ChatGPT святкує триріччя: битва великих моделей підходить до завершення, де насправді знаходиться справжній захисний вал?

ChatGPTAI від OpenAI існує вже три роки. Реальне поле бою змістилося на обчислювальну потужність, вартість та екосистеми. Остаточним переможцем або переможеним може бути не сама модель, а людина, яка може зробити штучний інтелект повноцінною системою, яка працює стабільно. (Синопсис: ChatGPT підтримуватиме прямий дебет PayPal у 2026 році, останній шматочок головоломки імперії електронної комерції Openai) (Довідкове доповнення: рідний браузер Openai “ChatGPT Atlas” три основні функції одночасно, агенти штучного інтелекту можуть похитнути гегемонію Chrome? З моменту запуску ChatGPT 30 листопада 2022 року і рівно до трьох років зараз технологічна індустрія розвивалася з величезною швидкістю. Тоді всі думали, що конкуренція ШІ буде чистою «зразковою війною»: хто матиме більші параметри моделі, товстіші дані та більш жорстоку обчислювальну потужність, той буде королем на цьому ринку. Однак через три роки, озираючись назад, я розумію, що ті ранні уяви насправді були занадто спрощені. Справжня конкуренція полягає не в тому, «хто зможе зробити найбільшу модель», а в тому, «хто зможе перетворити модель на повноцінну систему». Набір систем, які можуть приземлятися, можуть бути комерціалізовані, можуть нести витрати, можуть підтримувати споживання обчислювальної потужності та можуть виживати в робочому процесі підприємства. В останні три роки технологічну криву великих моделей було майже видно неозброєним оком, але комерціалізація компаній, що займаються штучним інтелектом, не встигала, причому навіть повільніше, ніж багато хто очікував. Причина не в тому, що не вистачає технологій, а в тому, що вся індустрія перейшла від співвідношення моделей до поля бою «хто зможе витримати тиск до світанку». Потужність моделі, обчислювальна потужність, вартість висновків, очікування користувачів – ці чотири криві дико піднімаються одночасно, як смичок, повний струн. І кожна компанія зі штучним інтелектом на нитці, яка може протриматися довго, протриматися та підтримати вартість, є справжнім переможцем. Від параметричної гонки озброєнь до гонки ефективності У перший рік існування ШІ у кожного були лише параметри в очах. Чим більша модель, тим вона досконаліша; Чим дорожче, тим вищий клас. Мейнстрімний дискурс того часу навіть розглядав кількість параметрів як своєрідну «гідність», ніби сама надвелика модель могла представляти технологічне лідерство. Але після 2024 року ситуація почала непомітно змінюватися. Підприємства лише після фактичного розгортання усвідомлюють, що вже не важливо, щоб модель не була великою, важливо те, чи зможе модель виконати завдання «стабільно, дешево та швидко». Удосконалення інтелекту самої моделі вже не таке лінійне, як у попередні роки; Натомість прогрес стає схожим на повільне коригування. Чим більша модель, тим приголомшливіша вартість висновків, тим вищий поріг розгортання та тим менше підприємство готове платити. І навпаки, найпопулярнішими продуктами штучного інтелекту для підприємств у 2025 році стануть невеликі моделі, які ефективніше тренуються, стискаються та можуть працювати на звичайних графічних процесорах. Багато компаній навіть почали внутрішньо замінювати API із закритим вихідним кодом на модель з відкритим вихідним кодом, не тому, що відкритий вихідний код сильніший, а тому, що відкритий вихідний код перевершує всі очікування з точки зору «ціна/продуктивність». Нижчі вимоги до обчислювальної потужності, вища швидкість ітерацій і більш гнучкі методи розгортання змусили багато підприємств, які спочатку покладалися на моделі з закритим вихідним кодом, почати замислюватися: «Чи дійсно нам потрібно платити стільки?». “Хіба 80% можливостей моделі з відкритим вихідним кодом, плюс внутрішнє налаштування, не достатньо?” Модельна конкуренція перетворилася з «гонки сил» на «гонку ефективності». Справа не в тому, хто сильніший, а в тому, хто робить бізнес доступнішим. Графічні процесори – це вже не залізо, це силові структури. Якщо за три роки модель перетворилася з міфу на товар, то за ці три роки графічні процесори були безпосередньо модернізовані до «стратегічних товарів». Найбільший страх для компаній, що займаються штучним інтелектом, полягає не в тому, що моделі відстають, а в тому, що не вистачає графічних процесорів. У міру того, як моделі стають більшими, висновки стають більшими, а очікування користувачів – вищими, кожна компанія, що займається штучним інтелектом, висить догори дригом у ланцюжку поставок NVIDIA. Якщо у вас не вистачає чіпів, ви не можете тренувати нову модель; Якщо чіпа недостатньо, швидкість висновку не може бути покращена; Якщо фішок не вистачає, розширити базу користувачів неможливо; Фішок не вистачає, та ще й кошти складно зібрати, адже інвестори чітко знають: без обчислювальних потужностей майбутнього немає. Це робить конкуренцію в галузі штучного інтелекту дуже дивним станом: технології явно розвиваються, але вузьке місце полягає в енергетиці, чіпах і ланцюжках поставок. Здається, що весь ринок одночасно наступає на педаль газу і гальмує, рухаючись вперед із затамованою швидкістю, але будь-який розрив у фішках може в одну мить змусити компанію зупинитися. Це найреалістичніша і найнижчого рівня больова точка індустрії штучного інтелекту: ви не конкуруєте з конкурентами, ви конкуруєте з ланцюжком поставок. Таким чином, витрати на висновок стали лінією життя і смерті підприємств. Чим сильніша модель, тим дорожчий висновок, і чим більше користувачів, тим більше ви втрачаєте. Компанії зі штучним інтелектом стають контрінтуїтивною бізнес-моделлю: чим вони популярніші, тим більше втрачають грошей, і чим більше люди ними користуються, тим вони небезпечніші. Ось чому тут починає прояснюватися справжній рів штучного інтелекту. Через три роки ринок нарешті дійшов майже жорстокого консенсусу: можливості самої моделі вже не є найважливішим ровом. Тому що моделі можна копіювати, стискати, допрацьовувати та підхоплювати спільноту з відкритим вихідним кодом. Є лише дві речі, які дійсно можуть відрізнити переможців від переможених. По-перше, це «розподіл»: підприємствам із системними входами не потрібна найсильніша модель, щоб домінувати на ринку. Google використовує пошукову систему та всю екосистему для забезпечення стабільного трафіку Gemini, а Microsoft використовує Windows та Office, щоб зробити Copilot природним входом у світ; Meta ще божевільніша, запихаючи модель з відкритим вихідним кодом безпосередньо в Instagram, WhatsApp, Facebook і безпосередньо домінуючи в дистрибуції. Дистрибуція – це найбільш традиційна та реалістична конкурентоспроможність у світі технологій. Якщо у вас є вхід, у вас є право висловитися, тому єдинороги, такі як нові бренди Openai, Perplexity та Manus, зараз перебувають під дедалі більшим тиском. Друге – «чи можете ви дозволити штучному інтелекту дійсно робити речі?» Можливість чату вже давно не є яскравою плямою, а мультимодальність більше не рідкість. Що дійсно має значення, так це те, чи зможе модель правильно викликати інструменти, писати програми, аналізувати файли, підключати API, розбивати завдання і стати справжнім виконавцем роботи на підприємстві. У той момент, коли модель перетворюється на «агента», який може самостійно виконувати процеси, приймати рішення та виконувати завдання, вона стає по-справжньому продуктивною. Компанії, які можуть побудувати повний ланцюжок інструментів, у майбутньому стануть незамінною базовою інфраструктурою, як і сучасні хмарні платформи. Через три роки рів нарешті зрозумілий: справа не в тому, у кого найсильніша модель, а в тому, хто зможе перетворити ШІ на набір добре функціонуючих робочих систем. Майбутня модель ринку штучного інтелекту поступово розходиться на три екосистеми У міру того, як розрив у можливостях моделей скорочується, тиск на обчислювальні потужності зростає, а вартість стає основним, компанії зі штучним інтелектом непомітно розділилися на три табори, які будуть існувати в майбутньому, але їхні долі абсолютно різні. Перший – це гіганти на рівні платформи, які не обов'язково мають найсильніші початкові моделі, але вони мають величезні переваги екосистеми та срібні кулі, які можуть наздогнати пізніше. Microsoft, Google, Meta та ці компанії мають глобальні дистриб'юторські портали, мають власні хмари, резерви графічних процесорів, мають конвеєри даних та інтегрують продукти. Для них моделі – це не продукти, а «інструменти, прив'язані до екосистеми». Такі компанії, як OpenAI, Anthropic і Mistral, є чисто технологічними гравцями з провідними моделями, але їм не вистачає ОС, мобільних телефонів, відсутності пошукових систем, відсутності соціальних платформ і відсутності «дистрибуції». Якою б сильною не була їхня модель, вони також повинні бути прив'язані до екосистем інших людей, щоб охопити користувачів у великій кількості. У найближчі три роки…