המחויבות של מיקרוסופט לבניית מודלים
“יש לנו את זכויות הקניין הרוחני מ-OpenAI, ולכן, אנו מעוניינים לבנות מודלים”, הצהיר נאדלה. הוא הדגיש את הפיתוח של מיקרוסופט בסדרת Phi, אוסף של מודלי AI קטנים, והכיר ביכולות של צוותו של מוסטפא סולימאן, בהתייחסו לצ’אטבוט Pi שסולימאן הציג ב-Inflection AI. הערות אלו מצביעות על השאיפה והיכולת של מיקרוסופט לפתח מודלים משלה.
הפיכת מודלי בסיס לסחורה
נאדלה רמז שמודלי בסיס עשויים שלא להיות בסופו של דבר המרכיב המכריע ביותר בשרשרת הערך של AI. “אני מאמין שהמודלים הופכים לסחורה בענן”, העיר. בהרחבה על נקודה זו, הוא הצהיר, “OpenAI היא בעיקר לא חברת מודלים; זו חברת מוצרים שלמרבה המזל, יש לה מודלים יוצאי דופן. זה מועיל גם להם וגם לנו כשותפים שלהם.” זה מצביע על כך שבעוד שמודלים מתקדמים חשובים, היתרון התחרותי האמיתי מגיע מיצירת מוצרים מוצלחים המשתמשים במודלים אלה.
עתיד תעשיית ה-AI
הפרספקטיבה של נאדלה נושאת השפעה משמעותית בעולם הטכנולוגיה. הטענה שלו שמודלי בסיס הופכים לסטנדרטיים מרמזת על כך שפשוט להחזיק במודל המתקדם ביותר עשוי שלא להציע יתרון מתמשך. המהירות של חדשנות ב-AI פירושה שכל עליונות בביצועי המודל צפויה להיות זמנית. כתוצאה מכך, הדגש עובר לשלב הבא בשרשרת הערך: פיתוח יישומים ושירותים מושכים הממנפים את המודלים הללו.
שינוי זה מצביע על כך שעתיד ה-AI יתמוך ככל הנראה בחברות שיכולות לשלב בצורה חלקה את המודלים החזקים יותר ויותר, אך דומים, הללו למוצרים ידידותיים למשתמש ובעלי ערך. שינוי זה במיקוד, מפיתוח מודלים לפיתוח מוצרים ושילוב מערכות, עלול לשנות את הנוף התחרותי של תעשיית ה-AI. חברות עם יכולות פיתוח מוצר חזקות ומערכות אקולוגיות חזקות להפצת מוצרים, כגון מיקרוסופט וגוגל, נראות בעמדה טובה לנצל את המגמה הזו.
מבט מעמיק יותר: נקודת המבט של נאדלה על הפיכת AI לסחורה
הערותיו של נאדלה על הפיכת מודלי AI בסיסיים לסחורה ראויות לבחינה מדוקדקת יותר. זו לא סתם תצפית מקרית; זו תובנה אסטרטגית ממנהיג של חברה שמהמרת בגדול על AI. כדי להעריך באופן מלא את ההשלכות, הבה נפרק את המרכיבים העיקריים של הטיעון שלו.
מהי המשמעות של ‘הפיכה לסחורה’ בהקשר של AI?
בכלכלה, סחורה היא מוצר בסיסי המשמש במסחר והוא ניתן להחלפה עם מוצרים אחרים מאותו סוג. חשבו על סחורות כמו נפט, חיטה או נחושת – הן אחידות במידה רבה, ללא קשר למי שמייצר אותן. כאשר נאדלה אומר שמודלי AI הופכים לסחורה, הוא טוען שההבדלים בין המודלים המובילים מצטמצמים עד כדי כך שהם הופכים כמעט ניתנים להחלפה.
זה לא אומר שהמודלים הופכים לרעים או ללא יעילים. ההפך הוא הנכון – הם הופכים להיות כל כך חזקים וכל כך זמינים שהיתרון הייחודי שכל מודל בודד מציע הולך ופוחת. זה כמו שיש לך מספר מותגים של בנזין שכולם מבצעים למעשה את אותה פונקציה במכונית שלך.
מדוע מתרחשת הפיכה לסחורה?
מספר גורמים מניעים את המגמה הזו:
חדשנות מהירה: קצב ההתקדמות במחקר AI הוא מהיר להפליא. טכניקות, ארכיטקטורות ושיטות אימון חדשות צצות כל הזמן, מה שמוביל לשיפורים מהירים בביצועי המודל. משמעות הדבר היא שההובלה של כל חברה ביכולות המודל צפויה להיות קצרת מועד.
מאמצי קוד פתוח: קהילת ה-AI מאמצת פיתוח קוד פתוח. מאמרים מחקריים רבים, מערכי נתונים ואפילו מודלים שאומנו מראש זמינים לציבור. דמוקרטיזציה זו של ידע ומשאבים מאיצה את ההתקדמות בכל התחומים, ומקשה על כל ישות בודדת לשמור על יתרון קנייני.
מחשוב ענן: ספקיות ענן גדולות כמו Microsoft Azure, Google Cloud ו-Amazon Web Services מציעות גישה למודלי AI חזקים באמצעות APIs. זה מקל על עסקים לשלב AI במוצרים שלהם מבלי צורך לפתח מודלים משלהם מאפס. הענן פועל כמיישר קו, ומספק גישה ליכולות AI מתקדמות למגוון רחב של משתמשים.
התמקדות ביישומים: כפי שמציין נאדלה, הערך האמיתי עובר יותר ויותר מהמודלים עצמם ליישומים שנבנו עליהם. חברות מבינות שיש מודל מעט טוב יותר לא משנה אם אתה לא יכול ליצור מוצר שאנשים רוצים להשתמש בו.
השלכות על תעשיית ה-AI
להפיכת מודלי בסיס לסחורה יש השלכות עמוקות על נוף ה-AI:
שינוי ביתרון התחרותי: חברות כבר לא יכולות להסתמך רק על כך שיש להן את המודל “הטוב ביותר”. המיקוד עובר ל:
- חדשנות במוצר: יצירת יישומים ידידותיים למשתמש ובעלי ערך הפותרים בעיות בעולם האמיתי.
- אסטרטגיית נתונים: גישה לנתונים ייחודיים ואיכותיים לאימון וכוונון עדין של מודלים הופכת להיות קריטית עוד יותר.
- שילוב מערכות: בניית תשתית חזקה שיכולה לפרוס ולנהל ביעילות מוצרים המופעלים על ידי AI.
- הפצה ומערכת אקולוגית: בעל רשת ופלטפורמה חזקות כדי להגיע ללקוחות ולהשתלב עם שירותים אחרים.
עלייתם של מוצרים המופעלים על ידי AI: סביר להניח שנראה התפוצצות של יישומים מונעי AI בתעשיות שונות. ככל שהמודלים הבסיסיים הופכים לנגישים יותר, מחסום הכניסה לפיתוח מוצרים המופעלים על ידי AI יורד.
מודלים עסקיים חדשים: חברות עשויות לחקור דרכים חדשות לייצר רווחים מ-AI, כגון:
- AI כשירות: הצעת יכולות AI מיוחדות באמצעות APIs.
- מודלים של מנוי: מתן גישה לכלים ופלטפורמות המופעלים על ידי AI.
- שווקי נתונים: מכירה או רישוי של מערכי נתונים ייחודיים.
איחוד פוטנציאלי: חברות קטנות יותר שמתמקדות אך ורק בפיתוח מודלים עשויות להתקשות להתחרות. אנו עשויים לראות רכישות או מיזוגים כאשר חברות גדולות יותר מבקשות לרכוש כישרונות וטכנולוגיה.
המיצוב האסטרטגי של מיקרוסופט
הפרספקטיבה של נאדלה מעניינת במיוחד בהתחשב בשותפות ההדוקה של מיקרוסופט עם OpenAI. מיקרוסופט השקיעה רבות ב-OpenAI ויש לה גישה בלעדית לכמה מהמודלים המתקדמים ביותר שלה, כמו GPT-4. אז למה שנאדלה ימעיט בחשיבות של המודל “הטוב ביותר”?
התשובה טמונה באסטרטגיה הרחבה יותר של מיקרוסופט:
דומיננטיות בענן: המטרה העיקרית של מיקרוסופט היא להיות ספקית הענן המובילה עבור AI. על ידי הכרה בהפיכת מודלים לסחורה, מיקרוסופט יכולה למצב את Azure כפלטפורמה שבה עסקים יכולים לגשת למגוון מודלים, ללא קשר למי שיצר אותם. זה מעביר את המיקוד ממודלים בודדים למערכת האקולוגית הכוללת.
התמקדות במוצר: למיקרוסופט יש היסטוריה ארוכה של בניית מוצרים מצליחים (Windows, Office וכו’). נאדלה מכיר בכך שהערך האמיתי ב-AI טמון ביצירת יישומים משכנעים, ומיקרוסופט ממוקמת היטב לעשות זאת.
שותפות OpenAI: בעוד שמיקרוסופט נהנית מהמודלים המתקדמים של OpenAI, הערותיו של נאדלה מצביעות על כך שמיקרוסופט אינה מסתמכת אך ורק על OpenAI. מיקרוסופט משקיעה במחקר ופיתוח AI משלה, ומבטיחה שיש לה גישה מגוונת.
חזון לטווח ארוך: נאדלה משחק את המשחק הארוך. הוא מבין שנוף ה-AI מתפתח כל הזמן, והתמקדות אך ורק בעליונות המודל היא אסטרטגיה קצרת רואי. על ידי אימוץ הפיכת מודלים לסחורה, מיקרוסופט יכולה להסתגל לשינויים עתידיים ולשמור על מעמדה המוביל.
התובנות של נאדלה מציעות הצצה חשובה לעתיד ה-AI. הפיכת מודלי בסיס לסחורה היא מגמה משמעותית שתעצב מחדש את התעשייה, ותעביר את המיקוד מפיתוח מודלים לחדשנות במוצר ושילוב מערכות. חברות שמבינות ומסתגלות לשינוי זה יהיו בעמדה הטובה ביותר לשגשג בנוף ה-AI המתפתח.