A ragyogó címlapok mögött az AI-iparág alapvető kérdésekkel küzd az innováció lendületéről, a tőke fenntarthatóságáról, valamint a modellfejlesztők és az alkalmazásépítők eltérő pályáiról.
Az iparág csendes fordulópontja
A mesterséges intelligencia az elmúlt három évben példátlan ütemben növekedett. A ChatGPT indulása óta a fogyasztói elfogadás rekordokat döntött, az OpenAI-tól a Google-ig az óriások egymás után jelentették be modelljeiket, a Fortune 500 vállalatok pedig üzleti folyamataik középpontjába helyezték az AI-t. Mégis, ma a ragyogó címlapok mögött az iparág egy alapvetően más kérdéssel néz szembe:
A valódi innováció továbbra is erős lendülettel halad előre, vagy egy hatalmas gépezetet látunk, amely láthatatlan korlátokba ütközik?
A kérdés megfelelő megválaszolásához az ökoszisztémát két különálló nézőponton keresztül kell vizsgálnunk:
Elsődleges piac: Olyan vállalatok, amelyek alapmodelleket fejlesztenek, mint a GPT-4, a Claude és a Gemini: OpenAI, Anthropic, Google DeepMind, Meta.
Másodlagos piac: Olyan vállalatok, amelyek ezeket a modelleket felhasználva valós felhasználói problémákra építenek megoldásokat: Perplexity, Cursor, Notion AI, Replit.
Bár mindkét piac ugyanazon az iparágon belül létezik, dinamikájuk, költségszerkezetük, kockázati profiljuk és növekedési elvárásaik alapvetően eltérnek. A ma tapasztalható feszültség éppen ebből az eltérésből fakad.
A modellfejlesztés természetes korlátai kezdenek kirajzolódni
Négy alapvető tényező alakította a nagy nyelvi modellek fejlődését az elmúlt öt évben:
- Modellméret (paraméterszám)
- Betanítási adatok (minőség és sokféleség)
- Számítási teljesítmény (GPU/TPU-kapacitás)
- Betanítási technikák (transzformer-architektúrák, figyelmi mechanizmusok)
2018 és 2023 között ez a négy tényező ugyanabba az irányba skálázódott, ami óriási ugrásokat eredményezett. Így jutottunk el a GPT-2-től a GPT-4-ig, a BERT-től a PaLM-ig. Ez a görbe azonban nem folytatódik a végtelenségig. A betanítási adatok mára az iparág legkritikusabb szűk keresztmetszetévé váltak.
A jó minőségű, sokszínű és eredeti, emberek által létrehozott adathalmazok korlátozottak. Betanítasz Wikipédián, betanítasz arXivon, betanítasz GitHubon: és aztán? Az ezen a területen jelentkező költségek exponenciálisan nőnek a szerzői jogi problémák, az adattulajdonosi megállapodások és a hozzáférési korlátozások miatt. Megállapodásokat kötsz a Reddittel, tárgyalsz a Stack Overflow-val, perekkel nézel szembe a The New York Times részéről. A modellek méretének növelése technikailag továbbra is megvalósítható, de az adatok oldala természetes plafont teremt.
Ezért helyezte át az iparág a fókuszt a modellméretről a hatékonyságra. A chain-of-thought érvelés, a reinforcement learning from human feedback (RLHF), a hatékonyabb mintavételezési technikák, a mixture-of-experts (MoE) architektúrák: mind ennek az átalakulásnak a részei.
Ezek a fejlemények jelentősek, de önmagukban nem fenntarthatók. Mert egy ponton a hatékonyságnövekedés is telítődik. Az iparág kezdi felismerni, hogy az alapmodellek innovációja egy lassabb és drágább szakaszba lépett.
Tőkeáramlási nyomás és növekvő törékenység
Ahogy a technológiai korlátok egyre kézzelfoghatóbbá válnak, a növekedés a tőke oldalán még nagyobb kockázatot vett fel.
Az alapmodellekkel foglalkozó vállalatok hatalmas számítási infrastruktúrákat építenek, és agresszív ajánlatokat tesznek a tehetségekért folyó versenyben. Ezek a kiadások még azelőtt történnek, hogy erős bevételi bázisok alakultak volna ki. Az OpenAI éves számítási költségei milliárdos nagyságrendet érnek el. Az Anthropic milliárdos befektetést kap a Microsofttól. A Google külön költségvetést különít el a DeepMind számára.
Az adatközpontokba fektetett milliárdok, a többéves GPU-szerződések, az olyan neveknek fizetett csillagászati bérek, mint Ilya Sutskever: ezek drámaian felduzzasztják a vállalatok költségsorait.
Ez a kép azt mutatja, hogy az elsődleges piac egy gazdaságilag rendkívül törékeny skálázási modellre épül. A modellinnováció költségszerkezete messze meghaladja a bevételnövekedés ütemét.
Az alkalmazási réteg csendes felemelkedése
Miközben az elsődleges piac nyomás alatt áll, a másodlagos piac viszonylag egészséges növekedési pályán halad előre. Ezek a vállalatok az alapmodelleket valós felhasználási esetekké alakítják.
- Perplexity: Újratervezi a keresési élményt
- Cursor & Replit: Átalakítják a kódolási folyamatot
- Notion AI: Intelligenssé teszi a produktivitási eszközöket
- Dvina: 120+ alkalmazáshoz kapcsolódva egyetlen intelligens rétegből kezeli a teljes digitális életet
Ezeknek a vállalatoknak az előnye, hogy ők állnak a legközelebb a felhasználóhoz. A valódi érték közvetlenül a felhasználói élményben jelenik meg. Keresés, kódolás, tartalomkészítés, produktivitás, információfeldolgozás: mind olyan területek, amelyek skálázható és jól érthető bevételi modelleket kínálnak.
Ezért kezdett sok alapmodell-gyártó az alkalmazási réteg felé elmozdulni. Az OpenAI a ChatGPT-ből terméket csinált, az Anthropic a Claude-ot fogyasztói ajánlattá alakította, a Google integrálta a Geminit. A vertikális integrációs stratégia gyorsan elterjedt.
Ennek a stratégiának azonban mellékhatásai is lettek: az ügyfélszerzési költségek az egekbe szöktek, a másodlagos piac értékeltségei felfúvódtak. Az a tény, hogy a másodlagos piac — az egyetlen terület, amely képes bevételt termelni — ennyire drágává vált, tovább erősíti az ágazat tőkekockázatát.
Történelmi ciklusok és a mai helyzet megkülönböztető tényezője
A mesterséges intelligencia a múltban két jelentős visszaesést élt át: az 1970-es évek végén és az 1990-es évek elején. Ezekben az időszakokban az volt a közös, hogy magasak voltak az elvárások, alacsony volt az innováció sebessége, és elpárolgott a befektetési kedv.
A mai helyzet más. A technikai innováció folytatódik, de az áttörések üteme lassul. A tőkeáramlás viszont példátlan léptékben növekszik. Sam Altman egy 7 trillion dolláros számítási alapról beszél, Elon Musk pedig milliárdokat önt az xAI-ba.
Ezért amit most tapasztalunk, az nem klasszikus „AI winter”. Inkább egy tőkeallokáció-alapú törékenységi időszak: az értékeltségek felfúvódnak, a költségek gyorsulnak, de az innováció üteme nem felel meg a várakozásoknak.
Az új korszak: nem a nagyobb modellek, hanem az okosabb megközelítések fognak nyerni
A mai helyzet legkritikusabb különbsége ez: most már nem az számít, hogy még hatalmasabb modelleket hozzunk létre több paraméter hozzáadásával.
Az igazi átalakulás ezeken a területeken fog végbemenni:
- A paraméterhatékonyság növelése
- Magasabb minőség elérése kisebb modellekkel
- Új tanítási technikák fejlesztése
- Az adatok stratégiaibb és hatékonyabb felhasználása
- A tanítási költségek radikális csökkentése
Az egyik legfeltűnőbb közelmúltbeli példa a DeepSeek volt. Ez a kínai startup egy olyan modellt fejlesztett, amely GPT-4 szinten teljesít: de jóval alacsonyabb tanítási költségek mellett. Mixture-of-experts architektúra, paraméteroptimalizálás, hatékonyságközpontú tanítási technikák. A piac erőteljesen reagált.
A DeepSeek bejelentését követően az NVIDIA piaci kapitalizációja egyetlen nap alatt 600 milliárd dollárral csökkent. Ez megmutatta, hogy a befektetők már nemcsak a nagyobb modellekért folyó versenyt figyelik, hanem a hatékonyságért és az architekturális innovációért zajló versenyt is.
De ez még mindig nem elég. Ha az ágazat valódi ugrást akar elérni, az új architekturális paradigmákon keresztül fog megtörténni. Valami a transformer architektúrán túl. Talán neuromorf számítástechnika, talán hibrid modellek, vagy talán egy teljesen más tanulási keretrendszer.
Az ilyen radikális átalakulások jellemzően nem nagyvállalatoktól érkeznek. Ők az óvatos működésre vannak kényszerítve a méretből fakadó nyomás, az infrastruktúraköltségek és a vállalati kockázatkezelés miatt. Az igazi áttörések gyakran kicsi, agresszív, kockázattűrő, ambiciózus startupoktól jönnek.
A mai AI-ökoszisztéma valószínűleg éppen egy ilyen felforgató változásra vár.
Következtetés: Nem az erőforrások, hanem a megközelítés fog győzni
Az AI-szektor ma két feszültség között ingadozik: az egyik oldalon egy modellskálázási stratégia áll, amely közelít a határaihoz; a másikon növekvő tőkekockázatok és egy gyorsan felértékelődő alkalmazási piac.
Ez a kép azt mutatja, hogy az alapvető probléma ma már a megközelítés, nem a kapacitás. A holnap nyertesei nem azok lesznek, akik nagyobb modelleket építenek, hanem azok, akik okosabb módszereket dolgoznak ki. A hatékonyság, az új architekturális tervek és az optimalizált tanítási technikák válnak az ágazat valódi választóvonalává.
A jövőben a megközelítés minősége lesz a döntő, nem az erőforrások ereje. És meglehetősen nagy a valószínűsége annak, hogy ezt a szemléletváltást nem a nagyvállalatok, hanem a vízióval rendelkező startupok indítják el.
