AI загварууд бараа болж байна уу?

Майкрософт компанийн гүйцэтгэх захирал Сатя Наделла саяхан хиймэл оюун ухааны дэвшилтэт загваруудыг бараа бүтээгдэхүүн болгох замд орж байна гэж санал болгосноор маргаан үүсгэв. Наделла подкаст дээр суурийн загварууд улам бүр ижил төстэй болж, өргөн боломжтой болж байгааг ажиглав. "Загварууд дангаараа хангалтгүй" тогтвортой өрсөлдөөний давуу тал. Тэр үүнийг онцолсон Нээлттэй байна - хамгийн сүүлийн үеийн мэдрэлийн сүлжээг үл харгалзан - “Загвар компани биш; Энэ бол гайхалтай загвартай бүтээгдэхүүн үйлдвэрлэдэг компани юм” гэж онцлон тэмдэглэж, жинхэнэ давуу тал нь загваруудын эргэн тойронд бүтээгдэхүүн бий болгох явдал юм.

Өөрөөр хэлбэл, хиймэл оюун ухааны инновацийн хурдацтай хурдацтай үед ямар ч гүйцэтгэлийн манлайлал нь богино настай байж болох тул хамгийн дэвшилтэт загвартай байх нь зах зээлийн манлайллын баталгаа болж чадахгүй.

Технологийн аваргууд улам бүр том загвар өмсөгчдийг сургахаар уралдаж байгаа салбарт Наделлагийн хэтийн төлөв чухал юм. Түүний аргумент нь анхаарлын төвлөрлийг өөрчилнө гэсэн үг юм: компаниуд загвар өмсөгчдөд хэт автахын оронд хиймэл оюун ухаанаа нэгтгэхэд эрчим хүчээ чиглүүлэх хэрэгтэй. "Бүрэн системийн стек, гайхалтай амжилттай бүтээгдэхүүнүүд."

Энэ нь өнөөдрийн хиймэл оюун ухааны ололт амжилт хурдан маргаашийн үндсэн шинж чанар болж байна гэсэн өргөн хүрээтэй санааг илэрхийлж байна. Загварууд илүү стандартчилагдсан, хүртээмжтэй болохын хэрээр хиймэл оюун ухааныг бодит үйлчилгээнд хэрхэн ашиглах талаар анхаарлын төвд байна. Майкрософт, Google зэрэг пүүсүүдтэй өргөн уудам бүтээгдэхүүний экосистем, загваруудыг хэрэглэгчдэд ээлтэй санал болгон оруулах замаар барааны хиймэл оюун ухааны энэ чиг хандлагыг ашиглахад хамгийн сайн байр суурьтай байж болох юм.

Өргөтгөсөн хандалт ба нээлттэй загварууд

Саяхан хэдхэн лаборатори л хамгийн сүүлийн үеийн хиймэл оюун ухааны загваруудыг бүтээж чадсан ч энэ онцгой чанар хурдан бүдгэрч байна. Хиймэл оюун ухааны чадавхи нь байгууллага, тэр байтугай хувь хүмүүст улам бүр хүртээмжтэй болж, загвар нь бараа бүтээгдэхүүн гэсэн ойлголтыг өдөөж байна. AI судлаач Эндрю Нг 2017 шиг эрт байна хиймэл оюун ухааны чадамжтай зүйрлэсэн "шинэ цахилгаан" Цахилгаан эрчим хүч нь орчин үеийн амьдралын үндэс болсон өргөн хэрэглээний бараа болсонтой адил хиймэл оюун ухааны загварууд нь олон үйлчилгээ үзүүлэгчээс авах боломжтой үндсэн хэрэглүүр болж чадна гэдгийг харуулж байна.

Сүүлийн үеийн тархац нээлттэй эхийн загварууд энэ чиг хандлагыг хурдасгасан. Жишээлбэл, Meta (Facebook-ийн толгой компани) гэх мэт хүчирхэг хэлний загваруудыг гаргаж, давалгаа хийсэн. Дуудлага судлаачид болон хөгжүүлэгчдэд ямар ч зардалгүйгээр нээлттэй. Үндэслэл нь стратегийн ач холбогдолтой: AI-аа нээлттэй эх сурвалж болгосноор Мета илүү өргөн хүрээний үрчлэлтийг дэмжиж, олон нийтийн хувь нэмэр оруулахын зэрэгцээ өрсөлдөгчдийн өмчийн давуу талыг бууруулж чадна. Саяхан хиймэл оюун ухааны ертөнц гарч ирснээр тэсрэлт болсон Хятадын загвар DeepSeek.

Зураг үүсгэх талбарт Тогтвортой байдлын AI-ууд Тогтвортой тархалт Энэхүү загвар нь ололт амжилт хэр хурдан бүтээгдэхүүн болж хувирдгийг харуулсан: 2022 онд нээлтээ хийснээс хойш хэдэн сарын дотор тоо томшгүй олон программуудад ашиглах боломжтой хиймэл хиймэл оюун ухаанд алдартай болсон. Үнэн хэрэгтээ, нээлттэй эхийн экосистем тэсэрч байна – Hugging Face гэх мэт хадгалах сангууд дээр олон арван мянган AI загварууд байдаг.

Энэ нь хаа сайгүй түгээмэл байгаа нь байгууллагууд нэг үйлчилгээ үзүүлэгчийн нууц загварт төлбөр төлөх эсвэл огт төлөхгүй байх хоёртын сонголттой тулгарахаа больсон гэсэн үг юм. Үүний оронд тэд каталогоос бараа сонгохтой адил загваруудын цэснээс (нээлттэй эсвэл арилжааны) сонгох эсвэл бүр өөрсдөө нарийн тааруулж болно. Олон тооны сонголтууд нь дэвшилтэт хиймэл оюун ухаан нь сайтар хамгаалагдсан давуу эрх биш харин өргөнөөр түгээх нөөц болж байгаагийн хүчтэй илрэл юм.

Cloud Giants AI-г хэрэглээний үйлчилгээ болгон хувиргаж байна

Гол үүлэн үйлчилгээ үзүүлэгчид нь хиймэл оюун ухааныг бараа бүтээгдэхүүн болгоход гол түлхэц болж, хөдөлгөгч байсан. Майкрософт, Амазон, Google зэрэг компаниуд хиймэл оюун ухааны загваруудыг үүлэн сүлжээгээр нийлүүлдэгтэй адил эрэлт хэрэгцээний үйлчилгээ болгон санал болгож байна. Наделла тэмдэглэв "Загварууд [үүлэнд] бараа болж байна," үүл нь хүчирхэг хиймэл оюун ухааныг өргөн хүртээмжтэй болгож байгааг онцолж байна.

Үнэн хэрэгтээ Microsoft-ын Azure үүл нь OpenAI-тай хамтран ажилладаг бөгөөд ямар ч хөгжүүлэгч эсвэл бизнес эрхлэгчдэд өөрийн хиймэл оюун ухаанаа эхнээс нь бүтээхгүйгээр API дуудлагын тусламжтайгаар GPT-4 эсвэл бусад шилдэг загваруудыг ашиглах боломжийг олгодог. Amazon Web Services (AWS) загвар зах зээлийн үүрэг гүйцэтгэдэг Bedrock платформоороо нэг алхам урагшиллаа. AWS Bedrock нь олон тооны хиймэл оюун ухааны чиглэлээр тэргүүлэгч компаниудын суурийн загваруудыг санал болгодог - Amazon-ийн өөрийн загвараас эхлээд Anthropic, AI21 Labs, Stability AI болон бусад загварууд - бүгдийг нэг удирдлагатай үйлчилгээгээр дамжуулан авах боломжтой.

Энэхүү "олон загвар, нэг платформ" арга нь бараа бүтээгдэхүүнжүүлэх жишээг харуулж байна: үйлчлүүлэгчид өөрсдийн хэрэгцээнд тохирсон загварыг сонгож, бараа худалдаж авах гэж байгаа мэт харьцангуй хялбар үйлчилгээ үзүүлэгчээ сольж болно.

Практикийн хувьд энэ нь бизнесүүд сүлжээнээс цахилгаан авахтай адил хамгийн сүүлийн үеийн загвартай байхын тулд үүлэн платформд найдаж болно гэсэн үг бөгөөд хэрвээ шинэ загвар гарч ирэхэд (стартапын нээлт гэж хэлнэ) үүл үүнийг даруй санал болгоно гэсэн үг юм.

Загвараас өөрөөсөө ялгарах

Хүн бүр хиймэл оюуны ижил төстэй загваруудыг ашиглах боломжтой бол хиймэл оюун ухаантай компаниуд өөрсдийгөө хэрхэн ялгах вэ? Энэ бол бараа бүтээгдэхүүнжүүлэх маргааны гол цэг юм. Салбарын тэргүүлэгчдийн зөвшилцөлд үнэ цэнэ нь оршдог програм зөвхөн алгоритм биш хиймэл оюун ухаан. OpenAI-ийн өөрийн стратеги нь энэхүү өөрчлөлтийг тусгасан байдаг. Сүүлийн жилүүдэд компанийн гол анхаарлаа хандуулж байгаа зүйл бол зүгээр л түүхий загварын код гаргахаас илүүтэй өнгөлсөн бүтээгдэхүүн (ChatGPT ба түүний API) болон сайжруулсан үйлчилгээ, нэмэлт өргөтгөлүүд, хэрэглэгчдэд ээлтэй интерфэйс зэрэг сайжруулсан экосистемийг хүргэхэд чиглэж байна.

Практикт энэ нь тухайн загварын эргэн тойронд найдвартай гүйцэтгэл, тохируулгын сонголтууд болон хөгжүүлэгчийн хэрэгслүүдийг санал болгодог гэсэн үг юм. Үүний нэгэн адил Google-ийн DeepMind болон Brain багууд одоо нэг хэсэг болсон Google DeepMind, хайлт, оффисын програмууд, үүлэн API зэрэг Google-ийн бүтээгдэхүүнүүдэд судалгаагаа чиглүүлж, эдгээр үйлчилгээг илүү ухаалаг болгохын тулд AI-г суулгаж байна. Загварын техникийн боловсронгуй байдал нь мэдээжийн хэрэг чухал боловч хэрэглэгчид эцсийн дүндээ загварын нэр, хэмжээ биш хиймэл оюун ухаан (илүү сайн хайлтын систем, илүү тустай дижитал туслах гэх мэт)-ийн туршлагыг чухалчилдаг гэдгийг Google мэддэг.

Мөн компаниуд мэргэшсэнээр ялгарч байгааг бид харж байна. Тэдгээрийг бүгдийг нь удирдан чиглүүлэх нэг загварын оронд зарим хиймэл оюун ухааны фирмүүд тодорхой домэйн эсвэл даалгаварт тохирсон загваруудыг бүтээдэг бөгөөд тэдгээр нь түүхий эдээр бүрхэгдсэн ландшафтад ч гэсэн дээд зэргийн чанарыг шаардаж чаддаг. Жишээлбэл, эрүүл мэндийн оношлогоо, санхүү эсвэл хууль эрх зүйн чиглэлээр мэргэшсэн хиймэл оюун ухаантай стартапууд байдаг бөгөөд энэ нь өмчийн өгөгдөл, домэйны туршлагаас үүдэлтэй. илүү сайн ерөнхий зориулалтын системээс илүү энэ үүргийн загвар. Эдгээр компаниуд бусдаас ялгарахын тулд нээлттэй загвар эсвэл жижиг захиалгат загваруудыг хувийн өгөгдөлтэй хослуулан нарийн тааруулах боломжийг олгодог.

OpenAI-ийн ChatGPT интерфейс ба төрөлжсөн загваруудын цуглуулга (Unite AI/Alex McFarland)

Ялгах өөр нэг хэлбэр нь үр ашиг, өртөг юм. Тооцооллын зардлын багахан хэмжээгээр ижил гүйцэтгэлийг өгдөг загвар нь өрсөлдөөний давуу тал байж болно. гарч ирснээр үүнийг онцолсон DeepSeek-ийн R1 загвар, OpenAI-ийн GPT-4-ийн зарим чадавхитай таарч байсан бөгөөд сургалтын зардал нь 6 сая доллараас бага байгаа нь GPT-100-т зарцуулсан 4+ сая доллараас эрс бага байна. Ийм үр ашгийн өсөлт нь харуулж байхад Гарц Өөр өөр загварууд ижил төстэй болж магадгүй, нэг үйлчилгээ үзүүлэгч эдгээр үр дүндээ илүү хямд эсвэл хурдан хүрэх замаар өөрийгөө ялгаж чаддаг.

Эцэст нь, хиймэл оюун ухааны үйлчилгээний эргэн тойронд хэрэглэгчийн үнэнч байдал, экосистемийг бий болгох уралдаан байна. Бизнес нь хиймэл оюун ухааны тодорхой загварыг ажлын урсгалдаа гүн гүнзгий шингээж авсны дараа (захиалгат сануулга, интеграцчлал, нарийн тохируулсан өгөгдөлтэй) өөр загвар руу шилжих нь үрэлтгүй биш юм. OpenAI, Майкрософт болон бусад үйлчилгээ үзүүлэгчид хиймэл оюун ухааны амтыг солилцох бүтээгдэхүүнээс илүү бүрэн стек шийдэл болгох хөгжүүлэгчийн SDK-ээс эхлээд AI залгаасуудын зах зээл хүртэлх цогц платформуудыг санал болгосноор энэхүү наалдамхай чанарыг нэмэгдүүлэхийг хичээж байна.

Компаниуд үнэ цэнийн гинжин хэлхээг дээшлүүлж байна: загвар нь өөрөө шуудуу биш бол ялгаа нь тухайн загварыг тойрсон бүх зүйл – өгөгдөл, хэрэглэгчийн туршлага, босоо туршлага, одоо байгаа системд нэгтгэх зэргээс үүдэлтэй.

Бараажуулсан AI-ийн эдийн засгийн долгионы нөлөө

AI загваруудыг бараа болгох нь эдийн засгийн чухал үр дагавартай. Богино хугацаанд энэ нь хиймэл оюун ухааны чадамжийн зардлыг бууруулж байна. Олон тооны өрсөлдөгчидтэй, нээлттэй хувилбаруудтай тул хиймэл оюун ухааны үйлчилгээний үнэ нь сонгодог түүхий эдийн зах зээлийг санагдуулам доошилсон эргэлттэй байна.

Сүүлийн хоёр жилийн хугацаанд OpenAI болон бусад үйлчилгээ үзүүлэгчид хэлний загварт хандах үнийг эрс бууруулсан. Жишээлбэл, OpenAI-ийн GPT цувралын токен үнэ 80-2023 он хүртэл 2024 гаруй хувиар буурсан нь өрсөлдөөн нэмэгдэж, үр ашгийн өсөлттэй холбоотой юм.

Үүний нэгэн адил, хямд эсвэл нээлттэй загваруудыг санал болгож буй шинэхэн оролцогчид үнэ төлбөргүй шатлал, нээлттэй эхийн хувилбар эсвэл багцын хэлэлцээрээр хамаагүй хямд үнээр илүү ихийг санал болгохыг албаддаг. Энэ нь хиймэл оюун ухааныг нэвтрүүлж буй хэрэглэгчид болон бизнес эрхлэгчдэд зориулсан сайн мэдээ бөгөөд дэвшилтэт чадавхи улам бүр боломжийн болж байна. Энэ нь хиймэл оюун ухааны технологи эдийн засаг даяар илүү хурдацтай тархаж байна гэсэн үг юм: аливаа зүйл хямд, стандартчилагдвал илүү олон үйлдвэрүүд түүнийг нэгтгэж, инновацийг өдөөж байна (2000-аад оны хямд үнэтэй компьютерийн техник хангамж нь програм хангамж, интернетийн үйлчилгээний тэсрэлтэд хүргэсэн).

Үйлчлүүлэгчийн үйлчилгээ, маркетинг, үйл ажиллагаа гэх мэт салбарт бэлэн загвар, үйлчилгээнүүдийн дагуу хиймэл оюун ухааныг нэвтрүүлэх давалгааг бид аль хэдийн харж байна. Ийнхүү илүү өргөн хүртээмжтэй байх нь загваруудын ашгийн хэмжээ багассан ч хиймэл оюун ухааны шийдлүүдийн нийт зах зээлийг өргөжүүлж чадна.

Бараажуулсан хиймэл оюун ухааны эдийн засгийн динамик (Unite AI/Alex McFarland)

Гэсэн хэдий ч, түүхий эд болгох нь өрсөлдөөний ландшафтыг сорилттой арга замаар өөрчилж чадна. Хилийн загваруудыг боловсруулахад олон тэрбумын хөрөнгө оруулалт хийсэн хиймэл оюун ухааны лабораторийн хувьд эдгээр загварууд нь зөвхөн түр зуурын давуу талтай байх нь ROI-ийн талаар асуултуудыг төрүүлдэг. Тэд бизнесийн загвараа тохируулах шаардлагатай байж магадгүй - жишээлбэл, API хандалтыг дангаар зарахаас илүүтэйгээр аж ахуйн нэгжийн үйлчилгээ, өмчийн өгөгдлийн давуу тал эсвэл загвар дээр суурилсан захиалгын бүтээгдэхүүнд анхаарлаа хандуулах хэрэгтэй.

Мөн зэвсгийн уралдааны элемент байдаг: гүйцэтгэлийн аливаа амжилтыг бусад хүмүүс (эсвэл бүр нээлттэй эх сурвалжтай нийгэмлэгүүд) хурдан биелүүлэх эсвэл давах үед шинэ загвараас мөнгө олох цонх нарийсдаг. Энэхүү динамик нь компаниудыг эдийн засгийн өөр суваг авч үзэхэд түлхэж байна. Ийм суваг шуудууны нэг нь өмчийн өгөгдөлтэй нэгтгэх явдал юм (энэ нь бараа бүтээгдэхүүн биш юм) – компанийн өөрийн баялаг өгөгдөл дээр тохируулсан хиймэл оюун ухаан нь тухайн компанид бэлэн загвараас илүү үнэ цэнэтэй байж болно.

Өөр нэг зүйл бол зохицуулалтын болон нийцлийн шинж чанарууд бөгөөд үйлчилгээ үзүүлэгч нь баталгаатай нууцлалтай эсвэл аж ахуйн нэгжийн хэрэглээнд нийцсэн загваруудыг санал болгож, түүхий технологиос илүү ялгаатай. Макро масштабаар, хэрэв суурь хиймэл оюун ухааны загварууд нь мэдээллийн сан эсвэл вэб сервер шиг хаа сайгүй тархдаг болвол бид өөрчлөлтийг харж магадгүй юм. үйлчилгээ AI-ийн эргэн тойронд (үүлэн байршуулах, зөвлөгөө өгөх, тохируулах, засвар үйлчилгээ) орлогын үндсэн эх үүсвэр болдог. Эдгээр бүх загварыг ажиллуулахын тулд компьютерийн дэд бүтцийн (CPU, GPU гэх мэт) эрэлт нэмэгдэж байгаа нь үүлэн үйлчилгээ үзүүлэгчид хэдийнэ ашиг хүртэж байгаа бөгөөд энэ нь цахилгаан хэрэгсэл нь бараа бүтээгдэхүүнээр хийгдсэн байсан ч ашиглалтаас хэрхэн ашиг олдогтой адил юм.

Нэг ёсондоо хиймэл оюун ухааны эдийн засаг нь бусад мэдээллийн технологийн түүхий эдийн эдийн засгийг тусгаж болох юм: зардал багасч, илүү их хүртээмжтэй байх нь өргөн хэрэглээг бий болгож, энэ давхаргын ханган нийлүүлэгчид илүү хатуу давуу талтай тулгардаг ч гэсэн шинэ боломжуудыг бий болгож, өөр газар байнга шинэчлэгдэх эсвэл ялгаатай байх шаардлагатай болдог.