Извън OpenAI, Claude и няколко други инструменти за изкуствен интелект, има ограничено приемане на технологиите от потребителите. С други думи, широкомащабната имплементация все още е на хоризонта. Икономическата възвръщаемост също все още не отговаря на инвестициите.

Големите езикови модели все още трябва да бъдат напълно възприети в повечето предприятия и въпреки че при технологията се наблюдава една от най-бързите криви на възприемане, понастоящем разработването ѝ е скъпо.

Тази тенденция е типична за нововъзникващите иновации. Например секвенирането на човешкия геном първоначално струваше $1 млрд., докато сега е достъпно за около $100.

Докато приходите на OpenAI са надхвърлили приблизително $3 млрд., много други стартъпи и предприятия за изкуствен интелект се борят да надхвърлят границата от $100 млн. Сегашният пазар е силно фокусиран върху разработването на основополагащи гранични модели и технологии, които дават възможност за създаване на нови продукти.

На този фон конкуренцията при AI стартъпите става все по-ожесточена. Компаниите често се борят да надхвърлят границата от $100 млн. приходи , дори когато прецизират моделите за конкретни случаи на употреба.

Основен риск е появата на нови модели, които могат да изпълняват тези специализирани задачи по своята същност, което потенциално може да направи фино настроените решения на тези стартъпи неактуални, посочва анализ на Built In.

4 подхода за оптимизиране на екипите за киберсигурност в ерата на AI

Например, когато се появи ChatGPT, jasper.ai загуби абонати, което доведе до съкращения на персонала, а copy.ai сега оперира на изключително пренаселен пазар. Това предизвикателство подчертава нестабилността и бързата еволюция на индустрията, което затруднява по-малките предприятия да получат симатиите на инвеститорите и пазара.

Разликата в конкуренцията

Тази ситуация между големи и малки компании създава значителна разлика при основните играчи като OpenAI, MidJjourney и Anthropic и останалите предприятия в индустрията. Това е така, защото потребителското приемане на технологиите за изкуствен интелект е ограничено, извън няколко ключови продукта като Claude, ChatGPT, MidJourney и Runway.

Управлението на тези инструменти обаче е капиталоемко, като според слуховете поддръжката на ChatGPT струва зашеметяващите $700 000 на ден. Това дори не включва целия персонал и разходите, свързани с научноизследователската и развойна дейност и обучението на новите модели. Именно подобни сметки не позволяват на много компании да се разрастнат.

Това поражда опасения на технологичния фронт и провокира някои слухове, един от които е, че OpenAI може да изчерпи парите си в рамките на една година. Въпреки че това изглежда малко вероятно, компанията трябва да продължи да привлича инвестиции и да разширява дейността си, за да има ясен път към рентабилността. Но засега това не е целта.

AMD подписва сделка за $5 млрд., отправяйки поредно предизвикателство към Nvidia

Инвестиране в инфраструктура

Тъй като развитието на AI все още е в начален етап, компании като Microsoft, Amazon и Google са водещи със значителни инвестиции в инфраструктура и центрове за данни. Екосистемата на рисковите фондове също е много активна в сектора. Компании като Sequoia Capital и Andreessen Horowitz са сред най-активните и изявени донори в областта на АI, особено в стартъпите.

Инвестициите в инфраструктурата гарантират, че лабораториите могат да останат напред, като предлагат най-новите модели и надграждат конкурентоспособността си. Изграждането на тази инфраструктура е от решаващо значение за бъдещето, тъй като тя позволява разработването и внедряването на още по-усъвършенствани технологии.

5 водещи тенденции в корпоративните облачни стратегии за 2024

Инвестиране в изчисления

Един от основните компоненти на инфраструктурата е изчислителната техника, като през следващите няколко години инвестициите могат да надхвърлят зашеметяващата сума от 1 трилион долара. Технологичните гиганти, включително Microsoft, Google и Amazon, инвестират сериозно в този сектор, като изграждането на всеки център за данни струва около 2 млрд. долара. Тази област все още е в процес на зараждане, тъй като компаниите се учат как да създават тези специализирани центрове с графични процесори.

Те са оборудвани с най-новите чипове, като например H100 на Nvidia. Процесорите обаче бързо ще остареят с появата на по-мощни алтернативи, което ще изисква постоянни реинвестиции, за да се отговори на нарастващите изчислителни изисквания на новите AI модели.

Въпреки че някои лаборатории имат предимства в моделите, алгоритмите или данните, конкуренцията в това пространство е огромна. Изследователите често се местят между лабораториите, прехвърляйки знания и намалявайки конкурентните предимства. Един от многото примери е Дарио Амодей, бивш вицепрезидент по научните изследвания в OpenAI, който през 2021 г. става съосновател на Anthropic. Когато става въпрос за възвръщаемост на капиталовите разходи, на какво всъщност залагат лабораториите за AI и техните инвеститори?

$300 млрд. инвестиции: Nvidia е големият AI победител, според бившия CEO на Google

Бъдещата цена на интелекта

Понастоящем компаниите инвестират много в набирането на най-добрите таланти, което е значителен разход. Макар че настоящите AI модели приличат на тромави стажанти или младши служители, те се подобряват и поевтиняват.

Например, GPT-4o-mini на OpenAI е с 97% по-евтин за входни токени и 96% по-евтин за изходни токени в сравнение с GPT-4. Това намаление се изразява в 97-процентно понижаване на разходите в замяна на един несръчен стажант. Представете си, че този модел достигне възможности на ниво доктор на науките - последиците за икономии и ефективност биха били огромни.

В близко бъдеще цифровите служители, известни още като агенти с изкуствен интелект, ще си сътрудничат с хора и други технологични модели. Първоначално те ще автоматизират рутинни задачи, но в крайна сметка ще се занимават с дейности с по-висока стойност. Тази промяна може да позволи на хората да се съсредоточат върху по-значими проблеми, като потенциално намали необходимостта от толкова много служители. По-малки групи от хора, подпомагани от хиляди цифрови агенти, които се занимават с нестратегически задачи, биха могли да произвеждат по-ценни резултати и да се справят по-ефективно със сложни проблеми, пише Built In.

Когато се обмислят инвестициите в AI, може да се зададе въпросът дали обхващането само на малка част от задачите, които хората изпълняват днес, ще донесе значителна възвръщаемост на инвестициите. Можем да подкрепим тази теза, като разгледаме минали иновации, които са оптимизирали човешката производителност, като електричеството, персоналния компютър и интернет. Тези технологии направиха революция в индустриите, като доведоха до значително повишаване на ефективността и намаляване на разходите.

По подобен начин AI има потенциала да трансформира различни сектори, като намали разходите, създавайки по този начин значителна икономическа стойност и подобрявайки производителността.