כיצד מיתוס האינטליגנציה המכונית ה"חסכונית" מתפוצץ ודוחף חברות למלכודת תלות היסטורית – תמונה: Xpert.Digital
עליות מחירים נסתרות ואוליגופולים: התלות המסוכנת של ChatGPT ושות' בבינה מלאכותית.
טריקים אסימוטיים של ענקיות טכנולוגיה: כיצד חברות מורמות באופן שיטתי בעלויות בינה מלאכותית
מחיר האלגוריתמים: מדוע חלום האוטומציה החינמית מתפוצץ
במשך שנים, ההבטחה של ענקיות הטכנולוגיה של עמק הסיליקון נשמעה בלתי ניתנת לעמוד בפניה: בינה מלאכותית תהיה בקרוב נפוצה וזולה להפליא כמו מי ברז. מהפכה דפלציונית נראתה קרובה, שבה משימות קוגניטיביות מורכבות יהפכו לאוטומטיות כמעט בחינם. אבל אשליה זו מתנפצת כעת במלוא עוצמתה. במקום רווחי יעילות אינסופיים, פיתוח בינה מלאכותית מתגלה כאחת המיזמים עתירי המשאבים והיקרים ביותר בהיסטוריה האנושית. בעוד שמחירי כוח המחשוב, האחסון והאנרגיה מתפוצצים, ספקים דומיננטיים מנצלים את מעמדם המונופול כדי להעלות באופן דרסטי את העלויות עבור חברות - לעתים קרובות באמצעות התאמות נסתרות עמוק בתוך האלגוריתם. אלו שמוציאים למיקור חוץ עיוור את תהליכי העסק שלהם למודלים קנייניים נופלים למלכודת תלות היסטורית. עידן חדש של מציאויות כלכליות קשות מתחיל, שבו, באופן מפתיע, עבודה אנושית הופכת שוב לחלופה חסכונית יותר עבור משימות רבות. אלו שלא מצליחים לנטרל מגמה זו ולבנות ריבונות דיגיטלית מסכנים כעת את התחרותיות שלהם.
קשור לזה:
סוף אשליית הדפלציה ומיתוס הנוכחות בכל מקום
בשנים האחרונות, הוצג בפני הכלכלה העולמית נרטיב מפתה, המתאר את התפתחות הבינה המלאכותית כמסע בלתי ניתן לעצירה לעבר זמינות בלתי מוגבלת, ומעל הכל, כמעט חינמית. הבטחות הישועה של תעשיית הטכנולוגיה רמזו שבעתיד הקרוב, בינה מלאכותית תזרום בחופשיות ובזול כמו מי ברז. פרדיגמה זו התבססה על ההנחה שהאבולוציה הטכנולוגית של מה שנקרא מודלים חזיתיים תעקוב אחר מעין חוק טבע דיגיטלי, בדומה לחוק מור עבור מיקרו-מעבדים. ההנחה הייתה שרווחי היעילות במודלי מחשוב ואימון יועברו באופן בלתי נמנע למשתמשי הקצה, כך שמשימות קוגניטיביות מורכבות יוכלו בקרוב להפוך לאוטומטיות עבור שברירי סנט.
הבטחה זו מתגלה יותר ויותר כטעות חישוב מהותית. חברות שביססו את תכנון אסטרטגי ארוך הטווח שלהן על ההנחה שבינה מלאכותית תתנהג באופן דומה למחשבונים דפלציוניים או ליישומי תוכנה בסיסיים מתמודדות כעת עם מציאות כלכלית קשה. הן טעו לחשוב שמודל עסקי זמני, המסובסד על ידי הון סיכון עצום, הוא חוק טכנולוגי בלתי משתנה. המחירים הנמוכים ביותר בתחילה לגישה למודלי שפה מתוחכמים לא היו מחירי שוק בני קיימא, אלא כלים אסטרטגיים לחדירה מהירה לשוק ולביסוס מערכות אקולוגיות מונופוליסטיות. החומרה עליה פועלים מודלים אלה, ובמיוחד מוליכים למחצה מיוחדים ושבבי סיליקון, כפופה לחוקי ההיצע, הביקוש ועלויות הייצור העצומות. לא ניתן לעקוף את המציאות הפיזית והתשתיתית הזו על ידי מצגות אופטימיות של משקיעים או נאומים מרכזיים בעלי חזון. מחיר כוח המחשוב, ובמיוחד הזיכרון המהיר ביותר החיוני להפעלת רשתות עצביות ענקיות, מרקיע שחקים. האשליה של אינטליגנציה מכונה בלתי מוגבלת וזולה מפנה את מקומה להבנה שאוטומציה קוגניטיבית היא אחת הטכנולוגיות עתירות המשאבים ביותר בהיסטוריה האנושית.
קשור לזה:
המציאות התשתיתית והמגבלות הפיזיות של קנה המידה
כדי להבין את עליות המחירים הנוכחיות בשוק הבינה המלאכותית, יש לקחת בחשבון את התשתית הבסיסית ואת הדינמיקה הכלכלית שלה. יצירה ותפעול של מודלי שפה גדולים דורשים מרכזי נתונים בגודל ומורכבות חסרי תקדים. מתקנים אלה לא רק צורכים כמויות אדירות של אנרגיה חשמלית, אלא גם מסתמכים על יחידות עיבוד גרפיות (GPU) מיוחדות ביותר, שייצורן פועל בגבולות הפיזיים של ההיתכנות הטכנולוגית הנוכחית. שרשראות האספקה של רכיבים אלה מרוכזות ביותר ופגיעות למתחים גיאופוליטיים ולצווארי בקבוק בייצור. המציאות הפיזית של סיליקון כופה כעת תיקון דרסטי במבני המחירים.
כל שאילתה למודל שפה מתקדם, כל דור של טקסט או ניתוח, דורשים מה שמכונה הסקה. הסקה זו אינה פעולה דיגיטלית חופשית, אלא תהליך עתיר אנרגיה וחישוב שבו מיליארדי פרמטרים חייבים לעבור דרך זיכרון יחידות עיבוד גרפיות (GPU). ככל שמורכבות המודלים גדלה, גם עלויות ההסקה הללו עולות באופן יחסי. בעוד שספקים היו מוכנים בתחילה לסבסד עלויות אלו כדי לעצב הרגלי משתמשים ולאסוף נתונים, לחץ משווקי ההון מאלץ אותם כעת להפוך לרווחיים. מחירי האחסון המתפוצצים והעלויות המופרזות של הרחבת תשתית מרכזי הנתונים הגלובלית נלקחים באופן בלתי נמנע בחשבון במודלי התמחור עבור לקוחות קצה ועסקים. זהו עיקרון כלכלי קלאסי: אם עלויות הייצור השוליות עולות עקב מגבלות פיזיות ותשתיות, המוצר הסופי לא יכול להיות זול יותר בטווח הארוך. ההנחה שהתקדמות טכנולוגית לבדה יכולה לפצות על עליות עצומות אלו בעלויות הוכחה כלא מספקת. במקום זאת, אנו רואים שהמודלים הופכים לגדולים יותר ויותר וצריכים יותר אנרגיה, מה שמבטל יותר מרווחי היעילות בצד החומרה.
עליות עלויות נסתרות ומונטיזציה של אלגוריתמים
האופן שבו העלויות מגולגלות למשתמשים הוא לעתים קרובות עדין ואינו ניכר באופן מיידי. מלבד עליות מחירים ברורות עבור מנויים חודשיים, אשר עבור הדגמים החזקים ביותר הגיעו כעת ליותר ממאתיים דולר אמריקאי לחודש, ובדרגה העליונה המוחלטת אף מתקרבות לרף המאתיים וחמישים דולר אמריקאי, ספקים משתמשים בהתאמות טכניות עמוקות כדי להגדיל באופן דרסטי את הכנסותיהם למשתמש. מנגנון מרכזי לכך הוא שינוי של מה שנקרא טוקנייזרים.
טוקנייזר הוא הממשק המפרק את השפה האנושית ליחידות קריאות מכונה הנקראות טוקנים. חיוב עבור השימוש בבינה מלאכותית מבוסס כמעט אך ורק על טוקנים שנצרכו. אם ספק מתאים באופן אלגוריתמי את הארכיטקטורה של הטוקנייזר שלו באופן כזה שפתאום יחויבו יותר טוקנים משמעותית עבור אותו טקסט מקור, הדבר מסתכם בעליית מחירים אדירה ונסתר. התפתחויות אחרונות בשוק מראות כי עדכונים כאלה יכולים להוביל לחיוב של בין שנים עשר לשלושים וחמישה אחוזים יותר טוקנים עבור קטעי טקסט זהים. במונחים מעשיים, משמעות הדבר היא שחברה שהעבירה את תהליכיה לממשקים אלה מתמודדת עם עלייה בלתי צפויה ומיידית בעלויות של כעשרים אחוז בניצול מרבי, ללא כל שיפור באיכות או בהיקף התוכן שנוצר. התאמות אלגוריתמיות כאלה מאפשרות לספקים למטב את שולי הרווח שלהם בעוד שהלקוח נותר תחת הרושם שמחיר הבסיס נותר יציב. חוסר שקיפות זה בתמחור מהווה סיכון משמעותי לכל חישוב עסקי וחושף את חוסר האיזון בכוחות בשוק צעיר זה עדיין.
קשור לזה:
ארכיטקטורת התלות באוליגופול
ההחלטה האסטרטגית של חברות רבות להוציא את כל תשתית הבינה המלאכותית שלהן למיקור חוץ לקומץ חברות טכנולוגיה אמריקאיות דומיננטיות מתגלה יותר ויותר כטעות גורלית בניהול סיכונים. באופוריה של השנים הראשונות, נראה היה הגיוני מבחינה כלכלית להסתמך על הממשקים לכאורה עדיפים ונגישים בקלות של ענקיות אלו במקום לבנות משאבים משלהן. נוחות זו מובילה כעת למלכודת תלות היסטורית. חברות שביססו את התהליכים הפנימיים שלהן, ממשקי הלקוח וניתוח הנתונים שלהן לחלוטין על מודלים קנייניים של צד שלישי מוצאות את עצמן כעת במצב רעוע של שוכר שחוזהו ניתן לביטול או ששכר הדירה שלו נקבע בכל עת וללא אזהרה.
אוליגופול ספקים זה מתנהג בדיוק לפי התסריט הקלאסי של כלכלות פלטפורמה מבוססות, שכבר מוכר מהתפתחות שוק הסטרימינג, אלא שההשלכות הכלכליות עבור החברות התלויות בהן הן קיומיות הרבה יותר. בתחילה, משתמשים פותו למערכת האקולוגית עם חסמים נמוכים, מחירים נמוכים וביצועים עצומים. ברגע שעלויות האינטגרציה עבור המעבר למערכת אחרת הופכות כה גבוהות עד שהן יוצרות נעילה דה-פקטו, כללי המשחק משתנים. מגבלות קצב פתאומיות, כלומר, ויסות מלאכותי של מספר הבקשות המרבי לדקה, מאלצות חברות לחוזי פרימיום יקרים יותר כדי לשמור על הפעילות. תנאי החוזה מותאמים באופן חד-צדדי, ולחברות אין ברירה אלא לקבל אותם, שכן כשל של המערכות החכמות המשולבות עמוקות כעת יביא לקיפאון תפעולי מיידי. אסימטריה זו של כוח מייצגת את אובדן הריבונות הדיגיטלית. אלו שהאצילו לחלוטין את ליבת יצירת הערך העתידית שלהם - כלומר, בינה מונעת נתונים - לשומרי סף חיצוניים מאבדים שליטה על אמצעי הייצור שלהם.
🎯🎯🎯 מרכז תעשייה B2B מונחה נתונים כפתרון כמעט פנימי
הפתרון הכמעט-פנים-ארגוני: כיצד Xpert.Digital סוגרת פערים תפעוליים בשיווק ומכירות B2B – עסק חכם מונחה תוכן - תמונה: Xpert.Digital
Xpert.Digital הוא מרכז תעשייתי B2B מונחה נתונים בראשות Konrad Wolfenstein . החברה משמשת כפתרון חיצוני, מעין פנימי, עבור שותפים תעשייתיים, וסוגרת פערים תפעוליים בשיווק, תוכן ומכירות - מבלי לדרוש משאבים נוספים מצד הלקוח.
מידע נוסף כאן:
ניהול עלויות בינה מלאכותית: החובה החדשה למנהלים - מדוע סוכני בינה מלאכותית אוטונומיים הופכים חברות למלכודת עלויות
סוכנים אוטונומיים כגורמי עלות בלתי ניתנים לחישוב
השלב הבא בפיתוח הבינה המלאכותית, המסמן את המעבר מצ'אטבוטים ריאקטיביים לסוכנים אוטונומיים פרואקטיביים, מחריף את הבעיה הכלכלית הזו פי כמה וכמה. סוכנים אוטונומיים הם מערכות שלא רק מייצרות תגובה אחת, אלא פועלות בלולאות איטרטיביות, מקצות לעצמן משימות, מחפשות באינטרנט, מבצעות קוד ומתקנות שגיאות באופן עצמאי. מה שמהווה קפיצת מדרגה אדירה מנקודת מבט טכנולוגית הוא ההתפתחות למניע עלויות בלתי ניתן לחישוב בעולם העסקים האמיתי.
השימוש בסוכנים כאלה מוביל לעלייה אקספוננציאלית בצריכת אסימונים. בעוד ששאילתת חיפוש פשוטה עשויה לדרוש אלף אסימונים, סוכן אוטונומי הפותר בעיה מורכבת יכול לצרוך עשרות או אפילו מאות אלפי אסימונים תוך דקות ספורות. אופן פעולתם של סוכנים אלה מזכיר בזבוז משאבים; הם עוברים אינספור איטרציות וזורקים גישות פגומות, בעוד שמונה עלויות ה-API ממשיך לתקתק ללא הרף. החשבון עבור צריכה מוגזמת זו מגיע בהכרח לחברת המשתמש בסוף החודש, לעולם לא לספק הפלטפורמה. מכיוון שהתהליכים הבסיסיים הם לעתים קרובות קופסה שחורה עבור המשתמש, ההוצאה הכספית בפועל של סוכן לפתרון משימה כמעט בלתי אפשרית לחשב באופן אמין מראש. החזון של החלפת מחלקות שלמות בלגיונות של סוכנים דיגיטליים כבר נכשל במקרים רבים עקב עלויות משתנות של הסקה המתפוצצות. אם פתרון בעיית לוגיסטיקה עם סוכן בינה מלאכותית עולה יותר מזמן העבודה של משגר מנוסה, התשואה על ההשקעה הופכת לשלילית.
קשור לזה:
ציוויים אסטרטגיים לריבונות תאגידית
לאקלים הכלכלי המשתנה הזה יש השלכות משכנעות על ההנהלה: בניית מומחיות פנימית בבינה מלאכותית אינה עוד תוספת אופציונלית, אלא דרישה חיונית להבטחת הישרדותה של חברה. עם זאת, אין פירוש הדבר שכל חברה צריכה כעת לנסות לאמן את מודלי היסודות העצומים שלה מאפס. משימה כזו תהיה חסרת היגיון מבחינה כלכלית כמו בניית תחנת כוח בתגובה לעליית מחירי החשמל. ההשקעות הנדרשות לאימון מודלי היסודות הללו הן במיליארדים ונותרו נחלתן של חברות טכנולוגיה גדולות.
אלא, יכולת הליבה הנדרשת טמונה בפיתוח יכולות תזמור עמוקות. חברות חייבות להיות מסוגלות להעריך במדויק איזה מודל ספציפי מספיק עבור איזו משימה קונקרטית. זה חסר היגיון מבחינה כלכלית להשתמש במודל היקר והחזק ביותר עבור משימות סיווג פשוטות, צבירת מיילים פנימיים או חילוץ נתונים שגרתי. ניתן להשתמש כאן במודלים קטנים בהרבה ויעילים במשאבים בקוד פתוח, הפועלים באופן מקומי על שרתי החברה עצמה או בסביבת ענן פרטית מבוקרת. ארכיטקטורה היברידית אסטרטגית היא חיונית. עבור משימות מורכבות, יצירתיות או משתנות מאוד, עדיין עשויה להיות הצדקה להזדקק לממשקים היקרים והיקרים של תאגידים אמריקאים. עם זאת, עבור רעשי הרקע היומיומיים של עיבוד מידע מבוסס מכונה, יש להקים תשתית נפרדת וחסכונית. אלו שלא מצליחים לשלוט בבידול הזה ולנתב כל בקשה, קטנה ככל שתהיה, דרך ממשקי ה-API היקרים ביותר יימחצו על ידי העלויות השוטפות. היכולת להעריך מודלים, הבנה של כלכלת אסימונים ואומנות הנדסת ההנחיות הממוקדות כדי למזער ניסיונות כושלים הן יכולות הליבה החדשות של חברה עמידה.
הפרדוקס של אוטומציה וחזרת העבודה האנושית
העלויות המגאות של בינה מלאכותית שופכות אור חדש לחלוטין על דיונים מקרו-כלכליים סביב שוק העבודה. רק לפני זמן קצר, נחזה כי בינה מלאכותית תהפוך חלקים גדולים מעבודת ידע מיומן למיושן תוך זמן קצר מאוד. חברות רבות הגיבו לתחזיות אלו בארגון מחדש בטרם עת ובקיצוצי כוח אדם, בציפייה שיוכלו להחליף את היכולות הללו בצורה חלקה וחסכונית בהרבה במערכות מכונות.
מגמות המחירים הנוכחיות מאלצות הערכה מחדש דרסטית. אם עלויות ההסקה ימשיכו לעלות, המשוואה הכלכלית תתהפך. לפתע, הקוגניציה האנושית תהפוך שוב לתחרותית עבור משימות מסוימות. פרדוקס האוטומציה מתבטא בעובדה שהניסיון להחליף לחלוטין את האינטליגנציה האנושית במכונות פשוט הופך ללא רווחי מעבר לנקודה מסוימת. כאשר מוסיפים את שיעורי השגיאות, המאמץ הנדרש לניטור מתמיד של המערכת, עלויות תיקון הזיות ועלויות ה-API הטהורות, עובדים מנוסים הם שוב הפתרון הכלכלי משמעותית בתחומים מיוחדים רבים. חששות מעליית מחירי האנרגיה או עלויות הלוגיסטיקה עלולים בקרוב להיות בצל חששות לגבי עלות כוח המחשוב הקוגניטיבי. האירוניה יכולה להיות שחברות יצטרכו בקרוב לגייס מחדש דווקא את אותם מומחים שפיטרו מתוך אמונתם בכל-יכולת ובטבעה החף מתחם של בינה מלאכותית, ובשיעורים גבוהים משמעותית. הניסיון האנושי, האינטואיציה והיכולת לתפוס הקשרים מורכבים ללא צריכה מסיבית של משאבי מחשוב משופרים משמעותית בעולם של אינטליגנציית מכונה יקרה ביותר.
קשור לזה:
פרספקטיבות ארוכות טווח וכלכלת הקוגניציה
ההתפתחויות של החודשים האחרונים מסמנות את סוף התמימות בנוגע לבינה מלאכותית. אנו נכנסים לשלב של אכזבה, אשר בכל זאת חיונית להנחת הטכנולוגיה על בסיס כלכלי בר-קיימא. כלכלת הכוח הקוגניטיבי תהפוך לנושא ניהולי מרכזי של המאה ה-21. בינה מלאכותית לא תזרום כמו מים מברז; אלא, היא תפעל לפי אותם עקרונות כמו יסודות אדמה נדירים או אספקת אנרגיה תעשייתית מיוחדת ביותר: היא זמינה, היא חזקה ביותר, אך היא מגיעה במחיר משמעותי ומשתנה ללא הרף.
האתגר העומד בפני כלכלות ומשתתפי שוק בודדים הוא להשתחרר מתלותם החד-צדדית בספקים זרים בודדים, מבלי לאבד קשר עם החזית הטכנולוגית. השוק יצטרך לגוון. נראה פריחה של מודלים נישה ייעודיים, יעילים ביותר ומאומנים למשימות צרות, אשר כרוכים רק בחלק קטן מעלויות התפעול של מודלים גדולים וכלליים. במקביל, תחום חדש לגמרי יתבסס במחלקות הכספים וה-IT: ניהול עלויות ענן יוחלף בניהול עלויות בינה מלאכותית. ניטור מדויק של צריכת אסימונים, השהיית מודל ועלויות הסקה יהפוך לחשוב לא פחות מבקרה מסורתית.
הדרך לשימוש רווחי בבינה מלאכותית תהיה הרבה יותר קשה, מורכבת ודוחפת הון ממה שהציעה תעשיית הטכנולוגיה בקמפיינים השיווקיים הראשוניים שלה. שילוב ממשק בלבד אינו מספיק כדי להשיג יתרון תחרותי; זהו רק כרטיס הכניסה למשחק יקר ביותר. רק ארגונים המפתחים אסטרטגיית בינה מלאכותית מעודנת, אגנוסטית לטכנולוגיה וקפדנית כלכלית, אשר ממזערת תלות ומנהלת בקפדנות את הקצאת המשאבים על סמך תשואה על ההשקעה, יוכלו לשגשג בעידן החדש הזה של כלכלה קוגניטיבית. עידן הניסויים העיוורים הסתיים; עידן המציאות הכלכלית הקשה החל.
שותף השיווק והפיתוח העסקי הגלובלי שלך
☑️ שפת העסקים שלנו היא אנגלית או גרמנית
☑️ חדש: התכתבות בשפת האם שלך!
Konrad Wolfenstein
אני והצוות שלי שמחים לעמוד לרשותכם כיועצים האישיים שלכם.
ניתן ליצור איתי קשר על ידי מילוי טופס יצירת הקשר כאן wolfenstein@xpert.digital:או פשוט להתקשר אליי למספר 49 7348 4088 965+. כתובת הדוא"ל שלי היא
אני מצפה בקוצר רוח לפרויקט המשותף שלנו.
☑️ תמיכה לעסקים קטנים ובינוניים באסטרטגיה, ייעוץ, תכנון ויישום
☑️ יצירה או התאמה מחדש של האסטרטגיה הדיגיטלית והדיגיטציה
☑️ הרחבה ואופטימיזציה של תהליכי מכירה בינלאומיים
☑️ פלטפורמות מסחר B2B גלובליות ודיגיטליות
☑️ פיתוח עסקי חלוצי / שיווק / יחסי ציבור / ירידי סחר
📈🚀 מנראות לאמון 👀🤝 הנתיב הניתן להרחבה שלך עם Xpert.Digital
מנראות לאמון: הנתיב הניתן להרחבה שלך עם Xpert.Digital - תמונה: Xpert.Digital
ב-B2B תעשייתי, קשרים עסקיים בני קיימא לעיתים רחוקות נוצרים בן לילה. הם מתפתחים צעד אחר צעד - באמצעות נראות, רלוונטיות מקצועית, נקודות מגע חוזרות ואמון גובר. מודל 4 השלבים של Xpert.Digital מטפל בדיוק בזה: הוא מציע נתיב מובנה שמתחיל בנקודת כניסה ניתנת לניהול ויכול להתפתח לשיתוף פעולה מעמיק יותר בפיתוח עסקי במידת הצורך.
במקום להסתמך על הבטחות שיווקיות קולניות, מודל זה שם את מערכת היחסים בחזית. חברות מתחילות עם מדדים מוגדרים בבירור וניתנים לחישוב בקלות, ולאחר מכן מחליטות, בהתבסס על ניסיונן האישי, עד כמה הן רוצות להרחיב את שיתוף הפעולה. גורם מפתח לתהליך בניית האמון הבלתי מופרע הזה: הפלטפורמה נמנעת לחלוטין ממודעות פרסום מעצבנות, כך שהמוקד העריכה נשאר אך ורק על המומחיות של החברות.
מידע נוסף כאן:
