ผู้เขียนต้นฉบับ: เอ็ดเวิร์ด ซีตรอน
การรวบรวมต้นฉบับ: บล็อกยูนิคอร์น
หากคุณให้ความสนใจกับ AI ในอุตสาหกรรมการเข้ารหัส หรือ AI ในอินเทอร์เน็ตแบบดั้งเดิม คุณต้องคิดอย่างจริงจังเกี่ยวกับอนาคตของอุตสาหกรรมนี้ บทความนี้ค่อนข้างยาว ดังนั้นหากคุณไม่มีความอดทนก็สามารถออกได้ทันที
สิ่งที่ฉันเขียนในบทความนี้ไม่ได้มีจุดมุ่งหมายเพื่อหว่านความสงสัยหรือ ทุบตี แต่เพื่อให้การประเมินอย่างมีสติว่าเราอยู่ที่ไหนในปัจจุบันและเส้นทางปัจจุบันของเราอาจนำไปสู่ทิศทางใด ฉันเชื่อว่ากระแสบูมของ AI โดยเฉพาะอย่างยิ่ง บูม AI เชิงสร้างสรรค์ (อย่างที่ฉันบอกไปแล้ว) นั้นไม่ยั่งยืนและจะพังทลายลงในที่สุด ฉันยังกังวลว่าการล่มสลายครั้งนี้อาจสร้างความเสียหายให้กับ Big Tech ทำลายระบบนิเวศของสตาร์ทอัพอย่างรุนแรง และกัดกร่อนการสนับสนุนจากสาธารณะสำหรับอุตสาหกรรมเทคโนโลยี
เหตุผลที่ฉันเขียนบทความนี้ในวันนี้คือรู้สึกว่าสถานการณ์กำลังเปลี่ยนแปลงอย่างรวดเร็วและมี ผู้ก่อเหตุแห่งความพินาศ AI หลายคนเกิดขึ้น: โมเดล o 1 (ชื่อรหัส: Strawberry) ที่เปิดตัวของ OpenAI (อย่างเร่งรีบ) ได้รับการขนานนามว่าเป็น ใหญ่ เวทมนตร์ที่โง่เขลา” (แฟนตาซีเท็จ) ข่าวลือเรื่องการเพิ่มขึ้นของราคาสำหรับรุ่น OpenAI ในอนาคต (และที่อื่น ๆ ) การเลิกจ้าง AI ในระดับผู้นำ สิ่งเหล่านี้ล้วนเป็นสัญญาณว่าสิ่งต่างๆ เริ่มพังทลายลง
ดังนั้นผมคิดว่าจำเป็นต้องอธิบายวิกฤตของสถานการณ์ปัจจุบันและสาเหตุที่เรามาถึงขั้นท้อแท้แล้ว ฉันต้องการแสดงความกังวลเกี่ยวกับความเปราะบางของการเคลื่อนไหวนี้ และความหลงใหลมากเกินไปและการขาดทิศทางที่นำเรามาถึงจุดนี้ และฉันหวังว่าบางคนจะทำได้ดีขึ้น
นอกจากนี้ และบางทีนี่อาจเป็นสิ่งที่ฉันไม่ได้ใส่ใจมากพอมาก่อน ฉันต้องการเน้นถึงต้นทุนของมนุษย์ที่อาจเกิดขึ้นจากการระเบิดของฟองสบู่ AI ไม่ว่า Microsoft และ Google (และผู้สนับสนุน AI รุ่นใหญ่อื่นๆ) จะค่อยๆ ชะลอการลงทุน หรือลดทรัพยากรของบริษัทเพื่อรักษา OpenAI และ Anthropic (และโครงการ generative AI ของพวกเขาเอง) ฉันเชื่อว่าผลลัพธ์สุดท้ายจะเหมือนเดิม ฉันกลัวว่าคนหลายพันคนจะตกงาน และอุตสาหกรรมเทคโนโลยีส่วนใหญ่จะตระหนักว่าสิ่งเดียวที่สามารถเติบโตได้ตลอดไปคือมะเร็ง
บทความนี้จะไม่มีความเบามากนัก ฉันจะวาดภาพมืดมนให้กับคุณ ไม่ใช่แค่สำหรับผู้เล่น AI รายใหญ่เท่านั้น แต่สำหรับอุตสาหกรรมเทคโนโลยีทั้งหมดและพนักงานด้วย และบอกคุณว่าทำไมฉันถึงคิดว่าเกมจบที่ยุ่งเหยิงและสร้างความเสียหายนี้ดีกว่าที่คุณคิดไว้
ไปข้างหน้าและเข้าสู่โหมดการคิด
generative AI สามารถอยู่รอดได้อย่างไร?
ปัจจุบัน OpenAI ซึ่งเป็นองค์กรไม่แสวงผลกำไรที่อาจจะกลายเป็นการแสวงหาผลกำไรในไม่ช้า กำลังระดมเงินทุนรอบใหม่ด้วยการประเมินมูลค่าอย่างน้อย 150 พันล้านดอลลาร์ และคาดว่าจะระดมทุนอย่างน้อย 6.5 พันล้านดอลลาร์ และอาจสูงถึง 7 พันล้านดอลลาร์ รอบนี้นำโดย Thrive Capital ของ Josh Kushner โดยมีข่าวลือว่า NVIDIA และ Apple อาจเข้าร่วมด้วย ตามที่ผมได้วิเคราะห์โดยละเอียดไปแล้ว OpenAI จะต้องระดมเงินจำนวนที่ไม่เคยมีมาก่อนเพื่อความอยู่รอด
ที่แย่ไปกว่านั้น OpenAI ยังพยายามระดมหนี้ 5 พันล้านดอลลาร์จากธนาคารในรูปแบบของ วงเงินสินเชื่อหมุนเวียน ซึ่งโดยทั่วไปจะมาพร้อมกับอัตราดอกเบี้ยที่สูงขึ้น ตามข้อมูลของ Bloomberg
ข้อมูล ยังรายงานด้วยว่า OpenAI กำลังเจรจากับ MGX ซึ่งเป็นกองทุนการลงทุนที่ได้รับการสนับสนุนจากสหรัฐอาหรับเอมิเรตส์ด้วยเงินทุน 100 พันล้านดอลลาร์สหรัฐ เพื่อแสวงหาการลงทุนในบริษัท AI และเซมิคอนดักเตอร์ ซึ่งอาจมาจาก Abu Dhabi Investment Authority (ADIA) . ) เพื่อระดมทุน นี่เป็นสัญญาณเตือนที่ร้ายแรงอย่างยิ่ง เนื่องจากไม่มีใครสมัครใจขอรับเงินทุนจากสหรัฐอาหรับเอมิเรตส์หรือซาอุดีอาระเบีย คุณจะเลือกขอความช่วยเหลือจากพวกเขาเฉพาะในกรณีที่คุณต้องการเงินจำนวนมาก และไม่แน่ใจว่าจะหาได้จากที่อื่นหรือไม่
หมายเหตุด้านข้าง: ตามที่ CNBC ชี้ให้เห็น Mubadala หนึ่งในหุ้นส่วนผู้ก่อตั้งของ MGX ถือหุ้นประมาณ 500 ล้านดอลลาร์ใน Anthropic ซึ่งได้มาจากสินทรัพย์จากการล้มละลายของ FTX คุณคงจินตนาการได้ว่า Amazon และ Google จะ มีความสุข แค่ไหนเกี่ยวกับความขัดแย้งทางผลประโยชน์นี้!
ตามที่ฉันได้พูดคุยไปเมื่อปลายเดือนกรกฎาคม OpenAI จำเป็นต้องระดมเงินอย่างน้อย 3 พันล้านดอลลาร์ และมีแนวโน้มมากกว่า 10 พันล้านดอลลาร์เพื่อที่จะอยู่รอดได้ โดยคาดว่าจะสูญเสียเงิน 5 พันล้านดอลลาร์ในปี 2567 ซึ่งเป็นตัวเลขที่มีแนวโน้มว่าจะเติบโตต่อไป เนื่องจากโมเดลที่ซับซ้อนมากขึ้นต้องใช้ทรัพยากรการประมวลผลและข้อมูลการฝึกอบรมมากขึ้น Dario Amodei ซีอีโอด้านมานุษยวิทยาคาดการณ์ว่าโมเดลในอนาคตอาจมีค่าใช้จ่ายในการฝึกอบรมสูงถึง 1 แสนล้านดอลลาร์
โดยบังเอิญ การประเมินมูลค่า 150 พันล้านดอลลาร์ ในที่นี้หมายถึงวิธีที่ราคาหุ้น OpenAI ในบริษัทสำหรับนักลงทุน แม้ว่าคำว่า หุ้น จะคลุมเครือเล็กน้อยในที่นี้เช่นกัน ตัวอย่างเช่น ในบริษัททั่วไป การลงทุน 1.5 พันล้านดอลลาร์ในการประเมินมูลค่า 150 พันล้านดอลลาร์ โดยทั่วไปจะส่งผลให้มี “1%” ของบริษัท อย่างไรก็ตาม ในกรณีของ OpenAI สิ่งต่างๆ มีความซับซ้อนมากกว่ามาก
OpenAI พยายามระดมเงินเมื่อต้นปีนี้ด้วยการประเมินมูลค่า 100 พันล้านดอลลาร์ แต่นักลงทุนบางรายกลับต้องหยุดที่ราคาที่สูง ส่วนหนึ่งเนื่องมาจาก (อ้างจากนักข่าว The Information Kate Clark และ Natasha Mascarenhas) ความกังวลเกี่ยวกับ generative AI มีความกังวลเพิ่มขึ้นว่าการประเมินมูลค่าของบริษัทนั้นเพิ่มขึ้น สูงเกินไป
OpenAI มีแนวโน้มที่จะเปลี่ยนจากองค์กรไม่แสวงหากำไรไปเป็นองค์กรที่แสวงหาผลกำไรเพื่อให้การระดมทุนรอบนี้เสร็จสมบูรณ์ แต่ส่วนที่สับสนที่สุดคือสิ่งที่นักลงทุนได้รับจริง Kate Clark จาก The Information รายงานว่านักลงทุนที่เกี่ยวข้องกับรอบนี้ได้รับการแจ้งว่า พวกเขาจะไม่ได้รับหุ้นแบบดั้งเดิมสำหรับการลงทุนของพวกเขา... แต่พวกเขาจะได้รับความมุ่งมั่นในส่วนแบ่งผลกำไรของบริษัท บริษัทเริ่มทำกำไร พวกเขาได้รับส่วนแบ่งกำไร”
ยังไม่ชัดเจนว่าการเปลี่ยนไปสู่องค์กรที่แสวงหาผลกำไรจะช่วยแก้ปัญหานี้ได้หรือไม่ เนื่องจากโครงสร้างองค์กร ที่ไม่แสวงหาผลกำไร + แผนกที่แสวงหาผลกำไร ที่แปลกประหลาดของ OpenAI หมายความว่า Microsoft มีสิทธิ์ได้รับ 75% ของกำไรของ OpenAI ซึ่งเป็นส่วนหนึ่งของการลงทุนในปี 2023 ตามทฤษฎีแล้ว การแปลงเป็นโครงสร้างที่แสวงหาผลกำไรอาจรวมถึงส่วนของผู้ถือหุ้นด้วย อย่างไรก็ตาม เมื่อคุณลงทุนใน OpenAI คุณจะได้รับ หน่วยการแบ่งปันผลกำไร (PPU) ไม่ใช่ส่วนของผู้ถือหุ้น ดังที่ Jack Raines เขียนใน Sherwood: หากคุณเป็นเจ้าของ PPU ของ OpenAI แต่บริษัทไม่เคยทำกำไร และคุณไม่สามารถขายให้กับคนที่คิดว่า OpenAI จะทำกำไรได้ในที่สุด PPU ของคุณก็ไร้ค่า
ในช่วงสุดสัปดาห์ที่ผ่านมา Reuters ได้เผยแพร่รายงานที่ระบุว่าการประเมินมูลค่ามูลค่า 150,000 ล้านดอลลาร์นั้น ขึ้นอยู่กับ ว่า OpenAI สามารถปรับโครงสร้างบริษัททั้งหมดได้หรือไม่ และในกระบวนการนี้ จะเพิ่มขีดจำกัดผลกำไรของนักลงทุน ขีดจำกัดปัจจุบันคือ 100 เท่าของการลงทุนเริ่มแรก จำนวน. ผลกำไรสูงสุดนี้ก่อตั้งขึ้นในปี 2019 โดย OpenAI กล่าวไว้ในขณะนั้นว่า กำไรใดๆ ที่เกินกว่าขีดจำกัดนี้จะ ส่งคืนให้กับองค์กรที่ไม่แสวงหากำไรเพื่อประโยชน์ของมนุษยชาติ ในช่วงไม่กี่ปีที่ผ่านมา บริษัทต่างๆ ได้แก้ไขกฎนี้เพื่อให้ผลกำไรสูงสุดเพิ่มขึ้น 20% ต่อปีเริ่มตั้งแต่ปี 2025
เมื่อพิจารณาจากข้อตกลงการแบ่งปันผลกำไรที่มีอยู่ของ OpenAI กับ Microsoft—ไม่ต้องพูดถึงความสูญเสียมหาศาลที่ติดอยู่—ผลตอบแทนใด ๆ ก็ตามจะเป็นไปในทางทฤษฎีที่ดีที่สุด เสี่ยงที่จะฟังดูไร้สาระ แม้ว่ามันจะขึ้นไปถึง 500% ไม่ว่าจะเพิ่มศูนย์สักเท่าไร มันก็ยังคงเป็นศูนย์อยู่ดี
รอยเตอร์ยังเสริมด้วยว่าการย้ายไปสู่โครงสร้างที่แสวงหาผลกำไร ซึ่งส่งผลให้มีการประเมินมูลค่าที่สูงกว่า 80 พันล้านดอลลาร์ล่าสุด จะบังคับให้ OpenAI ต้องเจรจาใหม่กับนักลงทุนที่มีอยู่ เนื่องจากเงินเดิมพันของพวกเขาจะลดลง
นอกจากนี้ Financial Times ยังตั้งข้อสังเกตอีกว่านักลงทุนจะต้อง ลงนามในข้อตกลงการดำเนินงานที่ระบุว่า: การลงทุนใด ๆ ใน [บริษัทในเครือที่แสวงหาผลกำไรของ OpenAI] จะถือว่าอยู่ในจิตวิญญาณของการบริจาค และ OpenAI อาจไม่สามารถทำได้ เงื่อนไขดังกล่าวมันบ้าไปแล้วจริงๆ และใครก็ตามที่ลงทุนใน OpenAI ก็กำลังทำมันด้วยความเสี่ยงของตัวเองเพราะมันเป็นการลงทุนที่ไร้สาระอย่างยิ่ง
ในความเป็นจริงนักลงทุนไม่ได้รับส่วนแบ่งใน OpenAI หรือการควบคุม OpenAI ใด ๆ แต่เป็นเพียงบริษัทที่สูญเสียมากกว่า 5 พันล้านดอลลาร์ต่อปีและมีแนวโน้มที่จะสูญเสียมากขึ้นภายในปี 2568 (หากสามารถอยู่รอดได้จนถึงตอนนั้น) ) หุ้นใน ผลกำไรของบริษัทในอนาคต
โมเดลและผลิตภัณฑ์ของ OpenAI เราจะพูดถึงประโยชน์ของมันในภายหลัง ซึ่งไม่ได้ผลกำไรอย่างมากในการดำเนินงาน ข้อมูล รายงานว่า OpenAI จะจ่ายเงินให้ Microsoft ประมาณ 4 พันล้านดอลลาร์สหรัฐในปี 2567 เพื่อสนับสนุน ChatGPT และรุ่นพื้นฐาน ซึ่งเป็นราคาลดแล้วที่ 1.30 ดอลลาร์สหรัฐฯ ต่อ GPU ต่อชั่วโมงที่ Microsoft มอบให้ เมื่อเทียบกับด้านล่าง อัตราปกติสำหรับรุ่นอื่นๆ ลูกค้าคือ $3.40 ถึง $4 ต่อชั่วโมง ซึ่งหมายความว่าหากไม่มีความร่วมมืออย่างลึกซึ้งกับ Microsoft OpenAI อาจใช้จ่ายเซิร์ฟเวอร์ได้มากถึง 6 พันล้านดอลลาร์ต่อปี และนั่นไม่รวมค่าใช้จ่ายอื่น ๆ เช่น ค่าใช้จ่ายพนักงาน (1.5 พันล้านดอลลาร์ต่อปี) และตามที่ฉันได้พูดคุยไปแล้ว ค่าใช้จ่ายในการฝึกอบรมในปัจจุบันอยู่ที่ 3 พันล้านดอลลาร์ต่อปี และเกือบจะเพิ่มขึ้นอย่างต่อเนื่องอย่างแน่นอน
ในขณะที่ The Information รายงานในเดือนกรกฎาคมว่ารายรับต่อปีของ OpenAI อยู่ที่ 3.5 พันล้านดอลลาร์ถึง 4.5 พันล้านดอลลาร์ The New York Times รายงานเมื่อสัปดาห์ที่แล้วว่ารายรับต่อปีของ OpenAI ขณะนี้เกิน 2 พันล้านดอลลาร์ ซึ่งหมายความว่าตัวเลขสิ้นปีน่าจะใกล้ถึงจุดต่ำสุดของประมาณการนั้น พิสัย.
กล่าวโดยสรุป OpenAI คือ การเผาเงินสด และจะเผาเงินมากขึ้นในอนาคตเท่านั้น และเพื่อที่จะเผาเงินต่อไปได้นั้น จะต้องระดมเงินจากนักลงทุนที่ลงนามในแถลงการณ์ เราอาจไม่มีทางทำกำไรได้
ตามที่ฉันได้เขียนไว้ก่อนหน้านี้ ปัญหาอีกประการหนึ่งของ OpenAI ก็คือ AI เชิงกำเนิด (ขยายไปยังโมเดล GPT และผลิตภัณฑ์ ChatGPT) ไม่สามารถแก้ปัญหาที่ซับซ้อนประเภทที่ทำให้เกิดต้นทุนมหาศาลได้ โมเดลเหล่านี้มีพื้นฐานมาจากความน่าจะเป็น ซึ่งนำไปสู่ปัญหาใหญ่โตที่ยากจะแก้ไข กล่าวอีกนัยหนึ่งคือ พวกเขาไม่รู้อะไรเลยนอกจากสร้างคำตอบ (หรือรูปภาพ การแปล หรือบทสรุป) ตามข้อมูลการฝึกอบรม และนักพัฒนาโมเดล ข้อมูลการฝึกอบรมนี้กำลังถูกใช้หมด ในอัตราที่น่าตกใจ
ปรากฏการณ์ “ภาพหลอน”—ที่แบบจำลองสร้างข้อมูลที่ไม่เป็นความจริงอย่างชัดเจน (หรือสร้างบางสิ่งที่ดูผิดปกติในรูปภาพหรือวิดีโอ)—ไม่สามารถแก้ไขอย่างละเอียดด้วยเครื่องมือทางคณิตศาสตร์ที่มีอยู่ได้ แม้ว่าปรากฏการณ์ภาพหลอนอาจลดลงหรือบรรเทาลง แต่การมีอยู่ของมันทำให้ AI ที่สร้างยากต่อการพึ่งพาอย่างแท้จริงในแอปพลิเคชันที่สำคัญต่อธุรกิจ
แม้ว่า generative AI จะสามารถแก้ปัญหาทางเทคนิคได้ แต่ก็ยังไม่ชัดเจนว่าจะมอบคุณค่าให้กับธุรกิจได้จริงหรือไม่ ข้อมูลรายงานเมื่อสัปดาห์ที่แล้วว่าลูกค้าชุดโปรแกรม 365 ของ Microsoft (รวมถึง Word, Excel, PowerPoint และ Outlook โดยเฉพาะชุดซอฟต์แวร์สำหรับองค์กรจำนวนมาก ซึ่งมีความเกี่ยวข้องอย่างใกล้ชิดกับบริการให้คำปรึกษาของ Microsoft) ไม่ค่อยได้นำ AI ที่ขับเคลื่อนโดย Copilot มาใช้ สินค้า. มีเพียง 0.1% ถึง 1% ของผู้ใช้ 4.4 ล้านคน ($30 ถึง $50 ต่อคน) ที่ชำระค่าฟีเจอร์เหล่านี้ บริษัทแห่งหนึ่งที่กำลังทดสอบความสามารถของ AI กล่าวว่า คนส่วนใหญ่ไม่พบว่ามันมีคุณค่ามากนักในตอนนี้ คนอื่นๆ กล่าวว่า ธุรกิจจำนวนมากยังไม่เห็นการปรับปรุงที่ก้าวล้ำในด้านประสิทธิภาพการทำงานและด้านอื่นๆ และพวกเขา ไม่ได้กำหนด มันจะเป็นเมื่อไหร่”
Microsoft คิดค่าใช้จ่ายเท่าไรสำหรับฟีเจอร์ที่ไม่สำคัญเหล่านี้? นั่นเป็นค่าใช้จ่ายเพิ่มเติม $30 ต่อผู้ใช้ต่อเดือนหรือสูงถึง $50 ต่อผู้ใช้ต่อเดือนสำหรับฟีเจอร์ ผู้ช่วยฝ่ายขาย สิ่งนี้ทำให้ลูกค้าต้องเพิ่มค่าธรรมเนียมเดิมเป็นสองเท่า ซึ่งถือเป็นสัญญารายปี! – และดูเหมือนว่าผลิตภัณฑ์เหล่านี้จะไม่มีประโยชน์ขนาดนั้น
สิ่งหนึ่งที่ควรเพิ่ม: ปัญหาของ Microsoft นั้นซับซ้อนมากจนอาจต้องมีเนื้อหาข่าวของตัวเองในอนาคต
นี่คือสถานะปัจจุบันของ generative AI—ผู้นำด้านซอฟต์แวร์เพิ่มประสิทธิภาพการทำงานและธุรกิจไม่สามารถหาผลิตภัณฑ์ที่ลูกค้ายินดีจ่ายได้ ส่วนหนึ่งเป็นเพราะผลลัพธ์ที่ได้นั้นปานกลางเกินไป และส่วนหนึ่งเป็นเพราะต้นทุนสูงเกินกว่าจะพิสูจน์ได้ . หาก Microsoft จำเป็นต้องเรียกเก็บค่าธรรมเนียมที่สูงเช่นนี้ อาจเป็นเพราะ Satya Nadella ต้องการสร้างรายได้ 500 พันล้านดอลลาร์ภายในปี 2573 (เป้าหมายเปิดเผยในบันทึกช่วยจำที่เผยแพร่ระหว่างการประชาพิจารณ์เกี่ยวกับการซื้อกิจการ Activision Blizzard ของ Microsoft) หรือเพราะว่า ต้นทุนก็สูงเช่นกัน สูงเพื่อลดราคาหรือทั้งสองอย่าง
อย่างไรก็ตาม เกือบทุกคนเน้นย้ำว่าอนาคตของ AI จะทำให้พวกเราตกใจ - โมเดลภาษาขนาดใหญ่รุ่นต่อไปอยู่ใกล้แค่เอื้อม และพวกมันจะน่าทึ่งมาก
สัปดาห์ที่แล้วเราได้เห็นแวบแรกเกี่ยวกับสิ่งที่เรียกว่า อนาคต อย่างไรก็ตาม ผลลัพธ์ที่ได้กลับน่าผิดหวัง
เคล็ดลับมายากลโง่ ๆ
OpenAI เปิดตัว o 1 — ชื่อรหัสว่า “Strawberry” — ในคืนวันพฤหัสบดี พบกับระดับความตื่นเต้นที่แสนธรรมดาเหมือนกับการไปพบทันตแพทย์ Sam Altman อธิบายว่า o 1 เป็น โมเดลที่ทรงพลังและสอดคล้องกันมากที่สุด ของ OpenAI ในทวีตชุดหนึ่ง ในขณะที่เขารับทราบว่า O1 ยังคงมีข้อบกพร่อง ยังมีจำกัด และหลังจากใช้งานมาสักระยะหนึ่ง ประสิทธิภาพการทำงานของมันก็ไม่ได้น่าประทับใจเท่ากับเมื่อใช้งานครั้งแรก เขาสัญญาว่า O1 จะดีกว่าในการจัดการงานต่างๆ มีคำตอบที่ถูกต้องชัดเจน (เช่น การเขียนโปรแกรม ปัญหาคณิตศาสตร์ หรือปัญหาทางวิทยาศาสตร์)
สิ่งนี้ค่อนข้างเปิดเผย – แต่เราจะพูดถึงเรื่องนี้เพิ่มเติมในภายหลัง ก่อนอื่นเรามาพูดถึงวิธีการทำงานจริงกันก่อน ฉันจะแนะนำแนวคิดใหม่ๆ แต่ฉันสัญญาว่าจะไม่ลงรายละเอียดที่ซับซ้อนเกินไป หากคุณต้องการอ่านคำอธิบายของ OpenAI จริงๆ คุณสามารถค้นหาได้ในบทความบนเว็บไซต์อย่างเป็นทางการ - การเรียนรู้การใช้เหตุผลด้วย LLM
เมื่อเผชิญกับปัญหา o 1 จะแบ่งปัญหาออกเป็นขั้นตอนต่างๆ โดยหวังว่าขั้นตอนเหล่านั้นจะนำไปสู่คำตอบที่ถูกต้องในที่สุด จะเข้าใจง่ายกว่าถ้าคุณคิดว่า o 1 เป็นสองส่วนของรุ่นเดียวกัน
ในแต่ละขั้นตอน ส่วนหนึ่งของแบบจำลองจะใช้การเรียนรู้แบบเสริมกำลัง และอีกส่วนหนึ่ง (ส่วนที่ให้ผลลัพธ์) จะ ให้รางวัล หรือ ลงโทษ ขึ้นอยู่กับความถูกต้องของความคืบหน้า (ขั้นตอน การอนุมาน) การปรับนโยบาย เมื่อถูกลงโทษ สิ่งนี้ทำงานแตกต่างจากโมเดลภาษาขนาดใหญ่อื่นๆ โดยที่โมเดลสร้างเอาต์พุตแล้วมองย้อนกลับไป และแทนที่จะสร้างคำตอบและให้โดยตรง โมเดลจะเพิกเฉยหรือรับรู้ขั้นตอนที่ ดี เพื่อให้ได้คำตอบสุดท้าย .
แม้ว่าสิ่งนี้อาจฟังดูเป็นความก้าวหน้าครั้งสำคัญหรือแม้แต่อีกก้าวหนึ่งไปสู่ปัญญาประดิษฐ์ทั่วไป (AGI) ที่ได้รับการยกย่องอย่างสูง แต่ก็ไม่ใช่ - อาจเป็นไปได้ว่า OpenAI เลือกที่จะปล่อย O1 เป็นผลิตภัณฑ์แบบสแตนด์อโลน ในขณะที่ไม่เห็นใน GPT เวอร์ชันอัปเดต ตัวอย่างที่แสดงโดย OpenAI เช่น ปัญหาทางคณิตศาสตร์และวิทยาศาสตร์ เป็นงานทั้งหมดที่สามารถทราบคำตอบล่วงหน้าได้ และวิธีแก้ปัญหาสำหรับงานเหล่านี้อาจถูกหรือผิดก็ได้ ทำให้แบบจำลองสามารถชี้นำ สายโซ่แห่งความคิด ที่ แต่ละขั้นตอน
คุณจะสังเกตเห็นว่า OpenAI ไม่ได้แสดงว่าแบบจำลอง 1 รายการสามารถแก้ปัญหาที่ซับซ้อนได้อย่างไร ไม่ว่าจะเป็นทางคณิตศาสตร์หรืออย่างอื่น โดยที่ไม่ทราบคำตอบ OpenAI เองก็ยอมรับว่าได้รับคำติชมว่า o 1 มีแนวโน้มที่จะ ภาพหลอน มากกว่า GPT-4 o และ o 1 ลังเลที่จะยอมรับว่าไม่มีคำตอบมากกว่ารุ่นก่อนๆ เนื่องจากถึงแม้จะมีส่วนหนึ่งของโมเดลที่ตรวจสอบผลลัพธ์ แต่ส่วน การตรวจสอบ นี้ก็มีภาพลวงตาเช่นกัน (บางครั้ง AI ก็สร้างภาพลวงตาด้วยการสร้างคำตอบที่ดูสมเหตุสมผล)
จากข้อมูลของ OpenAI o 1 ยังน่าเชื่อถือสำหรับผู้ใช้ที่เป็นมนุษย์มากขึ้นด้วยกลไก ห่วงโซ่ความคิด เนื่องจาก o 1 ให้คำตอบที่ละเอียดกว่า ผู้คนจึงมีแนวโน้มที่จะเชื่อถือผลลัพธ์ของมัน แม้ว่าคำตอบเหล่านั้นจะผิดทั้งหมดก็ตาม
หากคุณคิดว่าคำวิจารณ์ของฉันเกี่ยวกับ OpenAI นั้นรุนแรงเกินไป ลองพิจารณาว่าบริษัทส่งเสริม o 1 อย่างไร อธิบายกระบวนการฝึกแบบเข้มข้นว่าเป็น การคิด และ การใช้เหตุผล แต่จริงๆ แล้วเป็นเพียงการคาดเดา และทุกขั้นตอนคือการเดาว่าคุณทายถูกหรือไม่ และมักจะรู้ผลลัพธ์สุดท้ายล่วงหน้า
นี่เป็นการดูถูกมนุษย์ - นักคิดที่แท้จริง การคิดของมนุษย์ขึ้นอยู่กับปัจจัยที่ซับซ้อน ตั้งแต่ประสบการณ์ส่วนตัวและความรู้ที่สั่งสมมาตลอดชีวิต ไปจนถึงเคมีในสมอง แม้ว่าเราจะ เดา ว่าขั้นตอนบางอย่างถูกต้องหรือไม่เมื่อจัดการกับปัญหาที่ซับซ้อน แต่การคาดเดาของเรานั้นขึ้นอยู่กับข้อเท็จจริงที่เป็นรูปธรรม ไม่ใช่คณิตศาสตร์ที่งุ่มง่ามเหมือนข้อ 1
และเด็กผู้ชายมันแพง
o ราคาตัวอย่าง 1 รายการคือ 15 ดอลลาร์ต่อโทเค็นอินพุตหนึ่งล้านรายการ และ 60 ดอลลาร์ต่อโทเค็นเอาท์พุตหนึ่งล้านรายการ กล่าวอีกนัยหนึ่ง ต้นทุนอินพุตของ o 1 เป็นสามเท่าของ GPT-4 o และต้นทุนเอาต์พุตคือสี่เท่า อย่างไรก็ตาม มีค่าใช้จ่ายแอบแฝงอยู่ นักวิทยาศาสตร์ข้อมูล Max Woolf ชี้ให้เห็นว่า โทเค็นการอนุมาน ของ OpenAI ซึ่งเป็นเอาต์พุตที่ใช้ในการมาถึงคำตอบสุดท้าย ไม่สามารถมองเห็นได้ใน API ซึ่งหมายความว่าไม่เพียงแต่ราคาของ o 1 จะสูงขึ้น แต่ลักษณะของผลิตภัณฑ์ต้องการให้ผู้ใช้จ่ายเงินบ่อยขึ้น เนื้อหาทั้งหมดที่สร้างขึ้นเพื่อ คิด เกี่ยวกับคำตอบ (เพื่อให้ชัดเจน โมเดลไม่ใช่ การคิด) จะถูกเรียกเก็บเงินด้วย ทำให้การแก้ปัญหาที่ซับซ้อน เช่น การเขียนโปรแกรมอาจมีค่าใช้จ่ายสูงมาก
ทีนี้มาพูดถึงความแม่นยำกันดีกว่า ใน Hacker News ซึ่งเป็นไซต์คล้าย Reddit ของ Y Combinator ซึ่งบริษัทเคยก่อตั้งโดย Sam Altman มีคนบ่นว่า o 1 สร้าง ไลบรารี่ที่ไม่มีอยู่จริงและทำงานแบบไร้อากาศเมื่อจัดการงานการเขียนโปรแกรมและในการตอบ เกิดข้อผิดพลาดกับคำถามที่ไม่สามารถหาคำตอบออนไลน์ได้ง่ายๆ
บน Twitter ผู้ก่อตั้งสตาร์ทอัพและอดีตผู้พัฒนาเกม Henrik Kniberg ขอให้ o 1 เขียนโปรแกรม Python เพื่อคำนวณผลคูณของตัวเลขสองตัวและทำนายผลลัพธ์ของโปรแกรม แม้ว่า o 1 จะเขียนโค้ดอย่างถูกต้อง (แม้ว่าโค้ดจะกระชับกว่านี้และมีเพียงบรรทัดเดียว) แต่ผลลัพธ์ที่แท้จริงกลับผิดอย่างสิ้นเชิง Karthik Kannan ผู้ก่อตั้งบริษัท AI ได้ทำการทดสอบงานการเขียนโปรแกรมและ o 1 สร้าง คำสั่งที่ไม่มีอยู่ใน API จากทางอากาศ
ผู้ใช้อีกคน Sasha Yanshin พยายามเล่นหมากรุกด้วย o 1 ผลก็คือ o 1 สร้าง ชิ้นส่วนบนกระดานหมากรุกขึ้นมาจากอากาศและแพ้เกมในเวลาต่อมา
เนื่องจากฉันซนนิดหน่อย ฉันจึงลองถาม o 1 ระบุรัฐที่มี A อยู่ในชื่อ คิดอยู่สิบแปดวินาทีก็เกิดชื่อรัฐ 37 รัฐ รวมทั้งมิสซิสซิปปี้ด้วย และคำตอบที่ถูกต้องควรเป็น 36 รัฐ
เมื่อฉันขอให้ระบุรัฐที่มีตัว W อยู่ในชื่อ รัฐนั้นครุ่นคิดอยู่สิบเอ็ดวินาที และจริงๆ แล้วรวมนอร์ธแคโรไลนาและนอร์ทดาโกตาด้วย
ฉันยังถาม o 1 ด้วยว่าตัวอักษร R ปรากฏในชื่อรหัสว่า Strawberry กี่ครั้ง และตอบไปสองครั้ง
OpenAI อ้างว่า o 1 มีประสิทธิภาพเทียบเท่ากับนักศึกษาปริญญาเอกในด้านเกณฑ์มาตรฐานที่ซับซ้อนในสาขาฟิสิกส์ เคมี และชีววิทยา แต่เห็นได้ชัดว่าทำได้ไม่ดีนักในด้านภูมิศาสตร์ การทดสอบภาษาอังกฤษขั้นพื้นฐาน คณิตศาสตร์ และการเขียนโปรแกรม
เป็นที่น่าสังเกตว่านี่คือ เคล็ดลับมายากลที่โง่เขลาใหญ่โต ที่ฉันคาดการณ์ไว้ในจดหมายข่าวฉบับที่แล้ว OpenAI เปิดตัว Strawberry เพียงเพื่อพิสูจน์ให้นักลงทุนและสาธารณชนเห็นว่าการปฏิวัติ AI ยังคงเกิดขึ้น แต่สิ่งที่เปิดตัวจริง ๆ นั้นเป็นโมเดลที่เทอะทะ น่าเบื่อ และมีราคาแพง
ที่แย่ไปกว่านั้น เป็นการยากที่จะอธิบายว่าทำไมใครๆ ก็ต้องสนใจ o 1 แม้ว่า Sam Altman อาจคุยโวเกี่ยวกับ ความสามารถในการให้เหตุผล ของเขา แต่ผู้ที่มีเงินพอที่จะหาเงินทุนให้เขาต่อไปจะเห็นเวลารอ 10 ถึง 20 วินาที ปัญหาเกี่ยวกับความถูกต้องของข้อเท็จจริงขั้นพื้นฐาน และการขาดคุณสมบัติใหม่ที่น่าตื่นเต้น
ไม่มีใครสนใจคำตอบที่ ดีกว่า อีกต่อไป - พวกเขาต้องการสิ่งใหม่ทั้งหมด และฉันไม่คิดว่า OpenAI จะรู้วิธีบรรลุเป้าหมายนั้น อัลท์แมนพยายามที่จะทำให้ O 1 เป็นมนุษย์โดยทำให้มัน คิด และ เหตุผล ซึ่งเห็นได้ชัดว่าเป็นก้าวหนึ่งไปสู่ปัญญาประดิษฐ์ทั่วไป (AGI) แต่แม้แต่ผู้สนับสนุน AI ที่แข็งขันที่สุดก็ยังมีปัญหาในการเชื่อ รู้สึกตื่นเต้น
ในความเป็นจริง ฉันคิดว่า o 1 แสดงให้เห็นว่า OpenAI นั้นสิ้นหวังและไม่เหมือนใคร
ราคาไม่ลดลง ซอฟต์แวร์ไม่มีประโยชน์มากนัก และโมเดล รุ่นต่อไป ที่เราได้ยินมาตั้งแต่เดือนพฤศจิกายนกลับกลายเป็นเรื่องไร้สาระ โมเดลเหล่านี้ยังต้องการข้อมูลการฝึกอบรมอย่างมาก มากเสียจนโมเดลภาษาขนาดใหญ่เกือบทุกตัวจะรวมเนื้อหาที่มีลิขสิทธิ์บางประเภทเข้าด้วยกัน ความเร่งด่วนดังกล่าวทำให้ Runway หนึ่งในบริษัทผลิตวิดีโอรายใหญ่ที่สุด เปิดตัว ความพยายามทั่วทั้งบริษัท เพื่อรวบรวมวิดีโอ YouTube หลายพันรายการและเนื้อหาที่ละเมิดลิขสิทธิ์เพื่อฝึกฝนโมเดลของตน ในขณะที่คดีความของรัฐบาลกลางในเดือนสิงหาคมกล่าวหาว่า NVIDIA มีแนวทางที่คล้ายกัน ร่วมกับผู้สร้างจำนวนมากเพื่อฝึกฝนซอฟต์แวร์ AI “Cosmos”
กลยุทธ์ทางกฎหมายในปัจจุบันโดยพื้นฐานแล้วคือการยึดมั่นในเจตจำนงและหวังว่าคดีเหล่านี้จะไม่ถึงจุดที่กำหนดแบบอย่างทางกฎหมายใด ๆ ที่อาจกำหนดการฝึกอบรมโมเดลเหล่านี้เป็นการละเมิดลิขสิทธิ์ - ซึ่งเป็นสิ่งที่เกิดขึ้นอย่างแน่นอนคือบทสรุปของ การศึกษาแบบสหวิทยาการล่าสุดได้รับการสนับสนุนจาก Copyright Initiative
คดีความกำลังก้าวไปข้างหน้า และผู้พิพากษาในเดือนสิงหาคมได้อนุมัติการเรียกร้องการละเมิดลิขสิทธิ์เพิ่มเติมของโจทก์ต่อ Stability AI และ DeviantArt ซึ่งใช้แบบจำลองดังกล่าว ในขณะเดียวกันก็อนุมัติการเรียกร้องการละเมิดลิขสิทธิ์และเครื่องหมายการค้าต่อ Midjourney หากคดีใด ๆ ประสบความสำเร็จ มันจะเป็นหายนะต่อ OpenAI และ Anthropic และยิ่งไปกว่านั้นคือ Google และ Meta ซึ่งใช้ชุดข้อมูลผลงานของศิลปินหลายล้านชุด เพราะแทบจะเป็นไปไม่ได้เลยที่โมเดล AI จะ ลืม ข้อมูลการฝึกอบรม ซึ่งหมายความว่าพวกเขาจะต้องได้รับการฝึกอบรมใหม่ตั้งแต่ต้น ซึ่งจะต้องใช้เงินหลายพันล้านดอลลาร์ และทำให้มีประสิทธิภาพน้อยลงอย่างมากในการปฏิบัติงานที่พวกเขาเองก็ทำได้ไม่ดีเป็นพิเศษ
ฉันกังวลอย่างยิ่งว่ารากฐานของอุตสาหกรรมเป็นเหมือนป้อมปราการในทราย โมเดลภาษาขนาดใหญ่ในระดับ ChatGPT, Claude, Gemini และ Llama นั้นไม่ยั่งยืนและดูเหมือนจะไม่มีหนทางไปสู่การทำกำไร เนื่องจากธรรมชาติของ Generative AI ที่เน้นการคำนวณหมายความว่าการฝึกอบรมเหล่านี้จะมีค่าใช้จ่ายหลายร้อยล้านหรือหลายพันล้านดอลลาร์และต้องใช้ ข้อมูลการฝึกอบรมมากมายจนบริษัทเหล่านี้ขโมยข้อมูลจากศิลปินและนักเขียนหลายล้านคนได้อย่างมีประสิทธิภาพ และหวังว่าจะรอดพ้นจากการถูกดำเนินคดีทางกฎหมาย
แม้ว่าเราจะแยกคำถามเหล่านี้ออกไป แต่ generative AI และสถาปัตยกรรมที่เกี่ยวข้องนั้นดูเหมือนจะไม่ก่อให้เกิดการปฏิวัติใดๆ เลย และวงจรกระแสเกินจริงเกี่ยวกับ generative AI ก็ไม่สอดคล้องกับความหมายของคำว่า “ปัญญาประดิษฐ์” อย่างแท้จริง Generative AI จะสามารถสร้างบางสิ่งบางอย่าง สรุปเอกสาร หรือดำเนินการวิจัยด้วยความเร็ว เร็วกว่า ที่ไม่ได้ระบุได้เป็นครั้งคราวเท่านั้น Copilot ของ Microsoft สำหรับ Microsoft 365 อ้างว่ามี ทักษะนับพัน และ ความเป็นไปได้ที่ไม่มีที่สิ้นสุด สำหรับธุรกิจ แต่ตัวอย่างที่แสดงนั้นมีอะไรมากกว่าการสร้างหรือสรุปอีเมล การเปิดตัวงานนำเสนอพร้อมพร้อมท์ และการสืบค้นตาราง Excel - คุณลักษณะเหล่านี้อาจเป็น มีประโยชน์แต่ก็ไม่ได้เป็นการปฏิวัติแต่อย่างใด
เราไม่ได้อยู่ใน ระยะเริ่มต้น บริษัทเทคโนโลยีขนาดใหญ่ใช้จ่ายเงินมากกว่า 150 พันล้านดอลลาร์ในรายจ่ายฝ่ายทุนและการลงทุนในโครงสร้างพื้นฐานและสตาร์ทอัพด้าน AI ที่เกิดขึ้นใหม่ตั้งแต่เดือนพฤศจิกายน 2565 ขณะเดียวกันก็ลงทุนในโมเดลของตนเองด้วย OpenAI ระดมทุนได้ 13 พันล้านดอลลาร์และสามารถจ้างใครก็ได้ที่พวกเขาต้องการ และ Anthropic ก็เช่นเดียวกัน
อย่างไรก็ตาม ผลลัพธ์ของ แผนมาร์แชลล์ เวอร์ชันอุตสาหกรรมนี้เพื่อส่งเสริมการนำ AI เชิงสร้างสรรค์มาใช้นั้น เป็นเพียงการกำเนิดของโมเดลภาษาขนาดใหญ่สี่หรือห้าโมเดลที่เกือบจะเหมือนกัน สตาร์ทอัพที่ทำกำไรน้อยที่สุดในโลก และหลายพันราย ของเครื่องมือที่มีราคาสูงแต่มีประสิทธิภาพปานกลาง
Generative AI กำลังถูกวางตลาดด้วยการโกหกหลายประการ:
1. มันเป็นปัญญาประดิษฐ์ 2. มันจะดีขึ้น. 3. มันจะกลายเป็นปัญญาประดิษฐ์ที่แท้จริง 4. มันล้นหลาม.
นอกเหนือจากคำอย่างเช่น “ประสิทธิภาพ” ซึ่งมักใช้เพื่ออธิบาย “ความแม่นยำ” หรือ “ความเร็ว” ของเนื้อหาที่สร้างขึ้นมากกว่าระดับทักษะ โมเดลภาษาขนาดใหญ่ก็ถึงจุดสูงสุดแล้ว มีประสิทธิภาพมากขึ้น มักไม่ได้หมายความว่า สามารถทำได้มากขึ้น แต่หมายถึง มีราคาแพงกว่า ซึ่งหมายความว่าคุณเพิ่งสร้างบางสิ่งที่มีราคาสูงกว่า แต่ไม่มีฟังก์ชันการทำงานที่เพิ่มขึ้น
หากความพยายามร่วมกันของผู้ร่วมลงทุนและยักษ์ใหญ่ด้านเทคโนโลยีรายใหญ่ยังไม่พบกรณีการใช้งานที่มีความหมายอย่างแท้จริงซึ่งผู้คนจำนวนมากยินดีจ่าย นั่นหมายความว่าจะไม่มีกรณีการใช้งานใหม่เกิดขึ้น โมเดลภาษาขนาดใหญ่—ใช่ นั่นคือจุดที่ต้องใช้เงินหลายพันล้านดอลลาร์—จะไม่มีความสามารถมากขึ้นในทันทีเพียงเพราะยักษ์ใหญ่ด้านเทคโนโลยีและ OpenAI ทุ่มเงินอีก 150 พันล้านดอลลาร์ ไม่มีใครพยายามทำให้สิ่งเหล่านี้มีประสิทธิภาพมากขึ้น หรืออย่างน้อยก็ไม่มีใครประสบความสำเร็จในการทำเช่นนั้น หากมีใครทำสำเร็จ พวกเขาจะทำให้เกิดเรื่องใหญ่กับเรื่องนี้
สิ่งที่เรากำลังเผชิญอยู่คือความเข้าใจผิดที่พบบ่อย นั่นคือเทคโนโลยีทางตันที่เกิดจากการขโมยลิขสิทธิ์ (สิ่งที่เกิดขึ้นในเทคโนโลยีทุกรุ่นอย่างหลีกเลี่ยงไม่ได้) ที่ต้องใช้เงินทุนอย่างต่อเนื่องเพื่อให้มันทำงานต่อไป และบริการที่จัดให้เป็นทางเลือกที่ดีที่สุด โดยปกปิดไว้ เนื่องจากเป็นฟังก์ชันอัตโนมัติบางประเภทที่ไม่มีให้ใช้งานจริง ซึ่งมีมูลค่าหลายพันล้านดอลลาร์และจะยังคงเป็นเช่นนั้นต่อไป Generative AI ไม่ได้ทำงานด้วยเงิน (หรือเครดิตบนคลาวด์) แต่ทำงานด้วยความมั่นใจ ปัญหาคือความเชื่อมั่นก็เหมือนกับเงินลงทุนที่มีทรัพยากรจำกัด
ความกังวลของฉันคือเราอาจตกอยู่ในวิกฤต AI คล้ายกับวิกฤตสินเชื่อซับไพรม์ - บริษัทหลายพันแห่งกำลังรวม AI ดั้งเดิมเข้ากับธุรกิจของตน แต่ราคายังห่างไกลจากความมั่นคงและยังห่างไกลจากผลกำไร
เกือบทุกสตาร์ทอัพที่อ้างว่าเป็น ขับเคลื่อนด้วย AI นั้นใช้การผสมผสานระหว่าง GPT หรือ Claude แบบจำลองดังกล่าวได้รับการพัฒนาโดยบริษัทที่ขาดทุนอย่างหนัก 2 แห่ง (Anthropic คาดว่าจะสูญเสียเงิน 2.7 พันล้านดอลลาร์ในปีนี้) โดยมีกลยุทธ์การกำหนดราคาที่มุ่งดึงดูดลูกค้ามากขึ้น ไม่ใช่การทำกำไร ดังที่ได้กล่าวไว้ก่อนหน้านี้ OpenAI อาศัยเงินทุนจาก Microsoft รวมถึง เครดิตคลาวด์ ที่ได้รับและการกำหนดราคาพิเศษที่ Microsoft มอบให้ และการกำหนดราคานั้นขึ้นอยู่กับการสนับสนุนอย่างต่อเนื่องของ Microsoft ในฐานะนักลงทุนและผู้ให้บริการ ด้วย Anthropic The Amazon-Google deal ประสบปัญหาคล้ายกัน
จากความสูญเสียเหล่านี้ ฉันคาดการณ์ว่าหาก OpenAI หรือ Anthropic มีราคาใกล้เคียงกับต้นทุนจริง ราคาของการเรียก API อาจเพิ่มขึ้นสิบถึงร้อยเท่า แม้ว่าจะเป็นการยากที่จะพูดอย่างแน่ชัดหากไม่มีข้อมูลจริงก็ตาม แต่เราสามารถพิจารณาตัวเลขที่รายงานโดย The Information โดยที่ OpenAI คาดว่าค่าใช้จ่ายเซิร์ฟเวอร์ของ Microsoft จะสูงถึง 4 พันล้านดอลลาร์ในปี 2024 ซึ่งฉันอาจเสริมว่าถูกกว่าที่ Microsoft เรียกเก็บจากลูกค้ารายอื่นถึงสองเท่าครึ่ง บวกกับค่าใช้จ่ายรายปีของ OpenAI ด้วย สูญเสียไปกว่า 5 พันล้านดอลลาร์
OpenAI มีแนวโน้มที่จะเรียกเก็บเงินเพียงเศษเสี้ยวของค่าใช้จ่ายในการใช้งานโมเดลของตน และสามารถรักษาสถานะที่เป็นอยู่ได้ก็ต่อเมื่อสามารถระดมทุนได้มากขึ้นกว่าที่เคยเป็นมา และยังคงได้รับราคาที่ดีจาก Microsoft ซึ่งเพิ่งกล่าวเมื่อเร็ว ๆ นี้ว่า เห็น OpenAI ในฐานะคู่แข่ง แม้ว่าจะยังไม่แน่นอน แต่ก็สมเหตุสมผลที่จะถือว่า Anthropic ได้รับราคาที่ดีเช่นเดียวกันจาก Amazon Web Services และ Google Cloud
สมมติว่า Microsoft มอบเครดิตการประมวลผลบนคลาวด์ให้กับ OpenAI 10 พันล้านดอลลาร์ และ OpenAI ใช้จ่าย 4 พันล้านดอลลาร์กับค่าใช้จ่ายเซิร์ฟเวอร์ บวกกับค่าใช้จ่ายในการฝึกอบรม 2 พันล้านดอลลาร์ ค่าใช้จ่ายเหล่านี้ก่อนเปิดตัวโมเดล O1 และ Orion ใหม่ จะมีมากกว่านี้อย่างแน่นอนในอนาคต - OpenAI อาจต้องการคะแนนเพิ่มภายในปี 2568 หรือเริ่มจ่ายเงินให้ Microsoft ด้วยเงินสดจริง
แม้ว่า Microsoft, Amazon และ Google อาจเสนอราคาแบบลดราคาต่อไป แต่คำถามก็คือว่าข้อตกลงเหล่านี้จะทำกำไรให้พวกเขาได้หรือไม่ ดังที่เราเห็นตามรายงานผลประกอบการรายไตรมาสล่าสุดของ Microsoft นักลงทุนมีความกังวลมากขึ้นเกี่ยวกับรายจ่ายฝ่ายทุน (CapEx) ที่จำเป็นในการสร้างโครงสร้างพื้นฐาน AI แบบกำเนิด โดยหลายคนแสดงความสงสัยเกี่ยวกับศักยภาพในการทำกำไรของเทคโนโลยีนี้
และสิ่งที่เราไม่ทราบจริงๆ ก็คือ AI ที่สร้างผลกำไรนั้นเป็นอย่างไรสำหรับบริษัทเทคโนโลยีขนาดใหญ่เหล่านี้ เพราะพวกเขานับต้นทุนเหล่านี้รวมไปถึงผลประโยชน์อื่นๆ ด้วย แม้ว่าเราจะไม่ทราบแน่ชัด แต่ฉันก็จินตนาการว่าหากธุรกิจเหล่านี้ทำกำไรได้เลย พวกเขาจะพูดถึงรายได้ที่พวกเขาได้รับจากพวกเขา แต่ก็ไม่ได้เป็นเช่นนั้น
ตลาดมีความสงสัยอย่างมากเกี่ยวกับความเจริญของ generative AI และ CEO ของ Nvidia Jensen Huang ไม่ได้ให้คำตอบที่สำคัญเกี่ยวกับผลตอบแทนจากการลงทุนใน AI ทำให้มูลค่าตลาดของ Nvidia ลดลง 279 พันล้านดอลลาร์ในหนึ่งวัน ถือเป็นการล่มสลายของตลาดหุ้นครั้งใหญ่ที่สุดในประวัติศาสตร์ตลาดสหรัฐฯ โดยมูลค่ารวมที่สูญเสียไปเกือบถึงจุดสูงสุดของห้าเลห์แมน บราเธอร์ส แม้ว่าการเปรียบเทียบจะจบลงเพียงแค่นั้น NVIDIA ก็ไม่เสี่ยงที่จะล้มเหลวด้วยซ้ำ และหากเป็นเช่นนั้น ผลกระทบต่อระบบก็จะไม่รุนแรงขนาดนั้น แต่ก็ยังเป็นจำนวนเงินมหาศาล และแสดงให้เห็นถึงพลังที่บิดเบือนของ AI ในตลาด
ในช่วงต้นเดือนสิงหาคม Microsoft, Amazon และ Google ต่างก็ถูกตลาดกดดันจากรายจ่ายฝ่ายทุนจำนวนมหาศาลที่เกี่ยวข้องกับ AI หากพวกเขาไม่ได้แสดงการเติบโตของรายได้อย่างมีนัยสำคัญในไตรมาสหน้าจาก 150 พันล้านดอลลาร์ (หรือมากกว่า) ที่พวกเขากำลังลงทุนในศูนย์ข้อมูลใหม่และ NVIDIA GPU พวกเขาจะเผชิญกับแรงกดดันมากยิ่งขึ้น
สิ่งสำคัญที่ต้องจำไว้ก็คือ ไม่มีตลาดสำหรับแนวคิดของบริษัทเทคโนโลยีขนาดใหญ่อื่นใดนอกจาก AI เมื่อบริษัทอย่าง Microsoft และ Amazon เริ่มแสดงสัญญาณการเติบโตที่ชะลอตัว พวกเขาก็เริ่มเร่งแสดงให้ตลาดเห็นว่ายังสามารถแข่งขันได้ Google ซึ่งเป็นบริษัทผูกขาดจากหลายกิจการที่อาศัยการค้นหาและการโฆษณาเกือบทั้งหมด ยังต้องการสิ่งใหม่ๆ ที่สะดุดตาเพื่อดึงดูดความสนใจของนักลงทุน อย่างไรก็ตาม ผลิตภัณฑ์เหล่านั้นไม่ได้ให้ประโยชน์เพียงพอ และดูเหมือนว่ารายได้ส่วนใหญ่มาจาก บริษัทที่ “ลองใช้” AI แล้วพบว่ามันไม่คุ้มค่าเลย
ปัจจุบันมีความเป็นไปได้สองประการ:
1. บริษัทเทคโนโลยีขนาดใหญ่ตระหนักถึงสิ่งที่พวกเขาทำอยู่ และกำลังเลือกที่จะลดการใช้จ่ายด้านทุนที่เกี่ยวข้องกับ AI โดยไม่ต้องกลัวว่า Wall Street จะไม่ได้รับการอนุมัติ
2. “การแข่งขันแห่งความตาย” ที่บริษัทเทคโนโลยีขนาดใหญ่กำลังมองหาแหล่งการเติบโตใหม่ๆ ตัดสินใจที่จะลดต้นทุนเพื่อรักษาการดำเนินงานที่ก่อกวน เลิกจ้างพนักงาน และหันเหเงินทุนออกจากธุรกิจอื่นๆ เพื่อสนับสนุน generative AI
ยังไม่ชัดเจนว่าสถานการณ์ใดจะเกิดขึ้น หากบริษัทเทคโนโลยีขนาดใหญ่ยอมรับว่า generative AI ไม่ใช่ความเป็นจริงในอนาคต พวกเขาไม่มีอะไรจะแสดงให้ Wall Street ได้เห็นอีกแล้ว แต่อาจใช้กลยุทธ์ ปีแห่งประสิทธิภาพ ที่คล้ายกับ Meta เพื่อลดรายจ่ายฝ่ายทุน (และเลิกจ้างพนักงาน) ในขณะที่มีแนวโน้ม เพื่อ ลดการลงทุน ได้ในระดับหนึ่ง นี่เป็นเส้นทางที่เป็นไปได้มากที่สุดที่ Amazon และ Google จะดำเนินการ เนื่องจากแม้ว่าพวกเขาจะกระตือรือร้นที่จะทำให้ Wall Street มีความสุข แต่พวกเขายังคงมีธุรกิจผูกขาดที่ทำกำไรได้ให้ถอยกลับ อย่างน้อยก็ในตอนนี้
อย่างไรก็ตาม จำเป็นต้องเห็นการเติบโตของรายได้ที่แท้จริงจาก AI ในไตรมาสต่อๆ ไป และจะต้องมีจำนวนมาก ไม่ใช่การกล่าวอ้างที่คลุมเครือว่า AI นั้นเป็น ตลาดที่เติบโตเต็มที่ หรือ อัตราการเติบโตต่อปี หากรายจ่ายฝ่ายทุนเพิ่มขึ้นตามนั้น เงินสมทบที่แท้จริงนี้จะต้องเพิ่มขึ้นอย่างมาก
ฉันไม่คิดว่าการเติบโตนี้จะเกิดขึ้น ไม่ว่าจะเป็นไตรมาสที่สามของปี 2567 ไตรมาสที่สี่ของปี 2567 หรือไตรมาสแรกของปี 2568 Wall Street จะเริ่มลงโทษบริษัทเทคโนโลยีขนาดใหญ่สำหรับความโลภใน AI และการลงโทษนี้จะรุนแรงกว่าการลงโทษของ Nvidia แม้ว่า Huang คำพูดที่ว่างเปล่าและสโลแกนที่ไร้ประโยชน์ Nvidia เป็นบริษัทเดียวที่สามารถแสดงให้เห็นว่า AI สามารถเพิ่มรายได้ได้อย่างไร
ฉันกังวลเล็กน้อยว่าสถานการณ์ที่สองมีแนวโน้มมากขึ้น: บริษัทเหล่านี้เชื่อมั่นมากว่า AI คืออนาคต ว่าวัฒนธรรมของพวกเขาถูกตัดขาดจากการพัฒนาซอฟต์แวร์ที่แก้ไขปัญหาในโลกแห่งความเป็นจริงจนอาจทำให้ทั้งบริษัทเสียหายได้ ฉันมีความกังวลอย่างยิ่งว่าการเลิกจ้างจำนวนมากจะถูกนำมาใช้เพื่อสนับสนุนการเคลื่อนไหวนี้ และในช่วงไม่กี่ปีที่ผ่านมาทำให้ฉันไม่คิดว่าพวกเขาจะตัดสินใจเลือกที่ถูกต้องที่จะเลิกใช้ AI
Big Tech ถูกวางยาพิษโดยที่ปรึกษาด้านการจัดการ เช่น Amazon, Microsoft และ Google ล้วนบริหารโดย MBA และจากสัตว์ประหลาดที่คล้ายคลึงกันที่อยู่รอบตัวพวกเขา เช่น Prabhakar Raghavan ที่ Google ซึ่งขับไล่คนที่สร้าง Google Search ขึ้นมาจริงๆ เพื่อควบคุมตัวเอง .
คนเหล่านี้ไม่ได้ประสบปัญหาของมนุษย์จริงๆ พวกเขาสร้างวัฒนธรรมที่มุ่งเน้นไปที่การแก้ปัญหาจินตนาการที่ซอฟต์แวร์สามารถแก้ไขได้ สำหรับผู้ที่ใช้เวลาทั้งชีวิตนั่งอยู่ในการประชุมหรืออ่านอีเมล AI เชิงสร้างสรรค์อาจดูมหัศจรรย์เล็กน้อย ฉันคิดว่าแนวคิดความสำเร็จของ Satya Nadella (Microsoft CEO) ส่วนใหญ่เป็น ปล่อยให้คนด้านเทคนิคแก้ปัญหา Sundar Pichai สามารถยุติกระแสความนิยม AI ได้โดยเพียงแค่เยาะเย้ยการลงทุนของ Microsoft ใน OpenAI แต่เขากลับทำไม่ได้เพราะคนเหล่านี้ไม่มีแนวคิดที่แท้จริง และบริษัทเหล่านี้ไม่ได้ดำเนินการโดยผู้ที่เคยประสบปัญหานี้ นับประสาอะไรกับผู้ที่รู้วิธีการแก้ปัญหาอย่างแท้จริง
พวกเขาหมดหวังเช่นกัน และสถานการณ์นี้ไม่เคยร้ายแรงสำหรับพวกเขา ยกเว้นความจริงที่ว่า Meta กำลังเผาผลาญเงินหลายพันล้านดอลลาร์ใน Metaverse อย่างไรก็ตาม สถานการณ์นี้ร้ายแรงและน่าเกลียดกว่ามาก เพราะพวกเขาลงทุนเงินจำนวนมากและผูก AI ไว้อย่างแน่นหนากับบริษัทของพวกเขา จนการถอด AI ออกจะทำให้หุ้นอับอายและเสียหาย ซึ่งเป็นเพียงการยอมจำนนอย่างสิ้นเปลืองจริงๆ
ทั้งหมดนี้อาจยุติลงเร็วกว่านี้หากสื่อรับผิดชอบต่อพวกเขาอย่างแท้จริง การเล่าเรื่องนี้ขายผ่านการหลอกลวงแบบเดียวกับรอบการโฆษณาก่อนหน้านี้ โดยสื่อต่างๆ สันนิษฐานว่าบริษัทเหล่านี้จะ แก้ไขปัญหา แม้ว่าจะชัดเจนว่าจะไม่ทำก็ตาม คุณคิดว่าฉันมองโลกในแง่ร้ายไหม? แล้วแผนต่อไปสำหรับ generative AI คืออะไร? มันจะทำอย่างไรต่อไป? หากคำตอบของคุณคือพวกเขา “แก้ปัญหา” หรือ “มีสิ่งที่น่าทึ่งอยู่เบื้องหลัง” แสดงว่าคุณคือผู้เข้าร่วมการดำเนินการทางการตลาดโดยไม่รู้ตัว (ลองนึกถึงข้อความนี้)
ผู้บรรยายจากผู้เขียนบทความนี้: เราจำเป็นต้องหยุดการถูกหลอกโดยสิ่งนี้จริงๆ เมื่อ Mark Zuckerberg อ้างว่าเรากำลังจะเข้าสู่ Metaverse สื่อต่างๆ เช่น The New York Times, The Verge, CBS News และ CNN รวมถึงสื่ออื่นๆ ได้เข้าร่วมเพื่อส่งเสริมแนวคิดที่มีข้อบกพร่องอย่างเห็นได้ชัด มันดูแย่มากและ ขายตัวเองโดยโกหกเกี่ยวกับอนาคต ชัดเจนว่าไม่มีอะไรมากไปกว่าโลกเสมือนจริงที่เลวร้าย แต่ Wall Street Journal ยังคงเรียกกระแสนี้ว่า วิสัยทัศน์แห่งอนาคตของอินเทอร์เน็ต หกเดือนหลังจากที่เห็นได้ชัดว่ามันล้าสมัย สิ่งเดียวกันนี้เกิดขึ้นกับ cryptocurrencies, Web3 และ NFT! The Verge, The New York Times, CNN, CBS News - สื่อเหล่านี้มีส่วนร่วมในการส่งเสริมเทคโนโลยีที่ไม่มีประโยชน์อย่างเห็นได้ชัดอีกครั้ง - ฉันควรพูดถึง The Verge โดยเฉพาะซึ่งจริงๆ แล้วคือ Casey Newton ซึ่งอยู่ในซีรีส์ หลังจากโน้มน้าวเทคโนโลยี ถึงสามครั้ง และแม้จะมีชื่อเสียง ในเดือนกรกฎาคม โดยอ้างว่า การมีโมเดลภาษาขนาดใหญ่ที่มีประสิทธิภาพมากที่สุดเท่าที่จะเป็นไปได้สามารถช่วยให้บริษัทมีฐานผลิตภัณฑ์ทำเงินที่หลากหลาย ในความเป็นจริง เทคโนโลยีเป็นเพียงการสูญเสียเงินเท่านั้น และ ยังไม่มีการนำเสนอผลิตภัณฑ์ที่มีประโยชน์อย่างแท้จริงและใช้งานได้ยาวนาน
ฉันเชื่อว่าอย่างน้อย Microsoft จะเริ่มลดต้นทุนในด้านอื่น ๆ ของธุรกิจเพื่อช่วยรักษาความบูมของ AI ในอีเมลที่แหล่งข่าวแชร์กับฉันเมื่อต้นปีนี้ ทีมผู้นำอาวุโสของ Microsoft ได้ขอให้ (แต่แผนต่างๆ ถูกระงับในท้ายที่สุด) เพื่อลดความต้องการพลังงานในหลายพื้นที่ภายในบริษัท เพื่อเพิ่มพลังงานให้กับ GPU รวมถึงการย้ายส่วนอื่นๆ การประมวลผลบริการถูกย้าย ไปยังประเทศอื่นๆ เพื่อปลดปล่อยพลังการประมวลผลของ AI
ในส่วน Microsoft ของ Blind เครือข่ายโซเชียลที่ไม่เปิดเผยตัวตน (ต้องตรวจสอบอีเมลบริษัท) พนักงานของ Microsoft บ่นในช่วงกลางเดือนธันวาคม 2023 ว่า “AI กำลังเอาเงินของพวกเขาไป” โดยกล่าวว่า “ต้นทุนของ AI สูงเกินไปและกินหมด เงินเดือนขึ้น สิ่งต่างๆ จะไม่ดีขึ้น” พนักงานอีกคนแบ่งปันความวิตกกังวลในช่วงกลางเดือนกรกฎาคม โดยกล่าวว่าพวกเขามีความรู้สึกที่ชัดเจนว่า Microsoft มี การเสพติดเล็กน้อย เพื่อ ลดต้นทุนเพื่อจัดหากระแสเงินสดในการดำเนินงานสำหรับราคาหุ้นของ Nvidia และการปฏิบัติดังกล่าว ส่งผลเสียต่อวัฒนธรรมของ Microsoft อย่างลึกซึ้ง
พนักงานอีกคนกล่าวเสริมว่าพวกเขาเชื่อว่า Copilot จะทำลาย Microsoft ในปีงบประมาณ 2025 และ โฟกัสของ Copilot จะลดลงอย่างมากในปีงบประมาณ 2025 และยังเผยว่าพวกเขาตระหนักถึง ข้อตกลงขนาดใหญ่ของ Copilot ในประเทศของตน หลังจากผ่านพ้นไปเกือบหนึ่งปีแล้ว PoC การเลิกจ้างและการปรับอัตราการใช้งานต่ำกว่า 20%” และกล่าวว่า “บริษัทรับความเสี่ยงมากเกินไป” และ “การลงทุนด้าน AI ขนาดใหญ่ของ Microsoft จะไม่ได้รับรางวัล”
แม้ว่า Blind จะไม่เปิดเผยตัวตน แต่ก็ยากที่จะเพิกเฉยต่อความจริงที่ว่าโพสต์ออนไลน์จำนวนมากพูดถึงปัญหาทางวัฒนธรรมที่ Microsoft Redmond โดยเฉพาะอย่างยิ่งการที่ผู้นำระดับสูงไม่ได้ติดต่อกับงานจริง และให้บริการเฉพาะผู้ที่มีโครงการที่มีป้ายกำกับ AI เท่านั้นที่ให้เงินทุน โพสต์จำนวนมากแสดงความผิดหวังกับ วาทศิลป์ไร้สาระ ของ Satya Nadella ซีอีโอของ Microsoft และบ่นเกี่ยวกับการขาดโบนัสและโอกาสในการก้าวหน้าในองค์กรที่มุ่งเน้นการไล่ตามความคลั่งไคล้ AI ที่อาจไม่มีอยู่จริง
อย่างน้อยที่สุด ก็ชัดเจนว่ามีความเศร้าทางวัฒนธรรมอย่างลึกซึ้งภายในบริษัท โดยมีโพสต์มากมายตั้งแต่ “ฉันไม่ชอบทำงานที่นี่” ไปจนถึง “ผู้คนสับสนในด้านหนึ่งว่าทำไมเราถึงลงทุนมากมายกับ AI แต่ในทางกลับกันกลับรู้สึกว่าเราต้องยอมรับมัน เพราะสัตยา นาเดลลาไม่สนใจ
บทความข้อมูลระบุว่า Microsoft ซ่อนปัญหาที่น่ากังวลในอัตราการใช้งานจริงของฟีเจอร์ AI Office Copilot: Microsoft ได้จองความจุเซิร์ฟเวอร์เพียงพอในศูนย์ข้อมูลสำหรับ 365 Copilot เพื่อรองรับผู้ใช้นับล้านทุกวัน อย่างไรก็ตาม การใช้งานจริงของกำลังการผลิตนี้ยังไม่ชัดเจน
ตามการประมาณการ คุณลักษณะ Office Copilot ในปัจจุบันของ Microsoft อาจมีผู้ใช้ระหว่าง 400,000 ถึง 4 ล้านคน ซึ่งหมายความว่า Microsoft อาจสร้างโครงสร้างพื้นฐานที่ไม่ได้ใช้งานจำนวนมากที่ไม่ได้ใช้อย่างเต็มที่
แม้ว่าบางคนอาจแย้งว่า Microsoft กำลังวางแผนตามความคาดหวังสำหรับการเติบโตในอนาคตในหมวดหมู่ผลิตภัณฑ์นี้ ความเป็นไปได้อีกอย่างหนึ่งที่ควรพิจารณาคือ จะเกิดอะไรขึ้นหากการเติบโตนี้ไม่เคยเกิดขึ้น? จะเกิดอะไรขึ้นถ้า Microsoft, Google และ Amazon สร้างศูนย์ข้อมูลขนาดใหญ่เหล่านี้เพื่อรองรับความต้องการที่อาจไม่มีวันเกิดขึ้น – จะเป็นอย่างไร ย้อนกลับไปในเดือนมีนาคมของปีนี้ ฉันชี้ให้เห็นว่าไม่พบบริษัทใดที่มีรายได้เพิ่มขึ้นอย่างมากจาก generative AI และเกือบหกเดือนต่อมา ปัญหายังคงมีอยู่ แนวทางปัจจุบันของบริษัทขนาดใหญ่ดูเหมือนว่าจะแนบความสามารถ AI เข้ากับผลิตภัณฑ์ที่มีอยู่โดยหวังว่าจะเพิ่มยอดขายด้วยวิธีนี้ แต่กลยุทธ์นี้ไม่ได้แสดงสัญญาณของความสำเร็จในทุกที่ เช่นเดียวกับ Microsoft การอัปเกรด AI ที่พวกเขาเปิดตัวดูเหมือนจะไม่นำมูลค่าทางธุรกิจที่แท้จริงมาสู่องค์กร
นี่ทำให้เกิดคำถามที่ใหญ่กว่า: การลงทุน AI เหล่านี้ยั่งยืนหรือไม่ ยักษ์ใหญ่ด้านเทคโนโลยีประเมินความต้องการเครื่องมือ AI สูงเกินไปหรือไม่?
แม้ว่าบริษัทบางแห่งอาจผลักดันการใช้จ่ายบางส่วนที่ Microsoft Azure, Amazon AWS และ Google Cloud เมื่อพูดถึง การบูรณาการ AI ฉันถือว่าความต้องการส่วนใหญ่ได้รับแรงหนุนจากความเชื่อมั่นของนักลงทุน บริษัทเหล่านี้ ลงทุนใน AI เพื่อสร้างความพึงพอใจให้กับตลาดมากกว่าการวิเคราะห์ต้นทุน/ผลประโยชน์หรือประโยชน์ใช้สอยที่เกิดขึ้นจริง
อย่างไรก็ตาม บริษัทเหล่านี้ใช้เวลาและเงินจำนวนมากในการฝังความสามารถด้าน AI เชิงสร้างสรรค์ลงในผลิตภัณฑ์ของตน และฉันคิดว่าพวกเขาอาจเผชิญกับสถานการณ์บางประการ:
1. บริษัทเหล่านี้พัฒนาและเปิดตัวความสามารถด้าน AI เพียงเพื่อพบว่าลูกค้าไม่เต็มใจที่จะจ่ายเงินให้กับความสามารถดังกล่าว ดังเช่นที่เกิดขึ้นกับ Microsoft ที่มี 365 Copilot หากคุณไม่สามารถหาวิธีให้ลูกค้าชำระเงินได้ในตอนนี้ ในช่วงที่ AI บูม มันจะแย่ลงก็ต่อเมื่อกระแสบูมผ่านไปและผู้บังคับบัญชาหยุดขอให้พนักงาน ก้าวกระโดดขึ้นไปบนกลุ่ม AI
2. บริษัทเหล่านี้พัฒนาและเปิดตัวความสามารถด้าน AI แต่ไม่สามารถหาวิธีให้ผู้ใช้จ่ายเงินเพิ่มสำหรับคุณสมบัติเหล่านี้ได้ ซึ่งหมายความว่าพวกเขาสามารถฝังความสามารถด้าน AI ลงในผลิตภัณฑ์ที่มีอยู่เท่านั้นโดยไม่เพิ่มอัตรากำไร ในที่สุด ความสามารถของ AI อาจกลายเป็นปรสิตที่กัดกินรายได้ของบริษัท
Jim Covello จาก Goldman Sachs ยังตั้งข้อสังเกตในรายงานเกี่ยวกับ generative AI ว่าหากประโยชน์ของ AI เพียงเพิ่มประสิทธิภาพ (เช่น สามารถวิเคราะห์เอกสารได้เร็วขึ้น) คู่แข่งก็สามารถทำเช่นนั้นได้เช่นกัน การบูรณาการ AI แบบเจนเนอเรชั่นเกือบทั้งหมดมีความคล้ายคลึงกัน: รูปแบบผู้ช่วยในการทำงานร่วมกันบางรูปแบบเพื่อตอบคำถามของลูกค้าหรือภายใน (เช่น Salesforce, Microsoft, Box), การสร้างเนื้อหา (Box, IBM), การสร้างโค้ด (Cognizant, Github Copilot) ) และที่กำลังจะเกิดขึ้น “ตัวแทนอัจฉริยะ” ซึ่งโดยพื้นฐานแล้วคือ “แชทบอทที่ปรับแต่งได้ซึ่งสามารถเชื่อมต่อกับส่วนอื่น ๆ ของเว็บไซต์ได้”
คำถามนี้เผยให้เห็นหนึ่งในความท้าทายที่ใหญ่ที่สุดของ generative AI แม้ว่าจะ ทรงพลัง ในระดับหนึ่ง แต่พลังนี้มีเนื้อหาเกี่ยวกับ การสร้างเนื้อหาตามข้อมูลที่มีอยู่ มากกว่า ความฉลาด ที่แท้จริง นี่คือสาเหตุที่หน้าแนะนำเกี่ยวกับ AI บนเว็บไซต์ของบริษัทหลายแห่งเต็มไปด้วยคำที่ว่างเปล่า เพราะจุดขายที่ใหญ่ที่สุดของบริษัทคือ เอาล่ะ... คุณคิดออกเองได้!
สิ่งที่ฉันกังวลคือผลกระทบจากการกระแทก ฉันเชื่อว่าหลายบริษัทกำลัง ทดลองใช้ AI อยู่ในขณะนี้ และเมื่อการทดลองเหล่านี้สิ้นสุดลง (Gartner คาดการณ์ว่าภายในสิ้นปี 2568 โครงการ generative AI 30% จะถูกยกเลิกหลังจากขั้นตอนการพิสูจน์แนวคิด) พวกเขามีแนวโน้มว่า หยุดการทำงาน Pay สำหรับฟีเจอร์พิเศษเหล่านี้ หรือหยุดบูรณาการ generative AI เข้ากับผลิตภัณฑ์ของบริษัท
หากสิ่งนี้เกิดขึ้น รายได้ที่ซบเซาจากบริษัทขนาดใหญ่ที่ให้บริการการประมวลผลบนคลาวด์สำหรับแอปพลิเคชัน AI ทั่วไปและผู้จำหน่ายโมเดลภาษาขนาดใหญ่ เช่น OpenAI และ Anthropic จะลดลงอีก สิ่งนี้อาจสร้างแรงกดดันต่อราคาของบริษัทเหล่านี้มากขึ้น เนื่องจากอัตรากำไรที่ขาดทุนอยู่แล้วจะลดลงอีก เมื่อถึงตอนนั้น OpenAI และ Anthropic เกือบจะต้องขึ้นราคาอย่างแน่นอน หากยังไม่ได้ดำเนินการ
ในขณะที่บริษัทเทคโนโลยีขนาดใหญ่สามารถให้ทุนสนับสนุนการเติบโตนี้ต่อไปได้ ซึ่งท้ายที่สุดแล้ว พวกเขาก็ขับเคลื่อนการดำเนินงานเกือบทั้งหมด แม้ว่าจะมีทางเลือกอื่นที่ถูกกว่า เช่น ผู้จำหน่ายอิสระที่ใช้โมเดล LLaMA ของ Meta แต่ก็ยากที่จะเชื่อว่าพวกเขาไม่ได้เผชิญกับปัญหาความสามารถในการทำกำไรเช่นเดียวกับ megascaler
โปรดทราบด้วยว่า megascalers ก็กลัวที่จะทำให้ Wall Street ปั่นป่วนเช่นกัน แม้ว่าในทางทฤษฎี (ตามที่ฉันกลัว) พวกเขาสามารถปรับปรุงอัตรากำไรผ่านการเลิกจ้างและมาตรการลดต้นทุนอื่น ๆ แต่สิ่งเหล่านี้เป็นเพียงวิธีแก้ปัญหาระยะสั้นและจะช่วยขจัดโครงสร้าง AI ที่แห้งแล้งนี้ไปได้ในระดับหนึ่งเท่านั้น ด้วยเงินจำนวนหนึ่ง
อย่างไรก็ตาม ถึงเวลาที่ต้องยอมรับความจริงที่ว่าเงินไม่ได้อยู่ที่นี่ เราต้องหยุดและพิจารณาว่าเราอยู่ในยุคที่สามของภาพลวงตาในอุตสาหกรรมเทคโนโลยี อย่างไรก็ตาม ต่างจากสกุลเงินดิจิทัลและ Metaverse ตรงที่ทุกคนต่างสนุกสนานไปกับการเผาเงิน โดยดำเนินโครงการที่ไม่ยั่งยืน ไม่น่าเชื่อถือ ไม่ทำกำไร และเป็นอันตรายต่อสิ่งแวดล้อม โครงการนี้ได้รับการบรรจุเป็น ปัญญาประดิษฐ์ และได้รับการส่งเสริมให้เป็นโครงการที่จะ ทำให้ทุกอย่างเป็นอัตโนมัติ แต่ไม่เคยมีเส้นทางที่จะบรรลุเป้าหมายนั้นจริงๆ
ทำไมสิ่งนี้ถึงเกิดขึ้นซ้ำแล้วซ้ำเล่า? ทำไมเราถึงมี cryptocurrencies, metaverse และตอนนี้ generative AI เทคโนโลยีที่ดูเหมือนจะไม่ได้ออกแบบมาสำหรับคนธรรมดาจริงๆ?
นี่เป็นความก้าวหน้าตามธรรมชาติของอุตสาหกรรมเทคโนโลยี ซึ่งในปัจจุบันมุ่งเน้นไปที่การปรับปรุงคุณค่าที่ได้รับจากลูกค้าแต่ละรายโดยสิ้นเชิง แทนที่จะมอบคุณค่าให้กับลูกค้ามากขึ้น กล่าวอีกนัยหนึ่ง พวกเขาไม่เข้าใจจริงๆ ว่าลูกค้าของตนคือใครและพวกเขาต้องการอะไร
ผลิตภัณฑ์ที่คุณขายในวันนี้เกือบจะพยายามผูกคุณเข้ากับระบบนิเวศ อย่างน้อยก็ในฐานะผู้บริโภคซึ่งถูกครอบงำโดย Microsoft, Apple, Amazon, Google เป็นผลให้ค่าใช้จ่ายในการออกจากระบบนิเวศนี้สูงขึ้นมากขึ้น แม้แต่สกุลเงินดิจิทัล ซึ่งเห็นได้ชัดว่าเป็นเทคโนโลยี กระจายอำนาจ ก็ได้ละทิ้งหลักปรัชญาแบบไม่มีเงื่อนไขของตนอย่างรวดเร็ว เพื่อสนับสนุนการรวบรวมผู้ใช้ผ่านแพลตฟอร์มขนาดใหญ่จำนวนหนึ่ง เช่น Coinbase, OpenSea, Blur หรือ Uniswap และแพลตฟอร์มเหล่านี้มักได้รับการสนับสนุนจากเงินทุนร่วมลงทุนเดียวกัน บริษัทต่างๆ (เช่น Andreessen Horowitz) แทนที่จะกลายเป็นผู้ถือมาตรฐานสำหรับระบบเศรษฐกิจออนไลน์ใหม่ที่เป็นอิสระอย่างสมบูรณ์ สกุลเงินดิจิทัลสามารถขยายขนาดได้ผ่านการเชื่อมต่อและเงินที่สนับสนุนคลื่นลูกอื่นๆ ของอินเทอร์เน็ตเท่านั้น
สำหรับ Metaverse แม้ว่าจะเป็นการหลอกลวง แต่ก็เป็นความพยายามของ Mark Zuckerberg ในการควบคุมอินเทอร์เน็ตรุ่นต่อไป เขาหวังที่จะทำให้ Horizon กลายเป็นแพลตฟอร์มหลัก เราจะพูดถึง generative AI ในภายหลัง
ทั้งหมดนี้เกี่ยวกับการสร้างรายได้เพิ่มเติม เช่น การเพิ่มมูลค่าเฉลี่ยของลูกค้าแต่ละราย ไม่ว่าจะเป็นการทำให้พวกเขาใช้แพลตฟอร์มมากขึ้นเพื่อแสดงโฆษณามากขึ้น การเสนอฟีเจอร์ใหม่ “กึ่งมีประโยชน์” หรือการสร้างตลาดผูกขาดหรือผู้ขายน้อยรายใหม่ ซึ่งมีเพียงยักษ์ใหญ่ด้านเทคโนโลยีที่มีทุนสำรองทางการเงินจำนวนมากเท่านั้นที่สามารถเข้าร่วมได้ ในขณะที่มีการมอบมูลค่าหรือประโยชน์ที่แท้จริงให้กับลูกค้าน้อยมาก
Generative AI นั้นน่าตื่นเต้น (อย่างน้อยก็สำหรับคนบางกลุ่ม) เพราะยักษ์ใหญ่ด้านเทคโนโลยีมองว่า AI นี้จะเป็นผู้ทำเงินรายใหญ่รายต่อไป โดยการเพิ่มช่องทางที่คิดค่าธรรมเนียมให้กับทุกผลิตภัณฑ์ ตั้งแต่เทคโนโลยีสำหรับผู้บริโภคไปจนถึงบริการระดับองค์กร การประมวลผลแบบกำเนิดส่วนใหญ่ไหลผ่าน OpenAI หรือ Anthropic และกลับไปยัง Microsoft, Amazon หรือ Google เพื่อสร้างรายได้จากการประมวลผลแบบคลาวด์และรักษาประสิทธิภาพการเติบโตเอาไว้ นวัตกรรมที่ใหญ่ที่สุดในที่นี้ไม่ใช่สิ่งที่ AI เจนเนอเรชั่นสามารถทำได้ แต่เป็นการสร้างระบบนิเวศที่ไม่มีความหวังที่จะหลุดลอยไปอย่างอิสระ สิ่งหนึ่งที่ต้องพึ่งพาบริษัทไฮเปอร์สเกลเพียงไม่กี่แห่ง
Generative AI อาจไม่สามารถใช้งานได้จริง แต่เป็นเรื่องง่ายมากที่จะรวมเข้ากับผลิตภัณฑ์ที่หลากหลาย ทำให้บริษัทต่างๆ สามารถเรียกเก็บเงินสำหรับ คุณสมบัติใหม่ เหล่านี้ได้ ไม่ว่าจะเป็นแอปพลิเคชันสำหรับผู้บริโภคหรือบริการสำหรับบริษัทซอฟต์แวร์ระดับองค์กร ผลิตภัณฑ์ประเภทนี้สามารถสร้างรายได้นับล้านหรือหลายพันล้านดอลลาร์โดยการขายโดยบวกราคาให้กับลูกค้าให้ได้มากที่สุด
Sam Altman ฉลาดพอที่จะตระหนักว่าอุตสาหกรรมเทคโนโลยีจำเป็นต้องมี สิ่งใหม่ ซึ่งเป็นเทคโนโลยีใหม่ที่ทุกคนสามารถซื้อและขายได้ แม้ว่าเขาอาจไม่เข้าใจเทคโนโลยีอย่างถ่องแท้ แต่เขาเข้าใจถึงความปรารถนาของระบบเศรษฐกิจในการเติบโต และสร้างผลิตภัณฑ์ AI ที่สร้างตามสถาปัตยกรรม Transformer ให้เป็น เครื่องมือมหัศจรรย์ ที่สามารถแทรกลงในผลิตภัณฑ์ส่วนใหญ่ได้อย่างง่ายดาย และสามารถนำคุณสมบัติที่โดดเด่นบางอย่างมาใช้ได้
อย่างไรก็ตาม ความเร่งรีบในการบูรณาการ generative AI ทุกที่เผยให้เห็นถึงความไม่เชื่อมโยงอย่างมากระหว่างบริษัทเหล่านี้กับความต้องการที่แท้จริงของผู้บริโภค หรือการดำเนินธุรกิจอย่างมีประสิทธิผล ในช่วง 20 ปีที่ผ่านมา ดูเหมือนว่าแค่ การสร้างสิ่งใหม่ๆ ก็ได้ผล การเปิดตัวฟีเจอร์ใหม่ๆ และการปล่อยให้ทีมขายขายของอย่างหนักก็เพียงพอที่จะรักษาการเติบโตไว้ได้ ส่งผลให้ผู้นำในอุตสาหกรรมเทคโนโลยีติดอยู่ในโมเดลธุรกิจที่เป็นอันตรายและไม่ได้ผลกำไร
ผู้บริหารระดับสูงที่ดูแลบริษัทเหล่านี้—เกือบทั้งหมด MBA และที่ปรึกษาด้านการจัดการที่ไม่เคยสร้างบริษัทผลิตภัณฑ์หรือเทคโนโลยีตั้งแต่ต้น—ทั้งไม่เข้าใจหรือไม่สนใจว่าไม่มีทางที่จะทำกำไรสำหรับ generative AI อาจเป็นเพราะพวกเขาคิดว่า มันจะเหมือนกับว่า Amazon Cloud Services (AWS) สามารถทำกำไรได้ตามธรรมชาติ (ต้องใช้เวลา AWS 9 ปีจึงจะทำกำไรได้) แม้ว่าทั้งสองจะต่างกันโดยสิ้นเชิงก็ตาม สิ่งต่างๆ ในอดีต ได้ผลดี แล้วทำไมจะไม่ทำตอนนี้ล่ะ?
แน่นอนว่า นอกเหนือจากข้อเท็จจริงที่ว่าอัตราดอกเบี้ยที่สูงขึ้นได้เปลี่ยนแปลงตลาดเงินร่วมลงทุนไปอย่างมาก โดยลดทุนสำรองของ VC และขนาดกองทุนที่เล็กลง ยังมีข้อเท็จจริงที่ว่าทัศนคติต่อเทคโนโลยีไม่เคยเป็นลบไปกว่านี้อีกแล้ว นอกเหนือจากปัจจัยอื่นๆ อีกมากมาย ทำไมปี 2024 ถึงดูแตกต่างไปจากปี 2014 อย่างมาก และมีเหตุผลมากมายเกินกว่าจะกล่าวถึงในบทความความยาว 8,000 คำนี้
สิ่งที่น่ากังวลจริงๆ ก็คือบริษัทเหล่านี้หลายแห่งดูเหมือนจะไม่มีผลิตภัณฑ์ใหม่ใดๆ นอกเหนือจาก AI พวกเขามีอะไรอีกบ้าง? มีอะไรอีกบ้างที่ทำให้บริษัทของพวกเขาเติบโตได้? พวกเขามีตัวเลือกอะไรอีกบ้าง?
ไม่ พวกเขาไม่มีอะไรเลย นั่นคือปัญหา เพราะเมื่อ AI ล้มเหลว ผลกระทบจะเกิดขึ้นทั่วทั้งอุตสาหกรรมเทคโนโลยีที่เหลืออย่างหลีกเลี่ยงไม่ได้
ผู้เล่นเทคโนโลยีรายใหญ่ทุกราย ไม่ว่าจะเป็นผู้บริโภคหรือองค์กร กำลังขายผลิตภัณฑ์ AI บางประเภทที่รวมโมเดลภาษาขนาดใหญ่หรือโมเดลของพวกเขาเอง ซึ่งมักจะทำงานในระบบคลาวด์บนระบบจากบริษัทเทคโนโลยีขนาดใหญ่ ในระดับหนึ่ง บริษัทเหล่านี้ขึ้นอยู่กับความเต็มใจของ Big Tech ที่จะอุดหนุนอุตสาหกรรมทั้งหมด
ฉันคาดการณ์ว่าวิกฤต AI ในรูปแบบซับไพรม์กำลังก่อตัวขึ้น ซึ่งอุตสาหกรรมเทคโนโลยีเกือบทั้งหมดมีส่วนร่วมในเทคโนโลยีที่ขายในราคาที่ถูกแสนถูกซึ่งมีความเข้มข้นสูงและได้รับการอุดหนุนจาก Big Tech เมื่อถึงจุดหนึ่ง generative AI การเผาผลาญต้นทุนที่เป็นอันตรายและส่ายจะตามทัน นำไปสู่การขึ้นราคาหรือบริษัทที่เปิดตัวผลิตภัณฑ์และฟีเจอร์ใหม่ ๆ ที่เรียกเก็บค่าธรรมเนียมที่สูงเกินไป เช่น ผลิตภัณฑ์ Agentforce ของ Salesforce ซึ่งเรียกเก็บเงินต่อการสนทนา ค่าธรรมเนียม 2 ดอลลาร์ - สิ่งนี้ จะทำให้แม้แต่ลูกค้าองค์กรที่มีงบประมาณจำนวนมากไม่สามารถจัดค่าใช้จ่ายให้เหมาะสมได้
จะเกิดอะไรขึ้นเมื่ออุตสาหกรรมเทคโนโลยีทั้งหมดพึ่งพาซอฟต์แวร์ชิ้นหนึ่งที่สูญเสียเงินและไม่มีคุณค่าที่แท้จริงในตัวเองมากนัก จะเกิดอะไรขึ้นเมื่อแรงกดดันมากเกินไป ผลิตภัณฑ์ AI เหล่านี้เข้ากันไม่ได้ และบริษัทเหล่านี้ไม่มีอะไรจะขายอีก
ฉันไม่รู้จริงๆ แต่อุตสาหกรรมเทคโนโลยีกำลังมุ่งหน้าไปสู่การทดลองที่น่ากลัว การขาดความคิดสร้างสรรค์ที่ได้รับการสนับสนุนจากสภาพแวดล้อมทางเศรษฐกิจที่ให้รางวัลการเติบโตเหนือนวัตกรรม การผูกขาดเหนือความภักดี การจัดการเหนือการสร้างสรรค์จริง
