Защо икономиката на големите AI модели не работи
Еуфорията около AI започва да се разсейва и може би навлизаме във фазата на разочарованието, смятат експерти по рисков капитал
Световните компании все повече експериментират с генеративни приложения на изкуствения интелект, използвайки всякакви модели и методи на технологията.
Сравнително малко от тях обаче са я въвели напълно в критично за бизнеса приложение. Притесненията относно надеждността, разходите и възвръщаемостта на инвестициите, възпрепятстват пълното внедряване на AI, пише в материал по темата Fortune.
В последните седмици определено има признаци, че шумът около AI започва да се разсейва и че може би навлизаме във фазата на разочарованието в цикъла на развитие на тази технология. Спадът на акциите на няколко водещи технологични лидери миналата седмица може да е доказателство за това. А тази седмица погледите са насочени към отчетите на Microsoft и Alphabet.
Въпреки това, специалистите са убедени, че технологията е реална и ще окаже огромно влияние върху начина, по който работим и живеем в следващите години. Но това не означава, че компаниите, които са в челните редици на бума на изкуствения интелект, или техните инвеститори, ще бъдат финансово успешни.
Миналата седмица Air Street Capital, лондонска компания за рисков капитал, управлявана от Нейтън Бенайч, който се очертава като един от най-съобразителните инвеститори в ранния етап на развитие на AI, публикува провокативен блог, в който твърди, че пазарната динамика поне за тези, които изграждат модели на AI, изглежда особено непривлекателна.
Това е остро аргументиран анализ, който си заслужава да бъде прочетен от всеки, интересуващ се от устойчив бизнес в продажбата на основополагащи технологии за изкуствен интелект.
Бенайч и колегата му Алекс Чалмърс допълват, че „икономиката на големите AI модели в момента не работи“.
Проблемът? Цената на обучението и реалното изпълнение на големи модели на графични процесори е твърде висока.
Това означава, че оперативните маржове за тези, които предлагат достъп до тези модели чрез API (OpenAI, Cohere, Anthropic), са по-ниски, отколкото за други софтуерни компании, а общите маржове на печалба вероятно са отрицателни, когато се вземат предвид капиталовите разходи.
Google и Microsoft също са предимно в този лагер, но за тях моделите са или в основата на функции в друг софтуер, или служат като лидери на загуби за услуги за изчисления в облак – така че бизнес моделът е малко по-различен.
Още по-лошото е, че моделите с отворен код, които се предлагат безплатно, печелят място в сравнение с патентованите. „Бавно навлизаме в капиталоемка надпревара в производството на все по-големи модели с все по-малки предимства в производителността“, пишат Бенайч и Чалмърс.
Според тях множеството LLM езикови модели с относително близки възможности превръщат AI сектора в стоков бизнес.
В него стартъпите участват в „състезание за набиране на възможно най-много пари от големите технологични компании и инвеститори с дълбоки джобове, които на свой ред да ги изпепелят в преследване на пазарен и интелектуален дял“.
Авторите правят аналогия между компании, изграждащи големи модели и друга силно капиталоемка индустрия, в която продуктите не са толкова диференцирани и която също участва в периодични ценови войни, унищожавайки стойността за инвеститорите: авиокомпаниите.
Това е интересна аналогия, тъй като технологията на глобалното пътуване със самолет е била съвсем реална и окончателно е променила начина, по който работим и живеем. Пътуването със самолет помогна за създаването на нашия модерен свят. Но това не означаваше, че някой може да прави пари от него.
Друг добър пример е изграждането на железниците през 19 век; отново технологията трансформира икономики и нации, но оставя след себе си следи от фалирали железопътни компании.
Бенайч и Чалмърс пишат, че в индустрии, които разрушават стойността, обикновено се стига до консолидация, но регулаторите може да не позволят това да се случи със стартъпите за изкуствен интелект, като се има предвид, че най-вероятните агенти на консолидацията са големите технологични компании, които вече са подложени на интензивен антитръстов контрол.
И така, къде остава индустрията с изкуствен интелект?
Много по-малки и по-евтини модели, използвани с прецизна настройка, ще се окажат достатъчни за това, от което се нуждаят компаниите, за да захранват приложения с AI.
Тези малки модели могат да бъдат изпълнявани на по-слаби графични процесори от по-старо поколение.
Те могат да бъдат обслужвани на устройства (лаптопи или настолни компютри, може би дори на мобилни телефони), което означава, че графичните процесори на Nvidia няма да бъдат толкова търсени.
Бенайч и Чалмърс предполагат, че пазарът ще се раздвои: Няколко големи компании, които се нуждаят от допълнителните възможности на най-големите модели на основата, ще искат и ще могат да платят за тях.
Това ще позволи на няколко доставчика на собствени модели, както и на гигантите като Alphabet, Microsoft и Amazon, все пак да получат скромна печалба. (Но може да бъде и много по-малък бизнес, отколкото тези облачни гиганти се надяват.)
Двамата инвеститори също така намекват още в началото на блога си, че компаниите, изграждащи приложения за AI, които не са с общо предназначение, а са силно съобразени с конкретна индустрия и бизнес нуждите на този сектор, вероятно ще се окажат по-добри инвестиции.
Дали ситуацията ще се развие по този начин, не е гарантирано. От една страна, точността в способността на модела да разсъждава по даден критерий, има огромно значение за това, което бизнесът може да направи с него.
Може да се окаже, че по-малките модели изглеждат добре и са евтини, но не преминават прага на полезност и надеждност при внедряване, който ще позволи на компаниите да избегнат плащането за по-големи модели.
Но със сигурност си заслужава да се обмисли мечият им сценарий за инвеститорите в изкуствен интелект (и за акционерите на Nvidia), допълва Fortune.