♪ TL;DR ♪
• The "Fat Models" narasi menunjukkan bahwa perusahaan model dapat mengintegrasikan API, alat, kerangka agen dan portal aplikasi ke atas。
Namun, tubuh cerdas tidak dapat dilihat sebagai kotak yang hanya berbicara yang diupgrade untuk melakukan tugas di seluruh data, alat, identitas, pembayaran dan sistem perusahaan。
Model raksasa masih memiliki keunggulan kalkulus, modal, model dan distribusi, tetapi organisasi, memori, rute, identitas dan sebagainya mungkin meninggalkan ruang untuk start-up。

Di AI Age, akan model perusahaan seperti OpenAi, Anthropic, Google terus makan API, alat, kerangka kerja cerdas, aplikasi bisnis dan portal konsumsi, seperti yang diharapkan pasar

Ini adalah inti dari narasi Fat Models: jika model perbatasan tertutup terus maju dengan cepat dan terintegrasi ke atas melalui distribusi dan rantai alat, sebagian besar nilai industri AI mungkin mengalir ke tingkat model. Tapi penilaian lainnya adalah ketika AI bergerak dari chatting ke usia cerdas, nilai tidak harus hanya tenggelam ke tangan perusahaan model, tetapi mungkin menyebar ke banyak lapisan infrastruktur baru。

"Fat Models"

RUTE SEBUAH PERUSAHAAN MODEL BESAR TIDAK SULIT DIPAHAMI: PERTAMA, UNTUK MEMILIKI MODEL DASAR CANGGIH, KEMUDIAN UNTUK PAKET KOMPETENSI MENJADI API, UNTUK MENGEMBANGKAN ALAT DAN KERANGKA TUBUH CERDAS, DAN AKHIRNYA UNTUK MEMASUKI APLIKASI KONSUMEN DAN ALUR KERJA BISNIS. SELAMA MODEL CUKUP KUAT, TINGKAT ATAS PENGALAMAN, DATA DAN PENGEMBANG ' EKOLOGI MUNGKIN BERKUMPUL MENUJU PLATFORM MODEL。

Ini juga merupakan alasan penting mengapa modal bersedia memberikan nilai tinggi untuk kepala AI. Reuters pada bulan Mei melaporkan bahwa valuasi pasca investasi Anthropic mencapai $965 miliar setelah menyelesaikan fasilitas Seri H senilai $65 miliar. OpenAI mengungkapkan pembiayaan terbaru pada bulan Maret tahun ini, dengan valuasi pasca-investasi $85,2 miliar. Nilai pasar dari Alfabet juga telah melebihi $4 triliun, lebih dari tiga kali lipat sejak akhir tahun 2022. Pasar grosir menggunakan nilai yang sangat tinggi untuk bertaruh pada kapasitas masuk masa depan dan ruang keuntungan dari lapisan model。

Namun, pertanyaan tetap mengenai apakah keuntungan model cukup untuk memberikan perusahaan-perusahaan ini setiap lapisan nilai sekaligus. Model garis depan, algoritma, tim penelitian, infrastruktur awan dan sumber daya pelanggan perusahaan memang terkonsentrasi di tangan beberapa perusahaan, tetapi setelah tubuh cerdas memasuki aliran nyata pekerjaan, rantai nilai tidak lagi berputar-putar " yang model terkuat"。

Perubahan serupa telah terjadi dalam beberapa siklus teknologi. IBM yang digunakan untuk membuat mesin besar ke dalam sistem terintegrasi perangkat keras, perangkat lunak, layanan, dan kemudian ekologi PC membaginya; desktop yang dikendalikan Microsoft, dan Web membuka aplikasi baru; operator memiliki jaringan terintegrasi vertikal dan layanan jaringan yang dibongkar Internet; dan AWS dikembangkan lebih dari platform awan triliun dolar, tetapi masih ada sejumlah besar perusahaan perangkat lunak independen di awan。

Analogi-analogi ini tidak dimaksudkan untuk menunjukkan bahwa "sebuah platform besar akan kehilangan" tetapi bahwa sebuah siklus teknologi, setelah infrastruktur selesai, cenderung menumpahkan nilai dari platform tunggal terintegrasi ke lapisan yang lebih profesional。

Tubuh cerdas bukan kotak obrolan, tapi misi sistem silang

Perubahan kunci dalam ekologi Agen adalah bahwa AI tidak hanya menjawab pertanyaan, tetapi mulai mengambil tugas. Berbagai lapisan model, organisasi, memori, eksekusi, identitas, pembayaran, dll dapat membentuk nilai independen di sekitar tumpukan intelektual. Firma yang berbeda akan menggabungkan dan bersaing di level masing-masing, daripada sepenuhnya tergantung pada platform model yang sama。

Pergantian pertama yang mendasari penilaian ini adalah semakin berkembangnya pasokan model. Model-model garis depan lini depan terus memimpin, tetapi model berat sumber terbuka, model tepi dan model bisnis juga terus bermunculan. Model yang berbeda bervariasi dalam kapasitas, penundaan dan biaya. Untuk banyak beban kerja komersial, firma dan pengembang menggabungkan biaya, kecepatan, stabilitas dan kualitas misi, daripada default pada semua permintaan untuk model termahal dan terkuat。

PERUBAHAN KEDUA ADALAH APLIKASI AI TERLALU TERSEBAR. PERUSAHAAN MODEL DAPAT MEMBUAT APLIKASI CHAT CHAT GENERIK DAN DAPAT MEMASUKI PINTU MASUK YANG BESAR, SEPERTI KANTOR, KODE, PENCARIAN, DLL., TETAPI SETIAP INDUSTRI MEMILIKI STRUKTUR DATA SENDIRI, PERSYARATAN KEPATUHAN, KEBIASAAN OPERASI DAN ANTARMUKA SISTEM UNTUK AKSES NYATA KE PROSES SPESIFIK SEPERTI MEDIS, KEUANGAN, MANUFAKTUR, HUKUM, LAYANAN PENUMPANG, PENGADAAN, LOGISTIK, DLL. HAL INI SULIT BAGI PERUSAHAAN TUNGGAL UNTUK MEMBUAT PRODUK YANG PALING COCOK DALAM SEMUA SKENARIO。

Lingkungan produksi perusahaan juga memperkuat fragmentasi ini. Saat tahap percobaan, perusahaan dapat menerima demonstrasi model atau alat obrolan tertutup. Setelah dalam proses kritis, klien akan membutuhkan kehadiran data, manajemen otoritas, catatan audit, pengendalian biaya, penggantian vendor dan sertifikat kepatuhan. Pada titik ini, perusahaan lebih memilih untuk merakit komponen yang cocok daripada dipaksa untuk menerima pilihan baku dari platform tunggal。

Ini juga merupakan perbedaan kunci antara aplikasi obrolan cerdas dan tradisional. Kecerdasan medis mungkin perlu membaca catatan medis, memeriksa interaksi obat, memanggil sistem rumah sakit, menghasilkan rekomendasi dan menyimpan catatan audit. Sebuah perusahaan mungkin membutuhkan akses ke inventaris, kontrak, aliran persetujuan, sistem vendor dan jaringan pembayaran untuk mendapatkan tubuh cerdas. Mereka lebih seperti "eksekutor" bergerak antara layanan ganda daripada alat tanya dan jawaban yang berjalan di jendela tunggal。

Organisasi, memori, rute dan identitas, kemungkinan dari model menteri luar negeri

infrastruktur cerdas dapat dipecah menjadi berbagai arah: organisasi, harness, memori, browser, rute, pasar model, identitas dan pembayaran. lebih terus terang, lapisan-lapisan ini bersesuaian: bagaimana mengelola berbagai tubuh cerdas, cara menghubungkan model dengan alat-alat praktis, cara menjaga dan berbagi konteks, bagaimana orang berinteraksi dengan tubuh cerdas, yang model untuk meminta, bagaimana membuktikan identitas tubuh cerdas dan bagaimana pintar menyelesaikan pembayaran。

HIERARKI BISA MENJADI PENGONTROL ERA KECERDASAN. KETIKA BEBERAPA BADAN CERDAS BEROPERASI SECARA SIMULTAN DALAM SEBUAH PERUSAHAAN, MEREKA PERLU DIKERAHKAN, DIMONITOR, BERWENANG, BERKOLABORASI DAN TERBATAS DALAM RISIKO. HAL INI SULIT BAGI API MODEL TUNGGAL UNTUK MENGATASI MASALAH MANAJEMEN PROSES YANG LENGKAP。

Keharmonisan dapat dipahami sebagai model 'kerang eksekusi'. Jika model besar adalah otak, Harness bertanggung jawab untuk akses ke dokumen, database, halaman web, robot, perangkat lunak bisnis dan peralatan fisik. Skenario berbeda-beda membutuhkan cara-cara yang berbeda dalam menghubungkan alat, yang dapat menyebabkan produk yang lebih terspesialisasi。

Ingatan tentang migrasi konteks. Konteks tidak dapat dikunci dalam jendela obrolan ketika lebih dari satu badan cerdas harus memahami pengguna, bisnis atau pekerjaan yang sama. Mereka yang dapat menyediakan memori digital yang dapat dipindahkan, berwenang dan dapat diaudit dapat menjadi infrastruktur baru。

Nilai rute dan model pasar berasal dari multi-model penyebaran. Jika sebuah perusahaan menggunakan beberapa model pada saat yang sama, ia perlu menentukan jenis misi mana yang lebih tepat dan bagaimana menyeimbangkan biaya, keterlambatan dan ketepatan. Dengan demikian, kompetisi Model Model tidak hanya menjadi kompetisi top-up, tetapi juga masalah pergerakan dalam lingkungan produksi yang sebenarnya。

Identitas dan pembayaran lebih berorientasi pada masa depan, tetapi kemampuan cerdas untuk benar-benar melakukan transaksi. Saat lalu lintas mesin dan perilaku intelijen meningkat, jaringan perlu membedakan antara siapa yang memulai permintaan, apakah itu berwenang, dan apakah dapat menyelesaikan pembayaran. Sistem pembayaran dan identitas berorientasi pada manusia yang telah ada mungkin juga perlu dimodifikasi jika mereka terlibat dalam elektronik, langganan, pembayaran mikro atau pembelian perusahaan。

Model raksasa masih kuat, tetapi mereka tidak harus makan nilai penuh

BATAS-BATAS NARASI MODULAR INI JUGA JELAS. INI BUKAN BAHWA PERUSAHAAN MODEL BESAR KEHILANGAN KEPEMILIKAN. MODEL GARIS DEPAN MADYA MASIH MENJADI BASIS PENGALAMAN AI, DAN KOMPUTASI, DATA, TIM PENELITIAN DAN KEMAMPUAN DISTRIBUSI TETAP TERKONSENTRASI DI TANGAN BEBERAPA RAKSASA. JIKA KAPASITAS MODELLING TERUS DENGAN CEPAT MEMPERLUAS CELAH, EKOLOGI ATAS MUNGKIN MASIH BERKUMPUL DI SEKITAR PLATFORM KEPALA。

PERBEDAAN YANG NYATA ADALAH BAHWA NILAI USIA CERDAS TIDAK AKAN SEKONSENTRAT FASE APLIKASI CHAT. SAAT AI MEMASUKI ALUR KERJA YANG NYATA, PENGGUNA KHAWATIR TIDAK HANYA DENGAN APA YANG MERUPAKAN MODEL TERPINTAR, TETAPI JUGA DENGAN AKSES KE SISTEM LAMA, KEMAMPUAN UNTUK MENGUBAH PEMASOK, KEMAMPUAN UNTUK MENGENDALIKAN BIAYA, KEMAMPUAN UNTUK MELAKUKAN AUDIT DAN KEMAMPUAN LINTAS ALAT UNTUK MENYAMPAIKAN。

Ini meninggalkan ruang untuk start-up independen, tetapi tidak berarti bahwa setiap tingkat akan tumbuh menjadi perusahaan besar. Arah organisasi, memori, identitas, pembayaran, peramban dan router akhirnya membutuhkan bukti bahwa mereka memiliki akses yang cukup, efek jaringan atau kapasitas pembayaran biaya, jika tidak mereka dapat dengan mudah menjadi fungsi dari platform model。

Raksasa model besar besar yang bermigrasi kemampuan mereka ke atas, dan start-up dan investor bertaruh pada organisme cerdas untuk memecahkan lebih banyak lapisan profesional. Pertanyaan yang tidak terselesaikan dari AI Age adalah: akankah model menjadi super-platform yang menelan seluruh rumah, atau akan menjadi titik awal untuk putaran baru infrastruktur modular