Najnowsza analiza HSBC dotycząca wyzwań finansowych stojących przed OpenAI pokazuje, jak ogromna jest skala myślenia firmy. Już teraz osiąga przychody w wysokości 20 miliardów dolarów. Przeznaczyła 1,4 miliarda dolarów na budowę nowych centrów danych, które będą zasilać interfejs ChatGPT. Nawet jeśli do 2030 r. wygeneruje przychody przekraczające 200 miliardów dolarów, aby przetrwać, nadal będzie potrzebować kolejnych 207 miliardów dolarów finansowania.
Są to ogromne sumy.
Jednak kilkunastu ekspertów ds. sztucznej inteligencji, którzy niedawno rozmawiali z „Fortune” podczas szczytu internetowego w Lizbonie, opisało inną przyszłość sztucznej inteligencji. Twierdzą, że przyszłość ta charakteryzuje się znacznie mniejszymi operacjami sztucznej inteligencji, które często obracają się wokół „agentów” sztucznej inteligencji, którzy wykonują wyspecjalizowane, niszowe zadania i dlatego nie potrzebują gigantycznych, dużych modeli językowych, które stanowią podstawę OpenAI, Gemini Google’a czy Claude Anthropic.
„Ich wycena opiera się na założeniu, że więcej oznacza lepiej, co niekoniecznie ma miejsce” – powiedział Fortune Babak Hodjat, szef działu sztucznej inteligencji w Cognizant.
„Używamy dużych modeli językowych. Nie potrzebujemy największych. Istnieje próg, przy którym duży model językowy jest w stanie wykonywać instrukcje w ograniczonej domenie oraz korzystać z narzędzi i komunikować się z innymi agentami” – powiedział. „Jeśli ten próg zostanie przekroczony, to wystarczy”.
Na przykład wprowadzenie na rynek w styczniu nowego modelu przez firmę DeepSeek spowodowało przecenę akcji spółek technologicznych, ponieważ według doniesień jego opracowanie kosztowało zaledwie kilka milionów dolarów. Działał również w oparciu o model, który wykorzystywał mniej parametrów na żądanie, znacznie mniejszy niż ChatGPT OpenAI, ale miał porównywalne możliwości, powiedział Hodjat. Gdy rozmiar spadnie poniżej pewnego rozmiaru, niektóre modele nie wymagają centrów danych; Mogą pracować na MacBooku, powiedział. „To jest różnica i taki jest trend” – powiedział.
Kilka firm koncentruje swoje usługi wokół agentów lub aplikacji AI, zakładając, że użytkownicy będą chcieli, aby określone aplikacje wykonywały określone zadania. Według dyrektora generalnego Shishira Mehrotry Superhuman, dawniej Grammarly, prowadzi sklep z aplikacjami wypełniony „agentami sztucznej inteligencji, które mogą znajdować się w przeglądarce lub dowolnej z tysięcy aplikacji, na których uruchamianie Grammarly ma już pozwolenie”.
W Mozilli dyrektor generalna Laura Chambers ma podobną strategię dotyczącą przeglądarki Firefox. „Mamy pewne funkcje sztucznej inteligencji, takie jak funkcja„ potrząśnij, aby podsumować ”, inteligentne grupowanie kart mobilnych, podgląd linków, tłumaczenia wykorzystujące sztuczną inteligencję. Uruchamiamy je wszystkie lokalnie, więc dane nigdy nie opuszczają Twojego urządzenia. Nie są udostępniane modelom ani LLM. Mamy też mały suwak, za pomocą którego możesz wybrać własny model, z którym chcesz pracować, i w ten sposób korzystać ze sztucznej inteligencji” – powiedział.
W firmie produkującej chipy ARM, dyrektor ds. strategii i dyrektor ds. marketingu Ami Badani powiedział „Fortune”, że firma jest agnostyczna w zakresie modeli. „To, co robimy, polega na tworzeniu niestandardowych rozszerzeń na bazie LLM dla bardzo konkretnych przypadków użycia. Ponieważ oczywiście te przypadki użycia różnią się znacznie w zależności od firmy” – powiedział.
Takie podejście – wysoce skoncentrowani agenci AI, którzy działają jako oddzielne firmy – kontrastuje z ogromnymi platformami AI ogólnego przeznaczenia. Idąc dalej, źródło zapytało Fortune: Czy skorzystałbyś z ChatGPT, aby zarezerwować pokój hotelowy odpowiadający Twoim konkretnym potrzebom (może wolisz pokój z wanną zamiast prysznica lub z widokiem na zachód?), czy też skorzystałbyś z wyspecjalizowanego agenta, który ma pod sobą obszerną na milę bazę danych zawierającą tylko dane o hotelach.
Takie podejście przyciąga znaczne inwestycje. IBM Ventures, fundusz venture capital o wartości 500 milionów dolarów skupiający się na sztucznej inteligencji, zainwestował w zdecydowanie nieestetyczne przedsięwzięcia związane ze sztuczną inteligencją, które wypełniają mało znane nisze biznesowe. Jedna z takich inwestycji dotyczy spółki Not Diamond. Startup ten zaobserwował, że 85% firm korzystających ze sztucznej inteligencji korzysta z więcej niż jednego modelu sztucznej inteligencji. Niektóre modele radzą sobie lepiej niż inne w różnych zadaniach, więc wybór odpowiedniego modelu do danego zadania może stać się ważnym wyborem strategicznym dla firmy. Not Diamond tworzy „router modelu”, który automatycznie wysyła Twoje zadanie do najlepszego modelu.
„Potrzebujesz kogoś, kto pomoże Ci to rozgryźć. W IBM wierzymy w strategię modelu dopasowanego do celu, co oznacza, że potrzebujesz odpowiedniego modelu do odpowiedniego obciążenia. Kiedy masz router modelowy, który może Ci w tym pomóc, robi to dużą różnicę” – powiedziała Fortune Emily Fontaine, dyrektor ds. ryzyka w IBM.
