას Cloud-ის, DeepMind-ისა და Alphabet-ის მასშტაბით, აცხადებს, რომ ასეთი მიმართულების სტარტაპებს „ძრავის გამაფრთხილებელი ნათურა“ ანთებული აქვთ. LLM „ვრაპერები“ არსებითად ის სტარტაპებია, რომლებიც არსებულ დიდ ენობრივ მოდელებს, როგორიცაა Claude, GPT ან Gemini, პროდუქტის ან მომხმარებლის გამოცდილების (UX) ფენით „აფარებენ“, რათა კონკრეტული პრობლემა გადაჭრან. მაგალითად, სტარტაპი, რომელიც AI-ს იყენებს სტუდენტებისთვის სწავლაში დასახმარებლად. „თუ თქვენ რეალურად მხოლოდ ბექენდ მოდელზე ხართ დამოკიდებული, რომ მთელი სამუშაო შეასრულოს და თითქმის „თეთრი ეტიკეტირებით“ (white-labeling) მუშაობთ ამ მოდელთან, ინდუსტრიას ამის მიმართ დიდი მოთმინება აღარ აქვს“, - თქვა მოურიმ ამ კვირის „Equity“-ის ეპიზოდში. „ძალიან თხელი ინტელექტუალური საკუთრების „შემოხვევა“ Gemini-ს ან GPT-5-ის გარშემო იმაზე მიუთითებს, რომ თქვენ არ ახორციელებთ დიფერენციაციას“, - ამბობს მოური. მისი თქმით, სტარტაპს, რათა „განვითარდეს და გაიზარდოს“, „უნდა ჰქონდეს ღრმა, ფართო კონკურენტული უპირატესობები, რომლებიც ან ჰორიზონტალურად დიფერენცირებულია, ან რაიმე კონკრეტულ ვერტიკალურ ბაზარზეა მორგებული“. „ღრმა კონკურენტული უპირატესობის“ მქონე LLM „ვრაპერის“ მაგალითებია Cursor, GPT-ზე დაფუძნებული კოდირების ასისტენტი, ან Harvey AI, იურიდიული AI ასისტენტი. სხვა სიტყვებით რომ ვთქვათ, სტარტაპებს აღარ შეუძლიათ იმის მოლოდინი, რომ GPT-ს თავზე მომხმარებლის ინტერფეისს (UI) დაადებენ და პროდუქტის მიმართ ინტერესს გამოიწვევენ, როგორც ეს შესაძლოა, 2024 წლის შუა რიცხვებში იყო, როდესაც OpenAI-მ ChatGPT მაღაზია გამოუშვა. დღეს გამოწვევა მდგრადი პროდუქტის ღირებულების შექმნაა. AI აგრეგატორები „ვრაპერების“ ქვეჯგუფია – ეს სტარტაპები რამდენიმე LLM-ს ერთ ინტერფეისში ან API ფენაში აერთიანებენ, რათა მოთხოვნები მოდელებს შორის გადაანაწილონ და მომხმარებლებს მრავალ მოდელზე წვდომა მისცენ. ეს კომპანიები, როგორც წესი, უზრუნველყოფენ ორკესტრაციის ფენას, რომელიც მოიცავს მონიტორინგს, მართვას ან შეფასების ხელსაწყოებს. მაგალითად, AI საძიებო სტარტაპი Perplexity ან დეველოპერული პლატფორმა OpenRouter, რომელიც ერთი API-ის საშუალებით მრავალ AI მოდელზე წვდომას იძლევა. მიუხედავად იმისა, რომ ბევრმა ამ პლატფორმამ გარკვეულ წარმატებას მიაღწია, მოურის გზავნილი ახალი სტარტაპებისთვის ნათელია: „მოერიდეთ აგრეგატორულ ბიზნესს“. ზოგადად, აგრეგატორები ამჟამად დიდ ზრდას ან განვითარებას ვერ ხედავენ, რადგან, მისი თქმით, მომხმარებლებს სურთ „გარკვეული ინტელექტუალური საკუთრება ჩაშენებული“, რათა დარწმუნდნენ, რომ ისინი სწორ მოდელთან სწორ დროს მიემართებიან მათი საჭიროებების მიხედვით – და არა ბექენდის გამოთვლითი რესურსების ან წვდომის შეზღუდვების გამო. მოური ღრუბლოვანი ტექნოლოგიების სფეროში ათწლეულების განმავლობაში მუშაობს, მან გამოცდილება AWS-სა და Microsoft-ში მიიღო, სანამ Google Cloud-ში დაიწყებდა მუშაობას, და მან იცის, როგორ ვითარდება ეს პროცესები. მისი თქმით, დღევანდელი სიტუაცია ასახავს ღრუბლოვანი გამოთვლების ადრეულ დღეებს 2000-იანი წლების ბოლოს / 2010-იანი წლების დასაწყისში, როდესაც Amazon-ის ღრუბლოვანი ბიზნესი აფრინდა. იმ დროს, სტარტაპების ნაწილი გაჩნდა AWS ინფრასტრუქტურის გადასაყიდად, რომლებიც თავს მარტივ შესვლის წერტილებად აცხადებდნენ და უზრუნველყოფდნენ ინსტრუმენტებს, ბილინგის კონსოლიდაციასა და მხარდაჭერას. მაგრამ როდესაც Amazon-მა საკუთარი კორპორატიული ხელსაწყოები შექმნა და მომხმარებლებმა ისწავლეს ღრუბლოვანი სერვისების უშუალოდ მართვა, ამ სტარტაპების უმეტესობა ბაზრიდან განიდევნა. ერთადერთი გადარჩენილები იყვნენ ისეთები, რომლებმაც ნამდვილი სერვისები დაამატეს, როგორიცაა უსაფრთხოება, მიგრაცია ან DevOps კონსალტინგი. AI აგრეგატორები დღეს მსგავსი მარჟის ზეწოლის წინაშე დგანან, რადგან მოდელების პროვაიდერები თავად აფართოებენ კორპორატიულ ფუნქციებს, რითაც პოტენციურად შუამავლებს გვერდს უვლიან. თავის მხრივ, მოური ოპტიმისტურად უყურებს „vibe coding“-სა და დეველოპერულ პლატფორმებს, რომლებსაც 2025 წელს სარეკორდო წელი ჰქონდათ ისეთ სტარტაპებთან ერთად, როგორიცაა Replit, Lovable და Cursor (მოურის თქმით, ყველა Google Cloud-ის მომხმარებელია), რომლებმაც დიდი ინვესტიციები და მომხმარებელთა ინტერესი მიიპყრეს. მოური ასევე ელის ძლიერ ზრდას უშუალო მომხმარებელზე ორიენტირებულ ტექნოლოგიებში, იმ კომპანიებში, რომლებიც ამ მძლავრ AI ინსტრუმენტებს მომხმარებლების ხელში ათავსებენ. მან აღნიშნა ფილმისა და ტელევიზიის სტუდენტებისთვის არსებული შესაძლებლობა, გამოიყენონ Google-ის AI ვიდეო გენერატორი Veo, რათა ისტორიები გააცოცხლონ. AI-ის მიღმა, მოური ასევე ფიქრობს, რომ ბიოტექნოლოგია და კლიმატური ტექნოლოგიები მოქმედების მომენტშია – როგორც ამ ორ ინდუსტრიაში განხორციელებული ვენჩურული ინვესტიციების, ასევე „მონაცემთა წარმოუდგენელი რაოდენობის“ თვალსაზრისით, რომლებზეც სტარტაპებს შეუძლიათ წვდომა, რათა რეალური ღირებულება შექმნან „ისეთი გზებით, როგორც ეს აქამდე შეუძლებელი იყო“.