🌏 Больше не значит лучше: новая логика конкуренции в ИИ
Недавний международный саммит по ИИ в Индии стал хорошим поводом сформулировать в текст мысль, которую пока не так часто проговаривают в экспертной среде: привычная глобальная «гонка ИИ» уже подходит к концу — по крайней мере, в том виде, в котором мы ее себе представляли.
Еще недавно казалось, что победит тот, кто создаст самую большую фундаментальную модель (то, на чем строится ChatGPT, к примеру) — с максимальным числом параметров, т.е. данных, на которых она обучена. Но глобальные тренды постепенно размывают эту логику.
Да, больше данных все еще означает лучшее качество. Но прирост перестал быть прорывным. Новые релизы моделей уже не вызывают того вау-эффекта, как раньше. При этом инвестиции в инфраструктуру — дата-центры, чипы, команды — продолжают расти рекордными темпами, а отдача от них становится все менее заметной.
Мы, похоже, вышли на тот этап, когда развитие технологии невозможно в отрыке от практики. К примеру, ИИ-агенты не требуют самых сильных моделей под капотом, а строятся на логике того, как эта модель способна выполнять специфичные задачи.
Сегодня в мире формируются разные подходы к внедрению ИИ — с разными приоритетами, ограничениями и целями. И в этой новой реальности выиграет не тот, у кого «самый крутой ИИ», а тот, кто предложит наиболее практичную и эффективную модель его применения.
Настоящая гонка только начинается — но теперь она не только про инвестиции и инженеров, но и про использование и практиков.
#aitrends
Недавний международный саммит по ИИ в Индии стал хорошим поводом сформулировать в текст мысль, которую пока не так часто проговаривают в экспертной среде: привычная глобальная «гонка ИИ» уже подходит к концу — по крайней мере, в том виде, в котором мы ее себе представляли.
Еще недавно казалось, что победит тот, кто создаст самую большую фундаментальную модель (то, на чем строится ChatGPT, к примеру) — с максимальным числом параметров, т.е. данных, на которых она обучена. Но глобальные тренды постепенно размывают эту логику.
Да, больше данных все еще означает лучшее качество. Но прирост перестал быть прорывным. Новые релизы моделей уже не вызывают того вау-эффекта, как раньше. При этом инвестиции в инфраструктуру — дата-центры, чипы, команды — продолжают расти рекордными темпами, а отдача от них становится все менее заметной.
Мы, похоже, вышли на тот этап, когда развитие технологии невозможно в отрыке от практики. К примеру, ИИ-агенты не требуют самых сильных моделей под капотом, а строятся на логике того, как эта модель способна выполнять специфичные задачи.
Это меняет саму суть конкуренции.
Вопрос уже не только (и не столько) в мощности моделей или масштабах инфраструктуры, а в том, как именно используется ИИ — и какой реальный экономический и общественный эффект он приносит.
Сегодня в мире формируются разные подходы к внедрению ИИ — с разными приоритетами, ограничениями и целями. И в этой новой реальности выиграет не тот, у кого «самый крутой ИИ», а тот, кто предложит наиболее практичную и эффективную модель его применения.
Настоящая гонка только начинается — но теперь она не только про инвестиции и инженеров, но и про использование и практиков.
#aitrends