AI Nasıl İflas Edebilir ve Hayatta Kalabilir, Tıpkı İnternetin Yaptığı Gibi

AI destekli teknoloji devlerinin arasında devam eden dramatik piyasa dalgalanmaları, halka açık şirketlerin bir aydan kısa bir sürede 1 trilyon doların üzerinde değer kaybetmesi, değerlemelerin temeldeki gerçeklerden kopuk olduğunu açıkça gösteriyor. Ancak şu anda sormamız gereken gerçek soru, balonun ne zaman patlayacağı değil, endüstrinin balonunu sorumlu bir şekilde nasıl indirebileceği ve AI’ın geleceğine nasıl hazırlanabileceğidir.

Son birkaç yıldır, AI büyük değerlemelerle, sınırsız ölçeklenebilirlik ve en büyük oyuncularla kimse rekabet edemez gibi bir hisle eşanlamlı hale geldi. Ancak teknik gerçeklik değişti ve AI için farklı bir tür gelecek gösteriyor: Gerçek para, devasa pahalı AI modellerinde değil, AI’ın işleri para kazandırmak için nasıl entegre edildiği ve kullanıldığıyla ilgili. Sınırları zorlayan ön AI modellerinin daha ucuz, daha pahalı olmaması gerekiyor. Tekillik efsanesi bitti. Sadece ölçek, artık adım adım kazançlar sağlamıyor. Uygulama, dağıtım ve ekosistem, ham model boyutundan daha önemli hale geldi.

Bu yeni gerçekliğe beklentileri ayarlamak, büyüyen AI balonunun yavaşça inmesine izin verecek, böylece ekonomi ve finansal piyasalara bir çeyrek yüzyıl önce dotcom balonunun patladığı gibi zarar vermeyecektir.

90’lı yıllarda, teknoloji endüstrisi internetin her şeyi yapabileceğini ve yapabileceğini, internet üzerinde inşa edilen her şeyin doğası gereği başarılı olacağını varsayıyordu. Yanıldılar ve balon gerçekten patladı – ancak internet hayatta kaldı. Çökme, online başarının sadece temel teknoloji – internet – değil, akıllı ve etkili kullanım örnekleri, ürünler ve donanımlar geliştirmek için yetenek olduğunu vurguladı. İnternet, sadece protokollerle kazanmadı. İnternet, tarayıcılar, içerik teslim ağları ve geliştirici ekosistemleri kullanıldığında kazandı.

Amazon hayatta kaldı ve hala gelişiyor, ancak Pets.com başarısız oldu, çünkü köpek mamasını göndermek için karlı bir yol bulamadı, bu da internetin ortaya çıkması nedeniyle tüm ülkeye müşterileri olabileceği fikri tarafından göz ardı edilen bir zorluktu.

Tam olarak burada Büyük AI bugün, teknolojinin gelecekteki potansiyel hayallerine ve beklentilerine dalmış durumda. AI’ın bugün sahip olduğumuz en harika teknoloji olduğu konusunda hiçbir soru yok. Ancak AI modelleri, sadece temel teknoloji, değil, cevaplar ve kesinlikle para ve değer kalacağı yer değil. Aslında, çoğu generatif AI’nın altında yatan transformer ve difüzyon mimarileri kamu malı; optimizasyon çerçeveleri açık; hesaplama gücü giderek daha erişilebilir hale geliyor. Engel artık teorik bilgi değil. Güvenilir sistemler oluşturmak ve bunları mevcut yaratıcı ve üretim hatlarına entegre etmek sanatı, kimin başarılı olacağını belirleyecek. Bu ürün ve hizmetler artık yatırımcıların trilyonlarca dolarlık ön ödemelere ihtiyacı yok. Bunu kendi deneyimimden biliyorum. Kudüs’teki ekibim, piyasadaki liderlerin yaptığı AI videolarından yaklaşık onda biri maliyetle, genellikle daha yüksek çözünürlük ve hızda, daha uzun sürekli sahneler üretebilen bir açık kaynaklı ses-görüntü modeli oluşturdu. Bu, yaklaşık 100 milyon dolarla, milyarlarca dolarla değil, başarıldı. Bizim hikayemiz, modern AI ilerlemesinin artık gizli bir sos değil, disiplinli mühendislik olduğunu gösteriyor.

İnternet gibi, hayatta kalanlar, AI’ı en iyi kullanım örnekleri, donanım uygulamaları, ürünler ve hizmetler için kullanabilecek olanlar olacak. Aslında, tam olarak neler olacağı öngörülmesi zor. 90’ların başlarında, insanlar AOL veya Prodigy kullanırken, kimse Gmail’i hayal edemezdi.

Ancak, kehanet gücünden yoksun olarak, AI endüstrisini ve yatırımcılarını, balonunu yavaşça ve渐 olarak indirmeye ve aynı zamanda geleceğin ekonomisini inşa etmeye yönelik bir şekilde çalışmaya yönlendirmek için yolda akıllıca sorular sorulabilir.

Yatırımcılar, včetně risk sermayesi şirketleri ve AI şirketlerine para yatıran emeklilik fonları, tam olarak hangi değerin yaratıldığını sormalıdır. Büyük teknoloji şirketlerinde AI inşa etmek için milyarlarca dolarlık araştırma yapıldı, ancak sonunda diğer yerlerde kolayca kopyalanan AI inşa edildi. Büyük AI bütçeleri, artık benzersiz fikri mülkiyet, kullanıcı kilidi veya savunulabilir ekonomi garantisi sağlamıyor. Şimdi yatırımcılar, şirketlerin modelleri nasıl oluşturduğunu, optimize ettiğini ve müşterilerin gerçek iş akışlarına entegre ettiğini, gerçek ürün ve hizmetler oluştururken değerlendirmelidir. Yatırımcılar, AI uygulamalarına bakarken, iş yükü başına ekonomi gibi metriklere dikkat etmelidir.

Bunlar, modelin kendisi olan yetenek veya özgün doğası değil, değerin anahtar unsurlarıdır. Ayrıca açık kaynaklı modellerin değerini anlamak önemlidir. Bunlar, araştırmacıların ve geliştiricilerin bunları yerel olarak uyarlayabilmesi nedeniyle genellikle kapalı API’lerden daha hızlı bir şekilde geliştirilir. Bu benimseme, bir şirket veya ürün etrafında bir hendek oluşturur ve karı ve başarıyı garanti altına almaya yardımcı olur.

Hem yatırımcılar hem de sermayenin verimli kullanımıyla ilgili girişimciler, geri adım atmalı ve AI ve ilgili tüm bileşenlerin gerçek maliyetini değerlendirmelidir; bunlar genellikle şişirilir ve olması gerekenden daha yüksektir. Genel yaklaşım, donanım maliyetlerinin volatil olduğu, AI tasarımının belirli bir cihaza veya donanıma bağlı olmaması gerektiğidir. Bir şirketin değeri ve neyi ayırt ettiği, satıcı indirimi belirli bir donanımı tercih eden değil, dolar başına verimdir. AI harcamalarının savunulabilirliği artık altyapı optimizasyonu, özgün veri ve entegrasyon derinliğinde yatıyor. İyi fikirleri olan ve bu son performansı göz önünde bulundurarak modelleri dikkatli bir şekilde oluşturan veya kullanan girişimciler, farklı potansiyel kullanımlar için daha sonra ölçeklenebilecek devasa modeller arayanlardan daha başarılı olacaktır. Bir başka artı, stüdyolar ve platformlar için uzak bir API’ye bağımlı olamayan gerçek zamanlı deneyimler için açık dağıtım seçenekleri sunmaktır.

Policymakers ve endüstri ayrıca düzenleme konusunda daha mantıksal düşünmelidir. Bu alanlardaki ilerleme yavaş ve büyük cihazlar上的 frontier modellerine odaklanıyor; bu artık pratik bir yaklaşım değil. Momentum, bu modellerin tüketici cihazlarında çalışabilmesi yönünde ve bu da modellerin kendilerinin düzenlenmesini imkansız kılıyor. Çoğu modelin açık kaynaklı doğası da mevcut yaklaşıma karşı başka bir zorluk teşkil ediyor. Yine de doğru yaklaşım, uygulamalar ve ürünler aracılığıyla dağıtım üzerinde odaklanmak ve çeşitli endüstriler için bunları düzenleyen çerçeveleme geliştirmektir, değil de modeller hakkında kapsayıcı politikalar. Hedef, uygulamaları ve sektörleri düzenlemek, köken, ürünlerde güvenlik rayları ve sentetik medya için açıklama standartları oluşturmak olmalıdır. 90’lar ve 2000’lerin başlarındaki tarih, bu kavram hakkında bir kez daha bilge bir ders sunuyor: Popüler müzik dosyası paylaşım şirketi Napster davası, dosya paylaşımını per se sınırlamadı – bu teknoloji sadece büyüdü ve çok daha hızlı hale geldi, sonunda akışa yol açtı – ancak teknolojinin bir platformun sorumlu bir şekilde dağıtımı üzerinde odaklandı. (Hatta iflas yoluyla, Napster aslında teknolojisini nasıl dağıttığını ayarlayarak marka olarak hayatta kaldı ve bu yıl daha önce 200 milyon dolardan fazla bir fiyata satın alındı.)

Kısacası, pazar birkaç birleşik çok modelli AI modelleri etrafında konsolide olacaktır ve bunlar verimlilik için damıtılabilir ve farklı kullanımlar için uyarlanabilir. Tüm paydaşların, AI’ın getirebileceği gerçek iş değerine ve uygulamalara çok daha fazla dikkat etmesi gerekiyor, sadece modellerin vaatlerine kendilerini kaptırmamalıdır. Endüstri, değer yaratmasından daha hızlı enflasyon geçiriyor. Bu, dramatik bir düzeltmeyle – erken internet balonuna benzer bir şekilde – sonuçlanıp sonuçlanmayacağı açık bir tartışma konusu. Ancak şimdi netlik, daha sonra dayanıklılık anlamına geliyor.