Yapay Zeka Modelleri Meta mı Oluyor?

Microsoft CEO'su Satya Nadella yakın zamanda gelişmiş AI modellerinin metalaşma yolunda olduğunu öne sürerek tartışmayı alevlendirdi. Nadella bir podcast'te temel modellerin giderek daha benzer ve yaygın olarak kullanılabilir hale geldiğini, öyle ki "Modeller tek başına yeterli değildir" kalıcı bir rekabet üstünlüğü için. O, şunu belirtti: OpenAI – son teknoloji sinir ağlarına rağmen – "bir model şirket değil; harika modellere sahip bir ürün şirketidir” diyerek gerçek avantajın, ürünlerin modeller etrafında inşa edilmesinden kaynaklandığını vurguladı.

Başka bir deyişle, artık sadece en gelişmiş modele sahip olmak pazar liderliğini garantilemeyebilir; çünkü yapay zeka inovasyonunun hızlı temposu içinde herhangi bir performans liderliği kısa ömürlü olabilir.

Nadella'nın bakış açısı, teknoloji devlerinin giderek daha büyük modeller yetiştirmek için yarıştığı bir sektörde ağırlık taşıyor. Onun argümanı, odak noktasında bir kayma olduğunu ima ediyor: Şirketler, model üstünlüğüne takıntılı olmak yerine, enerjilerini yapay zekayı entegre etmeye yöneltmeli "Tam bir sistem yığını ve harika başarılı ürünler."

Bu, günümüzün AI atılımlarının hızla yarının temel özellikleri haline geldiği yönündeki daha geniş bir duyguyu yansıtıyor. Modeller daha standart ve erişilebilir hale geldikçe, spot ışığı AI'nın gerçek dünya hizmetlerinde nasıl uygulandığına kayıyor. Microsoft ve Google gibi firmalar, geniş ürün ekosistemleri, kullanıcı dostu tekliflere modeller yerleştirerek bu meta haline gelmiş yapay zeka trendinden en iyi şekilde yararlanabilecek konumda olabilir.

Erişimin Genişletilmesi ve Açık Modeller

Kısa bir süre önce, yalnızca bir avuç laboratuvar son teknoloji AI modelleri inşa edebiliyordu, ancak bu ayrıcalık hızla azalıyor. AI yetenekleri giderek daha fazla kuruluş ve hatta bireyler tarafından erişilebilir hale geliyor ve bu da modellerin meta olduğu fikrini körüklüyor. AI araştırmacısı Andrew Ng 2017 kadar erken AI'nın potansiyelini şuna benzetti: "yeni elektrik" Elektriğin modern yaşamın temelini oluşturan yaygın bir meta haline gelmesi gibi, yapay zeka modellerinin de birçok sağlayıcıdan edinilebilen temel hizmetler haline gelebileceğini öne sürüyor.

Son yayılması açık kaynaklı modeller bu eğilimi hızlandırdı. Örneğin, Meta (Facebook'un ana şirketi), güçlü dil modelleri yayınlayarak dalgalar yarattı aramalar araştırmacılara ve geliştiricilere ücretsiz olarak açıkça. Mantık stratejiktir: Yapay zekasını açık kaynaklı hale getirerek Meta, daha geniş bir benimsenmeyi teşvik edebilir ve topluluk katkıları elde edebilirken, rakiplerinin tescilli avantajlarını zayıflatabilir. Ve daha da yakın zamanda, yapay zeka dünyası, Çin modeli DeepSeek.

Görüntü oluşturma alanında, Stability AI'nın Kararlı Difüzyon model, bir atılımın ne kadar çabuk meta haline gelebileceğini gösterdi: 2022'deki açık sürümünden aylar sonra, sayısız uygulamada mevcut olan üretken AI'da bilinen bir isim haline geldi. Aslında, açık kaynaklı ekosistem patlama yaşıyor - Hugging Face gibi depolarda halka açık olarak on binlerce AI modeli mevcut.

Bu yaygınlık, kuruluşların artık tek bir sağlayıcının gizli modeli için ödeme yapmak veya hiçbir şey ödememek gibi ikili bir tercihle karşı karşıya kalmaması anlamına geliyor. Bunun yerine, bir model menüsünden (açık veya ticari) seçim yapabilir veya hatta bir katalogdan mal seçmek gibi kendi modellerini ince ayarlayabilirler. Seçeneklerin çokluğu, gelişmiş yapay zekanın yakından korunan bir ayrıcalıktan ziyade yaygın olarak paylaşılan bir kaynak haline geldiğinin güçlü bir göstergesidir.

Bulut Devleri Yapay Zekayı Bir Kamu Hizmetine Dönüştürüyor

Büyük bulut sağlayıcıları, AI'nın meta haline gelmesinin temel kolaylaştırıcıları ve itici güçleri olmuştur. Microsoft, Amazon ve Google gibi şirketler, bulut üzerinden sağlanan hizmetlere benzer şekilde AI modellerini talep üzerine hizmetler olarak sunmaktadır. Nadella, şunları kaydetti: "Modeller [bulutta] meta haline geliyor" Bulutun güçlü yapay zekayı nasıl geniş çapta erişilebilir hale getirdiğini vurguluyor.

Gerçekten de Microsoft'un Azure bulutu, OpenAI ile bir ortaklığa sahiptir ve bu, herhangi bir geliştiricinin veya işletmenin sıfırdan kendi AI'larını oluşturmadan bir API çağrısı aracılığıyla GPT-4 veya diğer üst düzey modellere erişmesine olanak tanır. Amazon Web Services (AWS), bir model pazar yeri görevi gören Bedrock platformuyla bir adım daha ileri gitti. AWS Bedrock, Amazon'un kendi modellerinden Anthropic, AI21 Labs, Stability AI ve diğerlerine kadar birden fazla önde gelen AI şirketinden bir dizi temel model sunar ve hepsine tek bir yönetilen hizmet aracılığıyla erişilebilir.

Bu "birçok model, tek platform" yaklaşımı, emtialaşmaya örnek teşkil ediyor: Müşteriler, ihtiyaçlarına uyan modeli seçebiliyor ve sanki bir emtia satın alıyormuş gibi nispeten kolay bir şekilde sağlayıcıları değiştirebiliyor.

Pratikte bu, işletmelerin şebeke elektriği gibi, her zaman en son teknoloji modele sahip olmak için bulut platformlarına güvenebilecekleri anlamına geliyor. Yeni bir model gündemde yer alırsa (örneğin bir girişimin çığır açması), bulut bunu derhal sunacak.

Modelin Ötesinde Farklılaşma

Herkesin benzer AI modellerine erişimi varsa, AI şirketleri kendilerini nasıl farklılaştıracak? Bu, meta haline getirme tartışmasının özüdür. Sektör liderleri arasındaki fikir birliği, değerin uygulama AI'nın, sadece algoritmanın değil. OpenAI'nin kendi stratejisi bu değişimi yansıtıyor. Şirketin son yıllardaki odağı, sadece ham model kodunu yayınlamak yerine cilalı bir ürün (ChatGPT ve API'si) ve ince ayarlı hizmetler, eklentiler ve kullanıcı dostu arayüzler gibi bir geliştirme ekosistemi sunmak olmuştur.

Uygulamada bu, model etrafında güvenilir performans, özelleştirme seçenekleri ve geliştirici araçları sunmak anlamına gelir. Benzer şekilde, artık Google'ın DeepMind ve Brain ekipleri Google DeepMind, araştırmalarını arama, ofis uygulamaları ve bulut API'leri gibi Google ürünlerine yönlendiriyor ve bu hizmetleri daha akıllı hale getirmek için yapay zekayı yerleştiriyor. Modelin teknik gelişmişliği kesinlikle önemlidir, ancak Google kullanıcıların nihayetinde yapay zekanın sağladığı deneyimlerle (daha iyi bir arama motoru, daha yardımcı bir dijital asistan, vb.) ilgilendiğini, modelin adıyla veya boyutuyla ilgilenmediğini biliyor.

Ayrıca şirketlerin uzmanlaşma yoluyla farklılaştığını görüyoruz. Hepsinin tek bir modelle yönetilmesi yerine, bazı AI firmaları belirli alanlara veya görevlere göre uyarlanmış modeller oluşturuyor ve bu sayede metalaşmış bir ortamda bile üstün kalite iddia edebiliyorlar. Örneğin, yalnızca sağlık teşhisleri, finans veya hukuk gibi tescilli verilerin ve alan uzmanlığının bir getiri sağlayabileceği alanlara odaklanan AI girişimleri var. daha iyi Bu şirketler, öne çıkmak için tescilli verilerle birlikte açık modellerin veya daha küçük özel modellerin ince ayarını kullanırlar.

OpenAI'nin ChatGPT arayüzü ve özel modeller koleksiyonu (Unite AI/Alex McFarland)

Farklılaşmanın bir diğer biçimi verimlilik ve maliyettir. Hesaplama maliyetinin çok daha az bir kısmında eşit performans sağlayan bir model rekabet avantajı sağlayabilir. Bu, DeepSeek'in R1 modeli, bildirildiğine göre OpenAI'nin GPT-4 yeteneklerinden bazılarını 6 milyon doların altında bir eğitim maliyetiyle eşleştirdi, bu da GPT-100'e harcanan tahmini 4+ milyon dolardan önemli ölçüde daha düşük. Bu tür verimlilik kazanımları, çıkışlar Farklı modellerin sonuçları birbirine benzese de, bir sağlayıcı bu sonuçlara daha ucuza veya daha hızlı ulaşarak kendini farklılaştırabilir.

Son olarak, AI hizmetleri etrafında kullanıcı sadakati ve ekosistemler oluşturma yarışı var. Bir işletme belirli bir AI modelini iş akışına derinlemesine entegre ettiğinde (özel istemler, entegrasyonlar ve ince ayarlı verilerle), başka bir modele geçmek sorunsuz değildir. OpenAI, Microsoft ve diğerleri gibi sağlayıcılar, geliştirici SDK'larından AI eklentilerinin pazar yerlerine kadar kapsamlı platformlar sunarak bu yapışkanlığı artırmaya çalışıyorlar; bu platformlar, AI'nın kendi türlerini bir takas ürününden çok tam yığınlı bir çözüm haline getiriyor.

Şirketler değer zincirinde yukarı doğru hareket ediyor: Modelin kendisi bir hendek olmadığında, farklılaşma modeli çevreleyen her şeyden kaynaklanıyor: veriler, kullanıcı deneyimi, dikey uzmanlık ve mevcut sistemlere entegrasyon.

Metalaştırılmış Yapay Zekanın Ekonomik Dalga Etkileri

Yapay zeka modellerinin meta haline getirilmesi önemli ekonomik sonuçlar doğurur. Kısa vadede, yapay zeka yeteneklerinin maliyetini düşürür. Çok sayıda rakip ve açık alternatifle, yapay zeka hizmetleri için fiyatlandırma klasik emtia piyasalarını anımsatan bir düşüş sarmalında olmuştur.

Son iki yılda, OpenAI ve diğer sağlayıcılar dil modellerine erişim için fiyatları önemli ölçüde düşürdüler. Örneğin, OpenAI'nin GPT serisi için token fiyatlandırması 80'ten 2023'e %2024'den fazla düştü, bu azalma artan rekabete ve verimlilik kazanımlarına atfedildi.

Benzer şekilde, daha ucuz veya açık modeller sunan yeni katılımcılar, yerleşikleri daha azına daha fazlasını sunmaya zorluyor - ister ücretsiz kademeler, ister açık kaynaklı sürümler veya paket anlaşmalar yoluyla olsun. Bu, AI'yı benimseyen tüketiciler ve işletmeler için iyi bir haber çünkü gelişmiş yetenekler giderek daha uygun fiyatlı hale geliyor. Ayrıca, AI teknolojisinin ekonomi genelinde daha hızlı yayıldığı anlamına geliyor: Bir şey daha ucuz ve daha standart hale geldiğinde, daha fazla endüstri onu bünyesine katıyor ve inovasyonu körüklüyor (tıpkı 2000'lerde ucuz emtia haline gelmiş PC donanımlarının yazılım ve internet hizmetlerinde bir patlamaya yol açması gibi).

Müşteri hizmetleri, pazarlama ve operasyonlar gibi sektörlerde halihazırda kolayca bulunabilen modeller ve hizmetler tarafından yönlendirilen bir AI benimseme dalgası görüyoruz. Daha geniş kullanılabilirlik, modellerin kendilerindeki kar marjları azalsa bile AI çözümleri için genel pazarı genişletebilir.

Metalaştırılmış Yapay Zekanın Ekonomik Dinamikleri (Unite AI/Alex McFarland)

Ancak, emtia haline getirme rekabet ortamını zorlu şekillerde yeniden şekillendirebilir. Sınır modelleri geliştirmeye milyarlarca dolar yatırım yapmış yerleşik AI laboratuvarları için, bu modellerin yalnızca geçici avantajlar sağlaması olasılığı, yatırım getirisi hakkında sorular ortaya çıkarır. İş modellerini ayarlamaları gerekebilir; örneğin, yalnızca API erişimi satmak yerine, kurumsal hizmetlere, tescilli veri avantajlarına veya modeller üzerine inşa edilmiş abonelik ürünlerine odaklanmaları gerekebilir.

Ayrıca bir silahlanma yarışı unsuru da var: performanstaki herhangi bir atılım başkaları (veya hatta açık kaynaklı topluluklar) tarafından hızla karşılandığında veya aşıldığında, yeni bir modeli paraya dönüştürme penceresi daralır. Bu dinamik, şirketleri alternatif ekonomik hendekleri düşünmeye iter. Bu hendeklerden biri, tescilli verilerle entegrasyondur (ki bu meta haline getirilmemiştir) - bir şirketin kendi zengin verilerine göre ayarlanmış AI, o şirket için herhangi bir hazır modelden daha değerli olabilir.

Bir diğeri, bir sağlayıcının kurumsal kullanım için garantili gizlilik veya uyumluluk içeren modeller sunabileceği düzenleyici veya uyumluluk özellikleridir ve ham teknolojiden öte bir şekilde farklılaşabilir. Makro ölçekte, temel AI modelleri veritabanları veya web sunucuları kadar yaygınlaşırsa, Hizmetler AI (bulut barındırma, danışmanlık, özelleştirmeler, bakım) etrafında birincil gelir üreticileri haline geldi. Bulut sağlayıcıları, tüm bu modelleri çalıştırmak için artan bilgi işlem altyapısı (CPU'lar, GPU'lar, vb.) talebinden faydalanıyor - tıpkı bir elektrik şirketinin cihazlar emtia haline gelse bile kullanımdan kar elde etmesi gibi.

Özünde, yapay zekanın ekonomisi diğer BT emtialarının ekonomisini yansıtabilir: daha düşük maliyetler ve daha fazla erişim, yaygın kullanımı teşvik ederek, emtia haline gelmiş katmanın üzerine yeni fırsatlar yaratır; bu katmanın sağlayıcıları daha sıkı marjlarla ve sürekli yenilik yapma veya başka yerlerde farklılaşma ihtiyacıyla karşı karşıya olsalar bile.