AIが破綻する可能性と、それでも生き残る可能性

AIを搭載したテクノロジー企業の株価が大きく変動し、上場企業が1ヶ月で1兆ドル以上の時価総額を失ったことは、評価が基礎から切り離されていることを明らかにしている。しかし今問うべき質問は、バブルがいつ破裂するかではなく、業界が責任を持ってバブルを下げ、将来的にAIのために準備する方法である。

過去数年間、AIは大きな評価、無限のスケーラビリティ、最大のプレーヤーと競争することができないという感覚と同義語となった。しかし技術的な現実は変化し、AIの将来について異なるタイプの未来を示唆している。実際の収益は、将来的に大きなリターンをもたらすであろうと考えられている非常に高価なAIモデルの中にあるのではない。AIの価値は、AIをどのように統合し、ビジネスに収益をもたらすか、限界を押し出す最先端のAIモデルは高価なものではなく、安価なものになるべきであることを念頭に置いて、どのように使われるかにある。特異点の神話は終焉した。スケールだけがステップ関数的な利益をもたらさなくなった。実行、配布、エコシステムが生み出す利益は、生み出すモデルサイズよりも重要になった。

この新しい現実に期待を合わせることで、成長しているAIバブルは突然破裂するのではなく、ゆっくり下がり、経済と金融市場に壊滅的な被害をもたらさないようにすることができる。

90年代には、テクノロジー業界はインターネットが何でもできるし、インターネット上に構築されたものは自然に成功するという仮定をしていた。しかし、それは誤りであり、バブルは実際に破裂した。インターネットは生き残った。クラッシュは、オンラインでの成功はインターネットという基礎技術だけではなく、スマートで効果的なユースケース、製品、ハードウェアを開発する能力に依存していることを強調した。インターネットはプロトコルだけで勝ったのではない。ブラウザ、コンテンツ配信ネットワーク、開発者エコシステムが使えるようにしたときに勝った。

Amazonは生き残り、まだ繁栄しているが、Pets.comは失敗した。なぜなら、犬の餌を出荷するための利益のある方法を持っていなかったからである。インターネットの出現により、全米の顧客を得ることができると考えていたが、その課題を見落としていた。

これは現在のビッグAIの状況である。夢と期待に浸っている。AI技術は今最も素晴らしい技術であることに疑問はない。しかしAIモデルは答えそのものではなく、収益や価値が残る場所でもない。実際、Transformerと拡散アーキテクチャは、ほとんどの生成AIの基礎となっているが、公開されている。最適化フレームワークはオープンである。コンピュータのパワーはますますアクセスしやすくなっている。障壁は理論的な知識ではなくなった。信頼性の高いシステムを構築し、既存のクリエイティブな生産パイプラインに統合する技術が、誰が成功するかを決定する。这些製品やサービスは、投資家が数兆ドルの資金を提供する必要はない。我々のチームは、約1億ドルの費用で、市場のリーダーが作成したものよりも長い連続シーン、時には高解像度と速度のAIビデオモデルを作成した。現代のAIの進歩は、秘密のソースではなく、規律あるエンジニアリングについてであることを示している。

インターネットと同様に、生き残るのは、AIを最も適切なユースケース、ハードウェアアプリケーション、製品、サービスに活用する者たちである。確かに、どれがそれらであるかは予測が難しい。90年代初頭、AOLやProdigyを使っていたとき、誰もGmailを想像できなかった。

しかし、予言の力がなくても、AI業界とその投資家が、バブルをゆっくり下げながら、同時に将来的に経済を構築するために働く方法を導くための賢い質問がある。

投資家、ベンチャーキャピタル、AI企業に資金を提供している年金基金を含む、どのような価値が具体的に創出されているのかを問う必要がある。巨額の資金が大手テクノロジー企業でのAI研究に投入されたが、結局は他の場所で簡単に複製されたAIであった。大量のAI予算は、独自の知的財産、ユーザーロックイン、または防御可能な経済を保証するものではない。投資家は、企業がモデルをどのように構築し、最適化し、顧客の実際のワークフローに統合し、実際の製品やサービスを作成するかを評価する必要がある。投資家は、AIアプリケーションについて、ワークロード別の経済的な指標を求めるべきである。

これらが、モデルそのものの才能や独自性ではなく、価値の重要な要素である。オープンソースモデルの価値を理解することも重要である。これらは、研究者や開発者がローカルで適応できるため、クローズドAPIよりも優れたイテレーションを実現することが多い。その採用は、会社や製品の周りに防御的優位性を生み出し、利益と成功を保証するのに役立つ。

投資家と起業家は、資本の効率的な使用について、後退してAIと関連コンポーネントの実際のコストを評価する必要がある。これらのコストは、時折、必要以上に高く設定されている。ハードウェアコストは変動するため、AI設計は特定のデバイスやハードウェアに依存すべきではない。会社や製品の価値と違いは、ベンダーの割引や特定のハードウェアを優先することではなく、1ドルあたりのスループットにある。AI支出の防御性は、インフラの最適化、独自のデータ、統合の深さにある。実行可能なソリューションを持つ起業家が、エンドパフォーマンスを念頭に置いてモデルを慎重に設計または使用することで、勝利する。さらに、スタジオやプラットフォームがリアルタイム体験のためにリモートAPIに依存できないオープンなデプロイオプションを提供することもプラスである。

政策立案者や業界も、規制についてより論理的に考える必要がある。進歩は遅く、主に大きなデバイスで実行される最先端モデルに焦点を当てているが、これはもはや実用的ではない。モメンタムは、消費者デバイスで実行できるモデルに向かっているため、モデル自体の規制は不可能である。多くのモデルのオープンソース性も、現在の規制アプローチに大きな課題を提起する。再び、正しいアプローチは、モデル自体ではなく、さまざまな業界向けのアプリケーションや製品を通じて規制することである。目標は、業界やセクターを規制し、プロバンス、セーフティレール、合成メディアの開示についての基準を開発することである。90年代と2000年代初頭からの歴史は、この概念について賢い教訓を提供している。人気のある音楽ファイル共有会社Napsterの場合、テクノロジー自体のファイル共有を制限するのではなく、プラットフォームの責任あるテクノロジーの展開に焦点を当てた。 (実際、Napsterはテクノロジーの展開方法を変更し、今年初めに200万ドル以上で購入された。)

結論として、市場は、効率と異なる用途への適応性のために抽出できる統一された多モーダルAIモデルを中心に統合されるだろう。すべての利害関係者は、AIの実際のビジネス価値と、AIがもたらす約束ではなく、モデル自体に注目する必要がある。業界は、価値を創出するよりも急速に膨張している。早期のインターネットバブルと同様の劇的な修正が起こるかどうかは、議論の余地がある。しかし、現在の明確性は、後の回復力をもたらす。