در پیگیری بی‌وقفه تسلط بر هوش مصنوعی، آنچه بسیاری آن را "جنگ مدل‌ها" می‌نامند، رقابتی پرمخاطره که در آن غول‌های فناوری برای برتری تلاش می‌کنند، برانگیخته شده است. با این حال، به گفته بندیکت ایوانز، تحلیلگر باسابقه فناوری، زمین بازی به طرز شگفت‌آوری هموار است. ایوانز در سخنرانی اخیر خود در کنفرانس هوش مصنوعی Brainstorm Fortune در لندن، ایده تحریک‌آمیزی را مطرح کرد: تمایز اصلی بین آزمایشگاه‌های پیشرو هوش مصنوعی، فناوری پیشگامانه یا الگوریتم‌های اختصاصی نیست، بلکه دسترسی عملاً نامحدود آنها به سرمایه است.
ادعای ایوانز، خرد متعارف مبنی بر اینکه نوآوری هوش مصنوعی صرفاً ناشی از توانایی‌های فکری و پیشرفت‌های الگوریتمی است را به چالش می‌کشد. او استدلال می‌کند که مدل‌های بنیادی، مانند GPT شرکت OpenAI یا Gemini گوگل، به سرعت در حال تبدیل شدن به کالا هستند. این بدان معناست که این مدل‌ها به طور فزاینده‌ای قابل تعویض و به راحتی در دسترس هستند و مزیت رقابتی هر شرکت واحدی را کاهش می‌دهند.
اسطوره خندق
مفهوم "خندق" اقتصادی، که توسط وارن بافت محبوبیت یافت، به مزایای رقابتی پایدار یک شرکت اشاره دارد که سودهای بلندمدت و سهم بازار آن را از رقبا محافظت می‌کند. در زمینه هوش مصنوعی، بسیاری در ابتدا معتقد بودند که الگوریتم‌های اختصاصی، مجموعه‌داده‌های منحصربه‌فرد یا استعدادهای تخصصی چنین خندقی را ایجاد می‌کنند. با این حال، ایوانز مدعی است که این امر محقق نشده است.
پس از دو سال رقابت شدید بین شرکت‌های بزرگ فناوری، به نظر می‌رسد هنوز هیچ خندق اساسی در چشم‌انداز هوش مصنوعی وجود ندارد. هیچ مانع قابل توجهی برای ورود، هیچ اثر شبکه‌ای قوی و هیچ پویایی روشن "برنده همه را می‌برد" وجود ندارد. در عوض، محرک اصلی پیشرفت، هجوم گسترده سرمایه‌گذاری بوده است.
سال گذشته، چهار شرکت بزرگ ابری در مجموع بیش از 200 میلیارد دلار برای ساخت زیرساخت‌های پشتیبانی از توسعه هوش مصنوعی هزینه کردند. انتظار می‌رود امسال این رقم از 300 میلیارد دلار فراتر رود. این افزایش نمایی در هزینه‌ها، ماهیت سرمایه‌بر رقابت فعلی هوش مصنوعی را برجسته می‌کند.
ایوانز مشاهده کرد: "این موضوع بسیار، بسیار سرمایه‌بر شده است، حداقل در حال حاضر، بسیار، بسیار سریع." او همچنین خاطرنشان کرد که بخش قابل توجهی از این سرمایه در نهایت به Nvidia، تولیدکننده پیشرو GPU ها، که برای آموزش مدل‌های هوش مصنوعی ضروری هستند، جریان می‌یابد.
نتیجه این هزینه هنگفت، تکثیر مدل‌های هوش مصنوعی است که به طور فزاینده‌ای در دسترس هستند. این به نوبه خود، محیطی را ایجاد می‌کند که در آن هر کسی که منابع مالی قابل توجهی دارد، می‌تواند یک مدل بنیادی بسازد که با مدل‌های توسعه‌یافته توسط شرکت‌های برتر هوش مصنوعی رقابت کند.
به عنوان مثال، DeepSeek یک شرکت هوش مصنوعی است که از مدل‌های منبع باز موجود و سرمایه‌گذاری 1.6 میلیارد دلاری برای ایجاد یک مدل هوش مصنوعی رقابتی استفاده کرده است. این به عنوان یک تصویر قانع‌کننده از چگونگی هموار کردن سرمایه زمین بازی و توانمندسازی تازه‌واردان برای به چالش کشیدن بازیکنان تثبیت‌شده عمل می‌کند.
معمای کالا
ایوانز استدلال می‌کند که مدل‌های هوش مصنوعی مانند GPT شرکت OpenAI، Claude شرکت Anthropic و Gemini گوگل در حال تبدیل شدن به "کالا" هستند. این مدل‌ها به خدمات آماده، قابل تعویض و شبیه به زیرساخت‌های متمایز نشده و کم‌هزینه تبدیل می‌شوند.
این روند کالایی شدن پیامدهای عمیقی برای صنعت هوش مصنوعی دارد. این نشان می‌دهد که میدان نبرد نهایی بر سر این نخواهد بود که چه کسی بهترین مدل پایه را دارد، بلکه بر سر این خواهد بود که چه کسی می‌تواند به طور موثر آن مدل را در محصولات و خدمات دنیای واقعی بسته‌بندی، ادغام و مدیریت کند.
به عبارت دیگر، مزیت رقابتی ممکن است در خود مدل بنیادی نباشد، بلکه در لایه‌های برنامه‌ها و خدمات ساخته‌شده بر روی آن باشد. این تغییر در تمرکز مستلزم مجموعه متفاوتی از مهارت‌ها و توانایی‌ها است و بر توسعه محصول، تجربه کاربر و انطباق با مقررات تأکید می‌کند.
ایوانز در یک پست وبلاگی به این نکته پرداخت و از راه‌اندازی اخیر ابزار تحقیقات عمیق OpenAI به عنوان مثال استفاده کرد. او استدلال کرد که OpenAI و سایر آزمایشگاه‌های مدل پایه، فراتر از دسترسی به سرمایه، هیچ خندق یا دفاعی واقعی ندارند. آنها خارج از کدنویسی و بازاریابی به تناسب محصول-بازار دست نیافته‌اند و پیشنهادات آنها اساساً محدود به جعبه‌های متن و API برای سایر توسعه‌دهندگان برای ساختن بر روی آن است.
شن‌های متغیر رقابت هوش مصنوعی
کالایی شدن مدل‌های هوش مصنوعی در حال تغییر شکل چشم‌انداز رقابتی است و شرکت‌ها را مجبور می‌کند تا استراتژی‌های خود را مجدداً ارزیابی کرده و بر حوزه‌های جدید تمایز تمرکز کنند. با دسترسی بیشتر به فناوری اساسی، تأکید به سمت توسعه برنامه، ادغام و حکمرانی تغییر می‌کند.
در اینجا برخی از روندهای کلیدی در حال ظهور در صنعت هوش مصنوعی آورده شده است:
هوش مصنوعی خاص برنامه: شرکت‌ها به طور فزاینده‌ای بر توسعه راه‌حل‌های هوش مصنوعی متناسب با صنایع یا موارد استفاده خاص تمرکز می‌کنند. این رویکرد به آنها امکان می‌دهد برنامه‌های هدفمندتر و موثرتری ایجاد کنند که نیازهای خاص مشتری را برآورده کنند.
محصولات مبتنی بر هوش مصنوعی: ادغام هوش مصنوعی در محصولات و خدمات موجود به طور فزاینده‌ای رایج می‌شود. این می‌تواند عملکرد را افزایش دهد، تجربه کاربر را بهبود بخشد و جریان‌های درآمدی جدید ایجاد کند.
حکمرانی و اخلاق هوش مصنوعی: با فراگیرتر شدن هوش مصنوعی، نگرانی‌ها در مورد تعصب، عدالت و پاسخگویی در حال افزایش است. شرکت‌ها شروع به سرمایه‌گذاری در چارچوب‌های حکمرانی هوش مصنوعی و دستورالعمل‌های اخلاقی برای اطمینان از توسعه و استقرار مسئولانه هوش مصنوعی کرده‌اند.
Edge AI: استقرار مدل‌های هوش مصنوعی بر روی دستگاه‌های Edge، مانند تلفن‌های هوشمند و حسگرهای IoT، در حال افزایش است. این امکان پردازش بی‌درنگ داده‌ها را بدون تکیه بر اتصال ابری فراهم می‌کند، تأخیر را کاهش می‌دهد و حریم خصوصی را بهبود می‌بخشد.
AI-as-a-Service: ظهور پلتفرم‌های AI-as-a-Service (AIaaS) هوش مصنوعی را برای مشاغل در هر اندازه‌ای در دسترس قرار می‌دهد. این پلتفرم‌ها مدل‌های از پیش آموزش‌دیده، ابزارهای توسعه و زیرساخت را ارائه می‌دهند و به شرکت‌ها امکان می‌دهند تا به سرعت و به آسانی هوش مصنوعی را در عملیات خود ادغام کنند.
نقش پایدار سرمایه
در حالی که کالایی شدن مدل‌های هوش مصنوعی ممکن است از اهمیت فناوری اختصاصی بکاهد، سرمایه همچنان نقش مهمی در صنعت هوش مصنوعی ایفا خواهد کرد. دسترسی به بودجه برای شرکت‌ها ضروری خواهد بود تا:
آموزش و تنظیم دقیق مدل‌های هوش مصنوعی: آموزش مدل‌های بزرگ هوش مصنوعی به منابع محاسباتی و تخصص قابل توجهی نیاز دارد. شرکت‌های دارای دسترسی به سرمایه می‌توانند مدل‌های بزرگ‌تری را روی داده‌های بیشتری آموزش دهند و به طور بالقوه به عملکرد بهتری دست یابند.
توسعه و استقرار برنامه‌های هوش مصنوعی: ساخت و استقرار برنامه‌های هوش مصنوعی مستلزم سرمایه‌گذاری در توسعه نرم‌افزار، زیرساخت و استعداد است. شرکت‌های دارای دسترسی به سرمایه می‌توانند در این زمینه‌ها سرمایه‌گذاری کنند تا محصولات و خدمات قدرتمند مبتنی بر هوش مصنوعی ایجاد کنند.
کسب استعداد هوش مصنوعی: تقاضا برای استعداد هوش مصنوعی زیاد است و مهندسان و محققان ماهر هوش مصنوعی حقوق ممتازی دریافت می‌کنند. شرکت‌های دارای دسترسی به سرمایه می‌توانند استعدادهای برتر را جذب و حفظ کنند و به آنها مزیت رقابتی بدهند.
انجام تحقیق و توسعه: نوآوری مستمر در چشم‌انداز هوش مصنوعی که به سرعت در حال تحول است، ضروری است. شرکت‌های دارای دسترسی به سرمایه می‌توانند در تحقیق و توسعه سرمایه‌گذاری کنند تا تکنیک‌ها و کاربردهای جدید هوش مصنوعی را بررسی کنند.
پیمایش موانع نظارتی: با تنظیم بیشتر هوش مصنوعی، شرکت‌ها باید در انطباق و تخصص حقوقی سرمایه‌گذاری کنند. شرکت‌های دارای دسترسی به سرمایه می‌توانند این موانع نظارتی را به طور موثر پشت سر بگذارند.
آینده رقابت هوش مصنوعی
صنعت هوش مصنوعی در حال گذراندن یک دوره تحول سریع است. کالایی شدن مدل‌های هوش مصنوعی زمین بازی را هموار می‌کند، اما سرمایه همچنان یک عامل تعیین‌کننده حیاتی برای موفقیت خواهد بود. شرکت‌هایی که بتوانند به طور موثر از سرمایه برای توسعه برنامه‌های هوش مصنوعی قانع‌کننده، جذب استعدادهای برتر و پیمایش چشم‌انداز نظارتی در حال تحول استفاده کنند، بهترین موقعیت را برای شکوفایی در درازمدت خواهند داشت.
آینده رقابت هوش مصنوعی احتمالاً با موارد زیر مشخص خواهد شد:
تخصص فزاینده: شرکت‌ها به جای تلاش برای ساخت مدل‌های هوش مصنوعی با هدف کلی، بر توسعه راه‌حل‌های هوش مصنوعی برای صنایع یا موارد استفاده خاص تمرکز خواهند کرد.
تأکید بیشتر بر توسعه برنامه: تمرکز از ساخت مدل‌های پایه به ایجاد برنامه‌های قدرتمند مبتنی بر هوش مصنوعی که مشکلات دنیای واقعی را حل می‌کنند تغییر خواهد کرد.
اهمیت روزافزون حکمرانی هوش مصنوعی: شرکت‌ها توسعه و استقرار اخلاقی و مسئولانه هوش مصنوعی را در اولویت قرار خواهند داد و اطمینان حاصل می‌کنند که هوش مصنوعی برای خیر استفاده می‌شود.
نوآوری مستمر در سخت‌افزار هوش مصنوعی: تقاضا برای سخت‌افزار هوش مصنوعی قدرتمندتر و کارآمدتر به نوآوری در زمینه‌هایی مانند GPU ها، TPU ها و محاسبات نورومورفیک ادامه خواهد داد.
همکاری و منبع باز: ابتکارات همکاری و منبع باز نقش مهم فزاینده‌ای در اکوسیستم هوش مصنوعی ایفا خواهند کرد و نوآوری را تسریع و دسترسی به فناوری هوش مصنوعی را دموکراتیک می‌کنند.
در خاتمه، در حالی که دسترسی به سرمایه ممکن است عامل تمایز اصلی در چشم‌انداز فعلی هوش مصنوعی باشد، موفقیت بلندمدت شرکت‌های هوش مصنوعی به توانایی آنها در نوآوری، سازگاری و ساخت راه‌حل‌های قدرتمند مبتنی بر هوش مصنوعی که برای مشتریان و جامعه به طور کلی ارزش ایجاد می‌کنند، بستگی دارد.