W połowie XX wieku świat wkroczył w erę informacji, zwrot przemysłu w stronę technologii informatycznych. Era ta rozpoczęła się wraz z miniaturyzacją komputerów, a zakończyła się wynalezieniem sieci WWW, która umożliwiła dostęp do informacji niemal każdemu. Zdaniem niektórych liderów technologicznych, wraz z pojawieniem się sztucznej inteligencji, era ta dobiegła końca i rozpoczęła się nowa era technologiczna.
„Przeszliśmy od ery (an) informacji do ery inteligencji” – powiedział Prakhar Mehrotra, starszy wiceprezes PayPal i globalny szef AI, powiedział na konferencji Fortune Brainstorm AI na początku tego miesiąca.
„Wiek inteligencji” charakteryzuje się odchodzeniem branż od modelu przechowywania i wyszukiwania danych, Mehrotra powiedziała reporterce „Fortune” Sharon Goldman. Zamiast tego, dzięki możliwościom sztucznej inteligencji, dane mogą być generowane bardziej spontanicznie, a ostatecznym celem jest osiągnięcie autonomii w niektórych częściach miejsca pracy.
Firmy spieszą się, aby zastosować sztuczną inteligencję (wraz z jej obietnicami większej produktywności i wydajności) w swoich miejscach pracy, ale ich sukcesy są mieszane. Badanie MIT przeprowadzone w sierpniu wykazało, że 95% inicjatyw korporacyjnych związanych ze sztuczną inteligencją w miejscu pracy nie doprowadziło do szybkiego przyspieszenia przychodów.
„To będzie podróż… Trzeba się czołgać, chodzić i biegać” – powiedziała Mehrotra. „Myślę, że to powiedzenie było prawdziwe 10 lat temu i jest prawdziwe dzisiaj”.
Przyszłość fabryk AI
Marc Hamilton, wiceprezes ds. architektury i inżynierii rozwiązań w firmie Nvidia, z którym Mehrotra udzielił wywiadu na konferencji, powiedział, że przyszłością budowania sztucznej inteligencji w miejscu pracy będą inwestycje w fabryki sztucznej inteligencji, w siedzibie firmy lub w chmurze. Dzieje się tak dlatego, że dane potrzebne do prowadzenia przedsiębiorstw nie będą już pozyskiwane głównie przez ludzi lub komputery, lecz generowane przez sztuczną inteligencję.
„Kiedy mówisz: «Wygeneruj slajd programu PowerPoint, który to mówi» lub «Pracuję nad tą funkcją kodowania, czy możesz przyjść i wygenerować kod?». Nie chodzi o pobranie ich z bazy danych, ale o wzięcie modelu i wygenerowanie tych danych” – powiedział Hamilton.
Mehrotra zauważył, że aby firmy mogły skutecznie rozwijać moc obliczeniową niezbędną do tworzenia tych danych, musi istnieć nowa jednostka atomowa, ceniona przez firmy: tokeny, czyli podstawowy składnik tekstu potrzebny AI do zrozumienia i przetworzenia języka. Tokeny to zarówno informacja używana do uczenia danych, jak i ta, którą sztuczna inteligencja generuje po otrzymaniu wiadomości przez model.
„Każda firma musi myśleć o swoich danych w kategoriach tokenów, ponieważ wtedy może wyciągnąć z nich tę inteligencję” – powiedział Mehrotra.
Generowanie tokenów, miara danych wejściowych i wyjściowych, stało się kluczowym wskaźnikiem szczególnie dla firm technologicznych. W maju Nvidia pochwaliła się, że Microsoft korzystający z chipów Nvidia wygenerował w pierwszym kwartale tego roku ponad 100 bilionów tokenów, co stanowi pięciokrotny wzrost rok do roku. Te oznaki produkcji mogą pomóc tym firmom zajmującym się sztuczną inteligencją sprzedać je inwestorom i podnieść wyceny, chociaż dane pokazują, że korelacja tokenów z popytem i zyskami jest słabsza, niż sugerowałyby firmy technologiczne.
Mehrotra i Hamilton zgodzili się, że obecnie wiele firm dostrzega wartość tokenów w napędzaniu możliwości sztucznej inteligencji, ale zastanawiają się, jak najlepiej dopasować je do swoich potrzeb, na przykład które tokeny należy nabyć lub kupić, co powinno być generowane wewnętrznie i w jakim celu. Każda firma ma wówczas własną fabrykę sztucznej inteligencji, która odbiera tokeny i generuje tokeny posiadające wartość.
„Patrzę na to jak na budowanie mięśni” – powiedział Mehrotra. „Gdyby wszyscy pracownicy zaczęli myśleć w kategoriach tokenów, w kategoriach procesu generowania, to tak, to byłaby inna firma”.
