Home 世界新聞 AI投資者是一個粗鬧鐘|羅傑·麥克納米(Roger McNamee)

AI投資者是一個粗鬧鐘|羅傑·麥克納米(Roger McNamee)

121
0
AI投資者是一個粗鬧鐘|羅傑·麥克納米(Roger McNamee)

b今年年底,技術行業將投資 約717美元 大型語言模型(LLM)和支持它所需的基礎架構超過三年。儘管明年的估計數量有所不同,但行業可能會投資可比的金額。這表明,自1956年現代時代開始以來,該行業獲得的資本比在技術行業的其餘部分投入的資金更多,即AT&T司法部與AT&T誕生矽谷的同意一年。

在技​​​​術投資的職業生涯中,現在已經延長了43年,我從未將這種現象視為一種偉大的語言AI的典範。大型科技,記者,政客, 首席執行官 投資者都相信AI是下一個不可避免的偉大事物 將改變一切 在我們的經濟和我們最好的社會中。

許多已寫在LLM上,包括 圖書挑戰 該行業的承諾, 在至少一個情況下 表明LLM是一種信任遊戲。尚未解決的問題是,即使該技術遵守其承諾,許多人(否則大多數當前的參與者)都必須失敗。這些失敗的培訓效果可能是災難性的,特別是對於股票投資者而言。

根據您的計數方式,在美國出色的技術參與者的AI中,有五個或六個LLM開發計劃:Google,Amazon,Meta,Xai和Microsoft / Openai,這可以是盟友或競爭對手。這不包括為行業提供半導體和軟件的NVIDIA,Apple具有大型的內部用途計劃,人為,由OpenAI團隊的前成員以及許多其他人創立。五到六個大型技術計劃中的每個計劃似乎都在尋求世界壟斷,其成本將以數千億美元的價格進行衡量。

2022年對企業客戶的AI投資是 919億美元其中不包括對行業,投資者和其他來源的投資。 Gartner Group估計 對LLM,相關基礎設施和其他IA服務的總投資將為1.48 tn,在2024年中將近50%。即使該數字包括相鄰的投資,AI的投資水平也是前所未有的。

根據 epoch.aOpenAI市場的領導者向公眾銷售LLM產品的總銷售額,Google和Anthropic在2023年約有10億美元,在2024年轉移至40億美元。 2350億美元2440億美元但是,其中絕大多數將用於培訓和利用LLM所需的基礎設施。幾乎所有的預測都規定了多年的高收入增長,達到 1 TM $到2031。至少一個 預報員 預測到2033年的世界收入超過3噸。但是,要達到這些數字,投資將必須保留。

AI軟件的最終用戶的資本投資與最終用戶的許可收入之間的巨大差距是不可持續的。每個參與者都堅信,差距將以最終用戶的收入大大增加而告終,但這可能是錯誤的。同時,投資者安慰自己,一家公司的投資是另一家公司的收入。例如,微軟,Google和亞馬遜在行業投資階段爆炸了雲服務收入。 NVIDIA的半導體銷售也發生了類似的事情。微軟,Google,亞馬遜和NVIDIA已對初創公司進行了重大投資,並提供了資本,然後將其作為收入返回。

所有這些投資都沒有為客戶帶來同等的成功。媒體報告了與AI失敗 法律,,,, 教育,,,, 福利,,,, 軟件開發 以及令人失望和災難性的其他類別。該行業承諾將解決AI的問題,也許會解決。但這是一個大賭注,它並不是當今唯一的投資者和客戶。

投資者認為,LLM中每個主要的美國球員都將成為贏家。這一假設是必不可少的,因為在接近其用途生活的終結時,可以餵養大型技術的壟斷,例如Microsoft Office Suite,Google Search,Gmail和Docs以及Meta的Facebook-毫無例外的方法。絕大多數客戶認為,在過去的十年或更長時間以來,這些產品惡化了,並使用戶降低了生產力。每個大型技術公司都需要全球AI壟斷來維持其成功和市場價值。他們不會全部得到一個。

通用電氣的前首席執行官傑克·韋爾奇(Jack Welch)的想法是,只有兩個球員可以在競爭行業中獲利。在前兩個下,這是一場生存的鬥爭。這意味著至少三個甚至更多,當前的球員將被迫損害他們在LLM的投資。每個大型技術公司都投資了 今年1000億美元到明年,這個數字很容易加倍。如果LLM技術不會快速提高,他們的公司客戶也將面臨輻射。

誰是成功的最佳位置? Microsoft和Openai的團隊擁有最好的營銷,但他們的內部爭吵可以分開。 Xai已與美國政府提前進步,埃隆·馬斯克(Elon Musk)可能會損害特朗普總統。 Google,Amazon和Microsoft都認為他們的雲服務將保護它們,但忘記了為AI中的六個或更多參與者建造的能力,至少在未來幾年中可能需要的是勝利者所需要的。

這一天可能比許多期望早於股東,管理人員和管理人員需要證據表明,對LLM技術的大量投資將為他們帶來足夠的回報。對於許多人來說,答案將是“否”的,否則大多數球員都會對每個人來說都很醜陋。

來源連結