7 puntos por GN⁺ 2024-10-01 | 3 comentarios | Compartir por WhatsApp
  • "Solo pueden sobrevivir si el mercado es irracional"

Algo está mal

  • Construir modelos de lenguaje a gran escala cuesta muchísimo dinero
    • OpenAI gasta 7 mil millones de dólares al año en investigación, nuevos servicios de IA y contratación de personal
    • También se espera que Anthropic gaste 2.7 mil millones de dólares este año
    • Facebook también está invirtiendo miles de millones de dólares
  • No se va a volver más barato
    • A medida que los modelos avanzan, la investigación se vuelve más difícil y también aumenta la potencia de cómputo necesaria
    • Para crear nuevos modelos se necesitan más cálculos matemáticos y más complejos
  • A pesar de los costos, la gente sigue construyendo nuevos modelos
    • La gente cree que los LLM son la próxima era dorada de la tecnología, así que seguirán invirtiendo
    • Está en la naturaleza humana querer hacer todo más rápido, más alto y más poderoso
  • Si la industria sigue creando nuevos modelos, el valor de los modelos existentes cae rápidamente
    • Si un competidor lanza un modelo nuevo y mejor, cambiarse puede requerir solo modificar unas cuantas líneas de código
    • Para vender LLM atractivos de forma constante, hay que mantenerse en el nivel más alto
  • Incluso si la industria deja de desarrollar nuevos modelos o la tecnología llega a un punto de asíntota, el valor de los modelos viejos también cae rápidamente
    • Hay varios modelos de código abierto, como Llama y Mistral, que en el peor de los casos están uno o dos pasos detrás de los mejores modelos propietarios
    • Si los modelos propietarios dejan de avanzar, los de código abierto cerrarán rápidamente esa brecha
  • Por lo tanto, para OpenAI, Anthropic o cualquier otro proveedor de IA, hay dos opciones
    • La primera es invertir costos enormes para mantenerse por delante del mercado. Pero eso parece muy riesgoso:
      • Es muy probable que el costo de construir estos modelos siga subiendo, que los empleados más brillantes se vayan y que no quieras apostar el negocio a ser siempre la primera empresa en encontrar el siguiente gran avance
      • La pericia técnica rara vez se convierte en un foso defensivo permanente
    • La segunda es... no lo sé
      • ¿Esforzarse todavía más en la primera opción?

Predicción sobre la situación actual

  • Hace 18 meses se predecía que los proveedores de LLM se convertirían en los próximos proveedores de nube
    • En la superficie parecen similares porque se necesita muchísimo capital para construirlos, pero hay diferencias importantes
    • Un proveedor de nube no se puede crear de la noche a la mañana
    • Un equipo pequeño puede amenazar en pocos meses el negocio principal de OpenAI como proveedor de LLM
  • ¿Cuál es el foso defensivo de los proveedores de LLM?
    • Marca, inercia, mejores aplicaciones, inyección masiva de capital para mantener modelos por delante de la competencia, etc.
    • Pero las empresas de IA son un ejemplo extremo de un mercado que clasifica erróneamente los costos de desarrollo de software como inversión inicial
    • A las empresas pequeñas les resulta difícil invertir de forma continua miles de millones de dólares como las grandes corporaciones

La importancia del momento

  • En este mercado, el timing puede ser lo más importante
  • En algún momento el hype desaparecerá y la gente ya no podrá levantar rondas de este tipo
  • Y el ganador no será quien corrió más rápido o llegó a la meta, sino quien iba liderando cuando el mercado decidió que la carrera había terminado

Opinión de GN⁺

  • Surgen dudas sobre si el modelo de negocio de las empresas de IA realmente puede ser sostenible
    • Desarrollar modelos cuesta enormes cantidades de dinero, y se espera que eso siga aumentando en el futuro
    • El ritmo del avance tecnológico es tan rápido que los modelos anteriores quedan obsoletos muy pronto
    • Por lo tanto, mantener modelos de primer nivel exige invertir continuamente sumas muy grandes
  • Los modelos de IA de código abierto también están avanzando rápidamente, por lo que parece que la brecha con los modelos comerciales se reducirá
    • Stable Diffusion, Llama y Mistral son ejemplos representativos
    • Si las empresas dejan de desarrollar nuevos modelos, el código abierto las alcanzará pronto
  • En el desarrollo de tecnología de IA, las grandes empresas de TI tienen ciertas ventajas
    • Google, Microsoft y Meta pueden seguir invirtiendo de manera constante gracias a su enorme capacidad financiera
    • Pueden aprovechar su alto reconocimiento de marca y su base de clientes existente
  • En cambio, no parece fácil que las startups que llegaron después sobrevivan solo con capacidad técnica
    • Incluso si reciben una gran inversión inicial, la clave será asegurar financiamiento continuo
    • Cuando estalle la burbuja, será difícil atraer inversión
  • El timing del mercado es importante, y es muy probable que gane la empresa que esté liderando cuando el entusiasmo se enfríe

3 comentarios

 
aasfdkdk 2024-10-02

Es un factor importante que OpenAI está llevando adelante deliberadamente un negocio con pérdidas para monopolizar el mercado. Al fin y al cabo, cada vez que a OpenAI se le acaba el dinero puede atraer inversión y le llegan ofertas de todo el mundo, pero el resto de las empresas termina muriendo.

 
kandk 2024-10-02

¿No será un enorme juego de desgaste?
Al final, todos morirán y solo sobrevivirá un gran modelo, que terminará monopolizando el mercado..

 
GN⁺ 2024-10-01
Opiniones de Hacker News
  • Opinión del líder de un equipo de investigación en IA

    • Para que la IA genere valor económico, debe estar conectada con el mundo real
    • Actualmente faltan ideas sobre cómo aprovechar al máximo modelos como GPT-4
    • La IA tiene dificultades para entender la intención humana
    • Si los modelos de código abierto alcanzan el nivel de GPT-4, no habría necesidad de usar OpenAI o Anthropic
  • La curva S de la innovación tecnológica

    • Actualmente estamos en medio de una pronunciada curva S de innovación tecnológica
    • La clave del éxito no es solo la tecnología, sino también factores como retener talento, las relaciones de negocio y el marketing
    • Se necesita una ejecución sobresaliente en todos los frentes
  • Cambio en la definición de IA

    • Cuando una tecnología que empezó como IA se vuelve algo generalizado, deja de llamarse IA
    • Ejemplos: programación lógica, OCR, reconocimiento de voz, etc.
  • Cómo monetizar la IA

    • Para consumidores: búsqueda y publicidad al estilo de Google
    • Para empresas: ofrecer APIs al estilo de AWS
    • Las empresas que usan la API de OpenAI siguen avanzando y no tienen motivos para cambiarse
  • Una situación similar a los inicios del ridesharing

    • Al principio, mucho capital se invierte en unas pocas empresas
    • Es muy probable que gane la empresa con más capital
    • En el mercado de la IA, las empresas con más capital también tendrán ventaja
  • Factores de diferenciación de los modelos

    • Los modelos se diferencian no solo por su rendimiento, sino también por seguridad, UX, multimodalidad, confiabilidad y capacidad de integración
  • Período de confusión en el mercado

    • Diversos servicios reciben financiamiento y vuelven confuso el mercado
    • Los consumidores terminan recibiendo más beneficios
  • Problema de optimización de modelos

    • Los modelos de lenguaje pueden mostrar buen desempeño con apenas unas cuantas rondas de entrenamiento
    • En lugar de usar enormes recursos de cómputo, es importante encontrar métodos de entrenamiento más eficientes
  • Capacidad de sustitución de los productos

    • Los modelos de IA como herramientas genéricas son fáciles de reemplazar
    • Cuanto más inteligentes son los modelos, mayor es su intercambiabilidad