Как и в случае со многими, вопрос о том, закончились или нет недавние достижения в области искусственного интеллекта («ИИ») и большой языковой модели («LLM»), мучил меня последние несколько месяцев. в зависимости от дня (и от того, насколько сильно он изменился с момента последнего ), высока вероятность того, что мой ответ может измениться.

На данный момент мой опыт в области инвестиций заставляет меня описывать появление ИИ и LLM как достаточно разрекламированные. С одной стороны, нет никаких сомнений в том, что последние технологические достижения уже оказали и будут оказывать глубокое воздействие. С другой стороны, понимание этого широкой публикой также очевидно, о чем свидетельствует огромное количество нового контента, создаваемого по этой теме каждый день.

ИИ переоценен?

Если мы сравним сегодняшний сектор AI/LLM с предыдущими инвестиционными циклами, затронутыми ажиотажем, становится ясно, что это не так — ИИ может обеспечить немедленные и долгосрочные выгоды при минимальных затратах на внедрение.

Наиболее ярким примером цикла сверхажиотажа является недавний бум и спад криптовалюты . За последнее десятилетие обещание децентрализованной финансовой системы привело к значительному притоку новых криптовалют, многие из которых принесли значительную прибыль и вызвали широкий интерес. При этом этот взрывной рост в конечном итоге был прерван. В отличие от базовой технологии, которой является блокчейн, сами криптовалюты не смогли создать убедительный вариант использования и, следовательно, не имели внутренней ценности.

Точно так же шумиха на рынке виртуальной реальности («VR») в 2015–2016 годах не оправдала ожиданий. В то время как виртуальная реальность остается потенциальным (и, возможно, вероятным) путем развития, отрасль не смогла учесть высокие затраты на покупку и развертывание наборов виртуальной реальности (особенно в свете предлагаемых предельных преимуществ, таких как встречи в метавселенной вместо Zoom).

Модели AI/LLM, с другой стороны, не сталкиваются с теми же проблемами. На самом деле варианты использования и возможность их быстрой и эффективной реализации предполагают, что большая часть этой шумихи оправдана.

Как упоминалось ранее, легко представить себе будущее, в котором преимущества, создаваемые ИИ/LLM, намного перевешивают затраты. Консультируя в Techstars проекты на ранних стадиях , я своими глазами видел, как предприниматели используют ChatGPT , MidJourney и другие инструменты для экспоненциальной оптимизации создания своих стартапов. Более того, хотя поиск нишевых фрагментов информации, безусловно, является полезной функцией, технология уже перешла на более конкретные варианты использования; инженеры теперь используют эти модели для ускорения циклов разработки и итерации продуктов, маркетологи — для анализа данных и проведения кампаний, а основатели — для создания своих историй. Возможности для горизонтального расширения беспрецедентны.

ИИ недооценен?

Итак, что произойдет, если мы примем другой подход и решим рассмотреть, верно ли обратное (то есть AI/LLM недооценен)? Лично мне тоже трудно привести этот аргумент.

Адвокат дьявола может сказать, что, хотя возможности генерации (например, создание цифровых активов, оптимизированное копирование и т. д.) становятся все более упорядоченными и доступными, тот факт, что рынок в целом имеет к ним доступ, не означает истинного преимущества.

Например, по мере того, как обработка данных становится все более коммерциализированной, базовые наборы данных, используемые этими моделями, становятся еще более целостными. В результате, несмотря на то, что обработке уделяется меньше внимания, больше времени и ресурсов придется выделять на сбор и обработку собственных наборов данных (что может компенсировать преимущества в вычислениях).

Точно так же по мере того, как модель генеративного ИИ, ориентированная на создание контента и маркетинг, становится все более доступной, сокращение части маркетингового бюджета стартапа может означать увеличение в другой области — дни авторов контента могут подходить к концу, но рынок рекламы переполнен. может привести к тому, что расходы на маркетинг превысят любые сэкономленные средства.

При этом такая логика может быть несколько редукционистской — инновации в облачных серверах стали катализатором превращения вычислений в товар за годы до того, как ИИ попал в заголовки газет. Точно так же недавние изменения в системе IOS можно в значительной степени объяснить ростом расходов на цифровой маркетинг. Более того, и это, пожалуй, самое главное, безграничные возможности для горизонтального роста и множество текущих вариантов использования по-прежнему остаются реальностью.

Но изменения могут произойти и произойдут, и эта динамика может быть не совсем неправильной. Что произойдет с другими областями, если оптимизировать одну часть бизнеса с помощью ИИ? Если у каждого есть возможность интегрировать обработку естественного языка, превратится ли это из инновационной функции в необходимость? Большая часть ажиотажа вокруг ИИ/LLM, безусловно, оправдана, но эти защитники дьявола правы в одном: по-прежнему много неопределенности, и технология может иметь непредвиденные побочные эффекты.