«Рефлексивная петля» - когда капитальные расходы финансируются за счет рыночной капитализации (в основном через венчурное финансирование для стартапов и дешевые рыночные займы для бигтехов) или |
||
|
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ Атаки на ИИ Внедрение ИИИИ теория Компьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Промпты. Генеративные запросы Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2025-11-07 12:45 Что в этой схеме не так? Все это базируется на доверии, что когда нибудь суперинтеллект решит все проблемы человечества и сделает нас сказочно богатыми. В августе я делал масштабную серию материалов по ИИ, в которых описал архитектурные и технологические ограничения. Принцип убывающей отдачи работает здесь наиболее выражено. Расходы на обучение, интеграцию, развертывание и обслуживание каждой новой модели растут непропорционально быстро, при этом эффект на каждом переходе все менее заметен. Путь к AGI и тем более ASI невозможен через существующую архитектуру трансформеров, но теоретически возможен в будущем, как комбинация оптимизированной архитектуры трансформеров в совокупности с квантовыми вычислениями и биотехнологиями (синтез машины и человеческого мозга). Этот бизнес неработоспособен при текущей бизнес-модели. Слишком высокие инвестиционные, операционные и R&D расходы при очень узком спектре инструментов монетизации, особенно в массовом розничном сегменте. Сейчас наблюдается «передоз» LLMs, которыми вдоль и поперек нашпиговано все пространство (буквально все обмазаны нейросетями), в этих условиях сложно получить финансовую отдачу. Концепция неудержимых расходов не учитывает фактор Китая с его открытыми и достаточно эффективными ИИ моделями. Если американские разработчики и ИИ провайдеры начнут заламывать цены, потребители и бизнес перейдут на более доступные китайские модели. Конкуренцию с открытыми моделями будет сложно выдержать, что по-умолчанию ограничивает потенциал монетизации. Отсутствие конфиденциальности. Крупный бизнес не будет напрямую платить ИИ провайдерам, а будет развертывать собственные локальные ИИ модели. Чистое безумие сливать корпоративные секреты (результаты и процесс R&D, финансовая, юридическая документация и т.д.) на сервера бигтехов (это забава только для розницы и малого бизнеса). Неизбежный процесс регулирования ИИ во многих измерениях в ближайшей перспективе ограничит пространство возможностей и маневров для ИИ-провайдеров. Ограничения в инфраструктуре, в особенности в энергетической инфраструктуре не позволяет масштабировать вычислительные мощности в соответствии с потребностями. В данном материале я не рассматривал макро-аспект, где крайне неоднозначное воздействие ИИ на межсекторальное взаимодействие приведет к сильной диспропорции распределение ресурсов, капитала и технологий (одни отрасли сильно выиграют в производительности, эффективности и маржинальности, а другие умрут, причем количество «подавленных» направлений функционирования бизнеса будет в разы или кратно выше, чем количество прямых бенефициаров). Не рассматривал социальные аспекты (влияние ИИ на паттерны взаимодействия общества, влияние на когнитивное развитие, распределение предпочтений между онлайн и офлайн экономикой и т.д). Обрыв доверия неизбежен, т.к. сказываются: технологические ограничения архитектуры LLMs, высокая стоимость развертывания, крайне высокая конкуренция, ограниченное пространство для монетизации, давление со стороны Китай, неизбежные регуляторные ограничения. Главное во всем этом то, что скорость превращения ИИ-внедрений/интеграций/инноваций будет неоднозначной на макро уровне и несоизмерима затратам на содержание всего этого ИИ-чуда. Концепция монетизации триллионных затрат через внедрение ИИ маркетплейсов, продажу рекламы, данных клиентов и специализированные ИИ агенты выглядит не особо впечатляющей на фоне масштаба инвестиций и ожиданий (до 100 трлн эффекта при уже оформленных 52 трлн). Источник: vk.com Комментарии: |
|