Transcription
Слушай, вот если кто-то платит 200 баксов в месяц за подподписку на какую-нибудь передовую нейросеть, этот человек ведь, ну, скорее всего, даже не подозревает, что прямо сейчас он потребляет вычислительных мощностей тысяч эдок на 14.
Да, звучит прямо как идеальный рецепт быстрого банкротства, правда? Типа давайте стабильно сжигать гигантские суммы на каждом пользователе каждый месяц.
Абсолютно. И первая мысль: "Ну, это просто какая-то сумасшедшая ошибка в бизнес-модели. Но что, если я скажу, что вот это сжигание тысяч долларов - это, э, вообще не ошибка, а прямо такая безжалостная холоднорасчитанная стратегия по захвату корпоративного мира?"
О, это отличная тема.
Так, давайте это разберём. Мы сегодня опираемся на классное видео эссэ с канала AI News and Strategy Daily от Нейта Бидзонса. И там очень подробно разбираются грядущие первичные размещения акций, ну, то есть IPO компании вроде Open AI и антропик.
Да, и сейчас же всё информационное пространство просто забиты разговорами об этих оценках в триллионы долларов. Триллионы.
Именно. И наша миссия в этом разборе выйти за рамки всей этой шумихи, перестать спорить о том, чья модель там лучше сдала экзамен по математике или юриспруденции, и понять, во что на самом деле предлагают поверить инвесторам.
100%. И знаешь, что здесь действительно увлекательно? Так это то, что реальная ценность скрыта вообще не в самом вот этом сыром искусственном интеллекте, она в том, как этот интеллект упакован.
Так, давай тогда разложим всё по полочкам. Чтобы от абстрактных цифр перейти к базовым вещам, чтобы понять эту триллионную ставку, нам нужно посмотреть на то, что вообще они продают. И тут есть два главных понятия: токены и обвязка, да? Или инфраструктурная оболочка, если по-другому.
Токен - это, грубо говоря, сырьё. Сырой интеллект, который покупается по счётчику.
Ага. Сова, пиксели, вот это всё.
Именно. А вот обвязка - это система, которая превращает этот сырой интеллект в реальную работу. Ну то есть даёт доступ к файлам, инструментам, сохраняет память, маршрутизирует запросы.
Если брать аналогию, токены - это такой голый ревущий двигатель внутреннего сгорания. Очень мощный, но сам по себе бесполезный. А обвязка - это рул, колёса, навигатор.
Отличный пример, как те же продукты кодекс или Code, ну или чат GPT для обывателей. Ставка лаборатории сейчас именно в том, чтобы сделать сырой интеллект максимально дешёвым, но при этом успеть выстроить вокруг него свою притаритарную обвязку.
Но подожди, давай вернёмся к деньгам. Мы же говорили про 200 долларов и 14.000. Как это бьётся с их стратегией?
А вот тут очень нравится математика, которую анализировали ребята из семи Analis. Активные пользователи того же Open AI за 200 баксов получает ценности через их AIP на эти самые 14.000.
Ничего себе.
А у OneC примерно на 8.000. То есть разрыв колоссальный.
Но разве это не означает, что они тупо заливают рынок деньгами, чтобы надуть базу пользователей перед выходом на биржу? Ну, знаешь, как если бы энергетическая компания продавала безлимитное электричество за копейки, чтобы все накупили именно их электроприборов.
Да-дада.
Вот именно. Разве это не искусственный пузырь?
Аналогия классная, но тут есть важный нюанс. Нам нужно чётко разделять розничную цену AIP и внутренние затраты самой лаборатории.
То есть 14.000 - это цена для внешних клиентов.
Бай, она включает гигантскую маржу. А вот внутренняя себестоимость обслуживания, тот самый infence, для лаборатории обходится гораздо дешевле. И главное, они эту себестоимость стремительно снижают.
А как они это делают? Железо же дорогое.
За счёт эффективности алгоритмы кэширования, умная маршрутизация. Если миллион человек задают один и тот же базовый вопрос, модель не считает ответ с нуля. Она просто ээ достаёт его из памяти. Так что план за 200 долларов - это не просто слепая субсидия.
А, я поняла. Это агрессивная стратегия по игре на опережение кривой затрат. Да, они знают, что объёмы вырастут и заранее сбивают себестоимость.
В точку. Они делают базовый ресурс почти бесплатным, чтобы мы все привыкли именно к их автомобилям, если возвращаться к твоей аналогии.
Слушай, логика понятна, но тут у меня возникает другой вопрос. Если создание вот этой инфраструктурной оболочки настолько выгодно, а почему лабораториям просто не сделать идеальный корпоративный продукт в вакууме и не продать его всем сразу?
О, потому что лаборатории смотрят на бизнес снаружи. И тут мы упираемся в гигантскую проблему информационной асимметрии. У тех же Open AI есть суперинженеры и мощные серверы, но у них нет внутреннего контекста компании. И вот здесь начинается прямо самое интересное, потому что любой, кто работал в корпорации, сейчас понимает, о чём речь.
Лаборатории же понятия не имеют, в какой из пяти папок лежит реальный финальный отчёт, а не черновик с названием финал. Финал точно три.
Да-да. Или какие поля во внутреннем Sales Force-менеджеры заполняют просто для галочки, а какие реально влияют на продажи. Лаборатории не знают, почему ваши внутренние процессы сломаны именно так, а не иначе. Без этого контекста самая умная модель выдаст абсолютно стерильный и бесполезный шаблон.
Так и как они решают эту проблему контекста, я читала про концепт внедряемых инженеров. Звучит, честно говоря, как модное название для банального IT-консалтинга. Это реально что-то новое.
Если мы свяжем это с более широкой картиной, станет понятно, что это не просто консалтинг. Это буквально единственный способ для них преодолеть вот эту слепоту. Это как нанять невероятно дорогого портного, который не просто счёт тебе костюм, а а переезжает жить к тебе в шкаф.
Да.
Чтобы изучить, как ты тянешься за рубашкой по утрам.
Да. Да. Сидит там неделями и смотрит на твои привычки.
Идеальная метафора. Лаборатории отправляют своих людей прямо внутрь корпорации, чтобы они превратили универсальную оболочку в узко специализированную под конкретный хаос клиента.
И когда они это делают, происходит то самое волшебство. Да, тотальная привязка. Ну, лок.
Абсолютно. Рабочие процессы компании настолько глубоко перестраиваются вокруг системы этой лаборатории, что заменить её потом становится практически невозможно.
Даже если через год у конкурентов появится модель в два раза умнее.
Даже тогда, потому что логика компании уже намертво вшита в эту обвязку.
Обалдеть. Слушай, ну из-за угрозы такого глубокого поглощения, получается, перед каждым бизнесом сейчас встаёт историческая развилка.
Да. Владетелей арендовать долларов.
Нет, конечно, этого почти никому не стоит делать. Владеть, значит, контролировать вот этот слой управления. Слой, который сам решает, какая модель выполняет какую задачу.
То есть это контроль над маршрутизацией, оценками качества и вот этим своим внутренним контекстом. И в таком сценарии гиганты вроде Google, антропик или псик становятся просто просто трубой, взаимозаменяемыми поставщиками сырья.
Знаешь, у меня тут огромный скепсис. Мы же только что обсуждали этот корпоративный бардак. Большинство компаний супермедленные. Многие отделы даже на словах не могут описать, что значит задача выполнена.
Угу.
Смогут ли они вообще когда-нибудь построить такую сложную свою оболочку?
И это поднимает важнейший вопрос. То, что ты сейчас описала, это и есть главный бычий сценарий для лабораторий. Они именно на это и ставят, на то, что корпорации не справятся с маршрутизацией, увязнут в бюрократии и в итоге просто купят готовый продукт от лаборатории, как тот же кодекс.
То есть ставка на чужую некомпетентность.
В каком-то смысле, да. Но есть и медвежий сценарий, и он очень реален. Если компании всё-таки научатся управлять своей оболочкой, то лаборатории останутся ни с чем. Ну, точнее, только с микроморжой от продажи токенов, которые, как мы помним, постоянно дешевеют, и тогда их триллионные оценки просто испарятся.
Именно.
Хорошо. А как лабораториям обогнать компании в этой гонке? У них же тоже время ограничено. Я в материалах видела термин рекурсивное самосовершенствование. И знаешь, звучит как что-то из научной фантастики, типа Скайнета, который сам себя переписывает.
Дада, многие так и думают. Но в контексте реального бизнеса тут нет никакой мистики. Это сугубо практическая вещь, итеративное преимущество. То есть они просто используют свои же модели, чтобы быстрее писать код.
Точно. Лаборатории применяют свои улучшающиеся нейросети, чтобы их же инженеры быстрее оптимизировали вычисления, быстрее улучшали эту самую обвязку.
Угу. Замкнутый цикл такой.
Да, они делают это гораздо быстрее, чем неповоротливые клиенты успевают создать что-то своё с нуля.
Слушай, ну вот скоро мы увидим документы по форме S1 для этих iP. Итак, что всё это значит для инвесторов? На какие цифры нужно смотреть скворозь маркетинговый шум? Ну, помимо стандартных графиков выручки и роста пользователей.
Там есть несколько очень чётких индикаторов. Во-первых, становится ли обслуживание активных пользователей дешевле со временем? Это покажет, реально ли работают их технологии кэширования, про которые ты говорил.
Верно. Во-вторых, нужно смотреть на валовную моржу. Улучшается ли она по мере роста использования?
Логично. Если они продают масштабируемый софт, моржа должна расти. А если она падает, значит, они просто оплачивают ручной труд своих инженеров по внедрению для каждого нового клиента.
Да, и это превращает их в обычное консалтинговое агентство. Третий момент. Строят ли клиенты реальные рабочие процессы внутри их продукта или просто задают пару вопросов в чат и уходят?
Ага, это покажет, происходит ли тот самый локн.
Ну и последнее. Являются ли эти внеряемые инженеры временным мостом для помощи или это постоянный костыль, без которого продукт просто не работает? Вот эти ответы и покажут реальную стоимость бизнеса.
Это потрясающе интересно на уровне макроэкономики. Но давай в финале перейдём на уровень обычного человека. Что всё это значит для повседневной работы специалистов, которые нас слушают?
Главный вывод довольно отрезвляющий. Наличие искусственного интеллекта под рукой - это больше не стратегия. Навык обычного промтинга, ну то есть умение писать базовые запросы, становится поверхностным.
Он обесценивается так же быстро, как и сами токены.
Да. Главным рычагом влияния становится навык создания собственной обвязки на уровне своего рабочего места. То есть, сможет ли специалист взять свою рутину, чётко её описать, а, дать модели правильный контекст, прикрутить нужные файлы и настроить автоматическую проверку результата?
Именно так. Дешёвый интеллект придёт на каждый компьютер в любом случае. Победит тот, кто умеет им системно управлять, а не просто болтать в чате.
Блин, это заставляет задуматься. И знаешь, у меня тут появилась одна мысль в финале, немного выходящая за рамки нашего разбора, но прямо вытекающая из него.
Давай.
Если в будущем каждая компания, каждый отдел и даже каждый специалист построит вот такую глубоко индивидуализированную инфраструктурную оболочку со всеми своими правилами и контекстами, не приведёт ли это к тому, что корпоративная культура просто навсегда застынет в коде?
Ого, это сильный поворот. Ну реально, сделает ли это бизнес невероятно жёстким и вообще неспособным к переменам, потому что переписать этот код будет невозможно или наоборот, мы делегируем всю рутину алгоритмом, и у нас освободится куча времени для какого-то беспрецедентного творчества?
Это феноменальный вопрос. И, пожалуй, это именно то, над чём стоит поразмыслить каждому, пока мы наблюдаем за этой битвой гигантов за триллионы долларов.
Согласна. Спасибо всем, кто был с нами на этом глубоком погружении. И до скорых встреч.