Πώς το AI μπορεί να πτωχεύσει και να επιβιώσει, όπως και το Διαδίκτυο

Οι συνεχείς δραματικές μεταβολές της αγοράς μεταξύ των τεχνολογικών γιγάντων που οδηγούνται από το AI, με δημόσιες εταιρείες που χάνουν περισσότερα από $1 τρισεκατομμύριο σε αξία σε λιγότερο από einen μήνα, εικονογραφούν σαφώς ότι οι αξιολογήσεις είναι αποσυνδεδεμένες από τα βασικά. Ωστόσο, η πραγματική ερώτηση που πρέπει να τεθεί τώρα δεν είναι πότε θα σπάσει η φούσκα, αλλά πώς η βιομηχανία μπορεί να αποφύγει την φούσκα και να προετοιμαστεί για το AI του μέλλοντος.

Τους τελευταίους quelques χρόνια, το AI έχει γίνει συνώνυμο με μεγάλες αξιολογήσεις, απεριόριστη κλιμάκωση και μια αίσθηση ότι κανείς δεν μπορεί να ανταγωνιστεί τους μεγαλύτερους παίκτες. Αλλά η τεχνική πραγματικότητα έχει μεταβληθεί και δείχνει σε ένα διαφορετικό είδος μέλλοντος για το AI: Το πραγματικό χρήμα δεν βρίσκεται στα enormously ακριβά μοντέλα AI που θα αποδώσουν σε υπερμεγέθεις αποδόσεις. Ολοένα και περισσότερο, η αξία του AI θα βρίσκεται στο πώς ενσωματώνεται και χρησιμοποιείται για να κερδίσει χρήματα για τις επιχειρήσεις, με την επιφύλαξη ότι τα μοντέλα AI που推ują τα όρια πρέπει να γίνονται φθηνότερα, όχι πιο ακριβά. Ο μύθος της μοναδικότητας έχει τελειώσει. Η κλίμακα μόνο δεν προσφέρει πλέον βήματα κερδών. Η εκτέλεση, η διανομή και το οικοσύστημα έχουν теперь περισσότερη σημασία από το μέγεθος του μοντέλου.

Η προσαρμογή των προσδοκιών σε αυτή τη νέα πραγματικότητα θα επιτρέψει στην αυξανόμενη φούσκα του AI να σβήσει αργά, αντί να σπάσει και να προκαλέσει καταστροφές στην οικονομία και τις χρηματιστηριακές αγορές όπως η φούσκα του dotcom πριν από ένα τέταρτο αιώνα.

Στις αρχές της δεκαετίας του ’90, η τεχνολογική βιομηχανία υποθέτησε ότι το Διαδίκτυο θα μπορούσε και θα έπρεπε να κάνει τα πάντα και ότι οτιδήποτε χτιζόταν στο Διαδίκτυο θα επιτύγχανα από φύσης. Ήταν λάθος και η φούσκα σπάσε πραγματικά – αλλά το Διαδίκτυο επιβίωσε. Η συντριβή υπογράμμισε ότι η επιτυχία στο Διαδίκτυο δεν ήταν μόνο για την υποκείμενη τεχνολογία – το Διαδίκτυο – αλλά για την ικανότητα να αναπτύξει έξυπνες και αποτελεσματικές περιπτώσεις χρήσης, προϊόντα και υλικό. Το Διαδίκτυο δεν κέρδισε μόνο με τα πρωτόκολλα. Κέρδισε όταν οι περιηγητές, τα δίκτυα παράδοσης περιεχομένου και τα οικοσυστήματα των développeurs το έκαναν χρηστικό.

Η Amazon επιβίωσε και ακόμη ευημερεί, ενώ η Pets.com απέτυχε γιατί δεν είχε ποτέ ένα κερδοφόρο τρόπο να χειριστεί την αποστολή του σκυλοτροφής, μια πρόκληση που παραβλέφθηκε από την πειστική ιδέα ότι θα μπορούσε να έχει πελάτες σε όλη τη χώρα λόγω της έλευσης του Διαδικτύου.

Αυτό είναι ακριβώς όπου το Big AI βρίσκεται σήμερα, απορροφημένο στα όνειρα και τις προσδοκίες για το μέλλον της τεχνολογίας. Δεν υπάρχει αμφιβολία ότι είναι η πιο αξιοπρεπής τεχνολογία που έχουμε σήμερα. Αλλά τα μοντέλα AI είναι μόνο η υποκείμενη τεχνολογία, όχι οι απαντήσεις themselves, και σίγουρα όχι όπου το χρήμα και η αξία θα παραμείνουν. Στην πραγματικότητα, τα αρχιτεκτονικά σχέδια transformer και diffusion, που υποκρύπτουν τα περισσότερα γεννητικά AI, είναι δημόσια· τα πλαίσια βελτιστοποίησης είναι ανοιχτά· η υπολογιστική ισχύς είναι ολοένα και περισσότερο προσιτή. Το εμπόδιο δεν είναι πλέον теорητική γνώση. Είναι η τέχνη της κατασκευής αξιόπιστων συστημάτων και της ενσωμάτωσής τους σε υπάρχοντα δημιουργικά και παραγωγικά κανάλια που θα καθορίσουν ποιος θα επιτύχει. Αυτά τα προϊόντα και οι υπηρεσίες δεν απαιτούν πλέον από τους επενδυτές να προσφέρουν τρισεκατομμύρια δολάρια. Το ξέρω αυτό από την δική μου εμπειρία. Η ομάδα μας στην Ιερουσαλήμ κατασκεύασε ένα ανοιχτό μοντέλο ήχου-βίντεο για την δημιουργία βίντεο AI με περίπου το ένα δέκατο του κόστους εκείνων που κατασκευάζονται από τους ηγέτες της αγοράς, και που παράγει μεγαλύτερες συνεχείς σκηνές, συχνά με υψηλότερη ανάλυση και ταχύτητα. Αυτό επιτεύχθηκε με περίπου 100 εκατομμύρια δολάρια, όχι δισεκατομμύρια. Η ιστορία μας δείχνει ότι η πρόοδος του AI σήμερα είναι λιγότερο για μυστικό μείγμα και περισσότερο για πειθαρχημένη μηχανική.

Όπως και με το Διαδίκτυο, αυτοί που θα επιβιώσουν θα είναι αυτοί που θα αξιοποιήσουν το AI για τις καλύτερες περιπτώσεις χρήσης, τις εφαρμογές υλικού, τα προϊόντα και τις υπηρεσίες. Είναι αλήθεια ότι τι ακριβώς αυτές θα είναι είναι δύσκολο να προβλεφθεί. Όταν οι άνθρωποι χρησιμοποιούσαν το AOL ή το Prodigy στις αρχές της δεκαετίας του ’90, κανείς δεν θα μπορούσε να φανταστεί το Gmail.

Ωστόσο, χωρίς τη δύναμη της μαντικής, υπάρχουν έξυπνες ερωτήσεις να ρωτήσετε κατά μήκος του δρόμου για να οδηγήσετε τη βιομηχανία AI και τους επενδυτές να εργαστούν με τρόπο που θα σβήσει αργά και σταδιακά την φούσκα, ενώ ταυτόχρονα κατασκευάζει την οικονομία του μέλλοντος.

Οι επενδυτές, συμπεριλαμβανομένων των VCs και των ταμείων σύνταξης που ρίχνουν χρήματα στις εταιρείες AI, χρειάζεται να ρωτήσουν τι αξία, ακριβώς, δημιουργείται. Δισεκατομμύρια δολάρια ρίχθηκαν στην έρευνα στις μεγάλες εταιρείες τεχνολογίας για να κατασκευάσουν AI που τελικά ήταν εύκολο να αναπαραχθεί σε άλλους τόπους. Τα τεράστια бюджета AI δεν εγγυώνται μοναδική πνευματική ιδιοκτησία, κλείδωμα χρήστη ή αμυντικά οικονομικά nữa. Τώρα οι επενδυτές χρειάζεται να αξιολογήσουν πώς οι εταιρείες κατασκευάζουν, βελτιστοποιούν και ενσωματώνουν μοντέλα σε πραγματικές ροές εργασιών των πελατών, δημιουργώντας πραγματικά προϊόντα και υπηρεσίες. Οι επενδυτές πρέπει να ζητήσουν μετρήσεις όπως οικονομικά ανά φόρτο εργασίας όταν εξετάζουν τις εφαρμογές AI.

Αυτά, όχι απλώς τα ταλέντα ή η ιδιοκτησιακή φύση του μοντέλου, είναι τα βασικά στοιχεία της αξίας. Είναι επίσης σημαντικό να κατανοηθεί η αξία των ανοιχτών μοντέλων. Αυτά συχνά out-iterate κλειστά API γιατί οι ερευνητές και οι développeurs μπορούν να τα προσαρμόσουν τοπικά. Αυτή η υιοθέτηση συνδυάζεται σε ένα moat γύρω από μια εταιρεία ή προϊόν, βοηθώντας να εγγυηθεί κέρδη και επιτυχία

Και οι επενδυτές και οι επιχειρηματίες που ανησυχούν για την αποτελεσματική χρήση του κεφαλαίου πρέπει να πάρουν ένα βήμα πίσω και να αξιολογήσουν το πραγματικό κόστος του AI και όλων των σχετικών συστατικών· αυτά είναι συχνά φουσκωμένα και υψηλότερα από ό,τι πρέπει να είναι. Η γενική προσέγγιση πρέπει να είναι ότι τα κόστη του υλικού είναι εύθραυστα,所以 το σχέδιο AI δεν πρέπει να εξαρτάται από οποιοδήποτε συγκεκριμένο συσκευή ή υλικό. Η αξία και τι διαφοροποιεί μια εταιρεία είναι η απόδοση ανά δολάριο, όχι οι εκπτώσεις του προμηθευτή που ευνοούν ένα συγκεκριμένο είδος υλικού. Η αμυντική του AI δαπάνη βρίσκεται τώρα στην βελτιστοποίηση της υποδομής, τα ιδιωτικά δεδομένα και το βάθος της ενσωμάτωσης. Οι επιχειρηματίες με καλές ιδέες για λύσεις που φτιάχνουν ή χρησιμοποιούν μοντέλα με αυτό το τέλος-απόδοση στο μυαλό θα κερδίσουν από εκείνους που αναζητούν τεράστια μοντέλα που μπορούν αργότερα να κλιμακωθούν για διαφορετικές πιθανές χρήσεις. Ένα άλλο πλεονέκτημα είναι η προσφορά ανοιχτών επιλογών ανάπτυξης για στούντιο και πλατφόρμες που δεν μπορούν να εξαρτηθούν από μια απομακρυσμένη API για πραγματικές εμπειρίες.

Οι νομοθέτες και η βιομηχανία επίσης χρειάζεται να σκεφτούν πιο λογικά για τη ρύθμιση. Η πρόοδος έχει sido αργή σε αυτές τις περιοχές και εστιάζει έντονα στα μοντέλα του μετώπου που τρέχουν σε μεγάλες συσκευές· αυτό δεν είναι πλέον một πρακτική προσέγγιση. Η ορμή είναι υπερβολικά προς τα μοντέλα που μπορούν να τρέχουν σε καταναλωτικές συσκευές, καθιστώντας τη ρύθμιση των μοντέλων themselves αδύνατη. Η ανοιχτή φύση των περισσότερων μοντέλων παρουσιάζει ένα άλλο επιβαρυντικό πρόκληση στην τρέχουσα προσέγγιση της ρύθμισης. Ξανά, η σωστή προσέγγιση είναι να εστιάσει στην ανάπτυξη μέσω εφαρμογών και προϊόντων και να αναπτύξει ρυθμιστικά πλαίσια γύρω από αυτά για διάφορες βιομηχανίες, όχι υπερκαλυπτικά πολιτικές για μοντέλα. Το στόχο πρέπει να είναι να ρυθμίσουν τις εφαρμογές και τους τομείς, με πρότυπα για προέλευση, ασφαλή ράγες σε προϊόντα και αποκάλυψη για συνθετικό μέσο. Η ιστορία από τις αρχές της δεκαετίας του ’90 και τις αρχές του 2000 ξανά κρατά μια σοφή διδασκαλία σε αυτή την έννοια: Η υπόθεση ενάντια στην δημοφιλή εταιρεία κοινής χρήσης αρχείων Napster δεν περιόρισε την κοινή χρήση αρχείων per se — αυτή η τεχνολογία μόνο μεγάλωσε και έγινε πολύ ταχύτερη, τελικά οδηγώντας σε streaming – αλλά εστιάστηκε στην υπεύθυνη ανάπτυξη της τεχνολογίας από μια πλατφόρμα. (Ακόμη και μέσω της πτώχευσης, η Napster κατάφερε να παραμείνει ως μάρκα με την προσαρμογή του πώς αναπτύσσει την τεχνολογία της και αγοράστηκε για περισσότερα από 200 εκατομμύρια δολάρια νωρίτερα αυτό το χρόνο.)

Το τελικό σημείο είναι ότι η αγορά θα συντηρηθεί γύρω από quelques ενιαία πολυμορφικά μοντέλα AI που μπορούν να αποσταλούν για αποτελεσματικότητα και να προσαρμοστούν για διαφορετικές χρήσεις. Όλοι οι ενδιαφερόμενοι πρέπει να δίνουν πολύ περισσότερη προσοχή στις εφαρμογές και την πραγματική επιχειρηματική αξία που μπορεί να φέρει το AI, και όχι να χάνουν τον εαυτό τους στις υποσχέσεις των μοντέλων themselves. Η βιομηχανία φουσκώνει γρηγορότερα από ό,τι δημιουργεί αξία. Εάν αυτό θα τελειώσει σε μια δραματική διόρθωση – παρόμοια με την πρώιμη φούσκα του Διαδικτύου – είναι ανοιχτό σε συζήτηση. Αλλά η σαφήνεια τώρα σημαίνει ανθεκτικότητα αργότερα.