Transcription
Агентное кодирование перешло от полезности к полному изменению всего. Это должно было стать магией. И через 20 лет мы просто скажем: «Ну, конечно, так и есть. Компьютер всегда так делал». >> Каждый год Кремниевая долина ждет презентации Бенедикта Эванса. Бывший партнер A16Z, автор одного из самых читаемых отраслевых бюллетеней, «Разум за ИИ пожирает мир». >> Мы находимся в условиях крайней нехватки. Например, мы не можем тратить 10 триллионов долларов в год на инфраструктуру ИИ, потому что таких денег нет, чтобы потратить их. >> Большая часть вашей теории — это идея о том, что модели в конечном итоге станут товаром. Я не думаю, что базовые модели — это продукт. Я не думаю, что чат-бот — это продукт. Я думаю, что ценность будет выше. >> Объясните рассуждения, почему они немного похожи на то, как они выглядят. >> Есть три или четыре строительных блока, которые вы можете положить на стол. Один из них — >> Бенедикт. Снова добро пожаловать на подкаст Acing Z. >> Спасибо. >> В прошлый раз, когда вы были здесь, мы обсуждали первую версию вашей презентации «ИИ пожирает мир». Вы написали ее почти полтора года назад. В этот момент вы всегда начинаете свою презентацию с ваших, вы знаете, каковы большие вопросы, но на этот раз мне интересно, прежде чем перейти к вопросам на будущее, я хочу, чтобы вы поразмышляли над тем, что мы узнали с тех пор, как вы изначально сделали презентацию, что произошло, и давайте оглянемся назад на >> что изменилось за последний год. Итак, я думаю, у нас гораздо больше представления о расходящейся продуктовой стратегии, у нас гораздо больше представления о своего рода конкурентном напряжении, которое выходит за рамки простого создания более крупной модели быстрее с большим количеством вычислений. >> Мы видели несколько итераций стратегии OpenAI, в частности, от «все сразу вчера» до «ой, нет, может быть, нам стоит удвоить усилия в области кодирования». >> Очевидно, агентное кодирование начало работать, и поэтому все внимание в технологиях резко сузилось до этого как чего-то, что имеет абсолютное соответствие продукта рынку, в том смысле, что клиенты вырывают это у вас из рук. >> И, конечно, это сопровождается дефицитом предложения, связанным с дисбалансом цен и мощностей, дисбалансом спроса и предложения, капитальными затратами и ценами, которые мы видим в данный момент. >> Так что это своего рода большой сдвиг: у нас был момент, когда это вроде как работало и было захватывающим, но мы не совсем уверены, что будем с этим делать, до «сейчас это работает для кодирования, будет ли это работать для чего-то еще? Да, почти наверняка, но это то, что работает прямо сейчас, и поэтому это стало, у нас есть гораздо более узкий фокус. >> В остальном, вы знаете, цифры Чартмана продолжают появляться, модели становятся все больше, капитальные затраты растут, использование растет, люди используют это все больше. Но на большинство фундаментальных вопросов, которые могли возникнуть два-три года назад, на самом деле не было ответов. Например, мы не знаем, будет ли победитель в моделях. Мы не знаем, смогут ли они захватить ценность выше по стеку. Мы не знаем, насколько много могут сделать модели. >> Мы не видим способа, которым потребители будут использовать это ежедневно, а не еженедельно, с текущими технологиями. Так что все эти вопросы остаются открытыми. >> Да. И просто по поводу кодирования, как мы могли бы понять, могли ли мы предвидеть, что это будет тот вариант использования, который действительно взлетит, или что является своего рода размышлением об этом? >> Ну, вы могли бы детерминированно сказать: «Посмотрите, кто возится с этим? Разработчики программного обеспечения». Что разработчики программного обеспечения попытаются сделать рабочим? Разработку программного обеспечения. >> Так что, на очень простом, наивном уровне, да, то, что должно работать, — это разработка программного обеспечения, как я часто сравниваю этот момент с интернетом в 97-98 годах, но это также похоже на ПК в начале 80-х или конце 70-х. Это невероятно захватывающе, но не совсем ясно, для чего это нужно, и это еще не совсем работает, и, очевидно, первое, что люди сделали с ПК, — это сделали компьютеры. >> И первое, что люди делают с LLM, в некотором смысле, LLM — это компьютеры, — это создавать больше вычислительных мощностей. >> И поэтому это не очень удивительно. Я думаю, что сдвиг произошел в начале этого года, очевидно, что агентное кодирование перешло от полезности к полному изменению всего. И я не уверен, что вы могли бы, очевидно, были люди, которые собирались сказать: «Ну, это сможет сделать абсолютно все». И поэтому они скажут: «Ну, да, я же говорил». >> Но я не думаю, что кто-то мог бы детерминированно предсказать, когда именно это произойдет, и что это будет кодирование, которое сработает в первую очередь. >> И что мы узнали о, скажем так, больше о том, что это значит для инженеров, младших инженеров, старших инженеров, своего рода обсуждение рабочих мест, как организованы команды и т. д. Что мы узнали до сих пор? >> Я не думаю, что мы что-то узнали. Я имею в виду, это не работало шесть месяцев назад. >> Да. И все суетятся, пытаясь понять, что это значит. И вы знаете, вы можете очень сильно углубиться в шум и детали и в то, что кто-то сказал на вечеринке вчера. О боже, вот как все будет работать. >> Потребуется пара лет, чтобы все это улеглось. Даже если ничего другого, то из-за ценообразования, у нас есть этот огромный разрыв между спросом и предложением, и, следовательно, ценообразование. >> Так что мы не знаем, как будет выглядеть команда. Я думаю, люди задают новые вопросы, например, очевидный вопрос: нанимать ли младших сотрудников, и если да, то что они делают и почему вы нанимали младших сотрудников в прошлом, и вы нанимали их для выполнения той работы, которую они делали, или вы нанимали их для чего-то другого? И поэтому, если вы автоматизируете класс вещей, которые раньше делались людьми, что тогда произойдет? И это становится гораздо более реальным в разработке программного обеспечения, потому что вы фактически автоматизируете кучу вещей, которые раньше делались людьми. Так что эти вопросы теперь скорее реальны, чем теоретичны. Но я не думаю, что кто-либо может сказать, что они знают, как будет выглядеть рыночная структура или какой будет карьера инженера-программиста через три года. Я думаю, было бы безумием думать, что вы можете знать это сейчас. >> Да. Разговор об OpenAI, расскажите о том, что вас больше всего удивило, или как вы осмыслили развитие их стратегии и вопросы, которые у них есть на будущее. >> Ну, знаете, это всегда была такая спокойная, бездраматичная среда. Так что, и, конечно, у них была проблема с Фиджи Симо, который взял медицинский отпуск, что немного встряхнуло ситуацию. Посмотрите, очевидно, во второй половине прошлого квартала прошлого года их вопрос был: «Хорошо, модели — это модели, но что еще? И как нам заставить людей делать что-то еще с этим?» Например, «Спросите ChatGPT 15 идей о том, что мы могли бы сделать, чтобы создать ценность поверх инфраструктуры, а затем мы сделаем все из них». Это почти буквально то, как это выглядело. А затем Anthropic, имея меньше привлеченного капитала, сказал: «Нет, мы сосредоточимся на кодировании». И они сделали кодирование работающим. >> Была ли это намеренная стратегия, или они наткнулись на нее, это для других, чтобы сказать, но очевидно, что это сработало, но вопрос остается. Это как, то, что работает прямо сейчас, — это разработка программного обеспечения и некоторые вещи в других областях, а затем есть много людей, которые очень рады использовать это по краям и использовать это для некоторых вещей, и, очевидно, существует этот широкий разрыв между людьми в долине, которые купили кластер Mac Studios и запускают OpenCL весь день, по сравнению с другими 40% людей, которые говорят: «Да, это полезно, я использовал это на прошлой неделе для чего-то», и я думаю: «Как вы преодолеваете это?» И я не думаю, что этот вопрос, программное обеспечение — это место, где этот мост действительно перепрыгнут, и я не думаю, что есть много других мест, где люди просто чешут затылок и используют его до определенного момента, и есть много мест, где корпорации используют его для автоматизации какого-то конкретного бэк-офисного процесса, где вы не просите пользователя выяснить, что он делает с новым инструментом, вместо этого вы говорите: «Хорошо, вот проблема, которую мы можем решить», и я иду и разговариваю с компаниями за пределами Америки и за пределами технологий, разговариваю с консультантами и инвесторами. Они смотрят на эти точечные решения. >> Например, я разговаривал пару дней назад с сырьевой компанией, и они хотят использовать LLM для получения лучших прогнозов своего денежного потока, потому что они имеют дело со всеми видами мелких производителей и не всегда знают, когда им заплатят. Это бизнес с очень низкой маржой. Так что это большая сделка, и они хотят использовать LLM для лучшего прогнозирования денежных потоков. Это очень отличается от того, чтобы идти к ChatGPT или Claude и говорить: «Эй, дай мне сводку моих встреч на этой неделе». >> Да. Можете ли вы рассказать, как это сравнивается с мобильными устройствами или другими платформами с точки зрения, знаете ли вы, раннего принятия пользователями, еженедельного или ежедневного пользователя? >> Ну, я думаю, есть много разных способов ответить на этот вопрос. Один из них заключается в том, что мы всегда стоим на плечах гигантов, и рост всегда растет. Так что мобильным устройствам не пришлось ждать интернета или сотовых сетей, как мобильные данные. Мобильному интернету не пришлось ждать, он нуждался в сотовых данных, но ему не пришлось ждать, пока произойдет интернет, а интернету не пришлось ждать ПК, а ПК не пришлось ждать потребительской электроники и полупроводников и так далее. Так что у вас всегда есть это ускоряющееся принятие, и, знаете ли, когда ваш босс, мой бывший босс Марк Андриссен, работал над Netscape, на всей планете было всего несколько десятков миллионов ПК. Так что нет, вы не могли иметь 900 миллионов еженедельных активных пользователей, потому что не было 900 миллионов ПК. Так что всегда есть это ускорение. Это один момент. Я думаю, второй момент заключается в том, что на ранней стадии любого из этих сдвигов не совсем ясно, как это будет работать, и ничего не работает. >> Так что, знаете ли, я достаточно стар, чтобы это помнить. Я не уверен, сколько вам лет, но, знаете ли, никто в возрасте до 30 лет на самом деле не помнит времени, когда было совершенно нормально, что вы работаете, а затем все на экране просто зависает, и вам приходится ползти под стол, отключать компьютер, а затем молиться, чтобы хоть что-то из того, что вы сделали за последний час, осталось. Этого больше не происходит. И вернитесь к 80-м годам, вы купили звуковую карту. Ну, это 300 долларов. У вас не будет звука на компьютере. Хорошо, это 300 долларов, и это выходные, чтобы это заработало. Я имею в виду, я помню, как пытался заставить это работать. И то же самое с интернетом, знаете ли, вам нужна дискета с TCP/IP, и это медленно, и ничего из того, что вам нужно сделать, не существовало, и то же самое с мобильными устройствами. И мы на этой стадии, и, конечно, неясно, что из этого будет работать. И это то же самое сейчас: браузер будет работать, будет ли это это, будет ли это то? Как все это будет сочетаться? И есть разрыв между тем, что невероятно захватывающе, и небольшим количеством людей, которые готовы приложить усилия, чтобы что-то заработало, и просто превратить это в то, где вы можете просто нажать кнопку в реальных руках. Я думаю, третий момент здесь, и, знаете ли, есть гораздо более ощутимое наблюдение, заключается в том, что ценовой кризис, который мы уже упоминали, очень похож на то, что произошло с мобильными данными в 2009-2010 годах, когда внезапно люди получали счета на 5-10 тысяч долларов за данные с одной стороны, а с другой стороны, если у вас были безлимитные данные, что-то вроде того, что произошло в США с запуском iPhone AT&T, AT&T Singular запустила iPhone с безлимитными данными, а затем, к сожалению, все покупают iPhone и начинают, а затем они получают 3G, и люди начинают смотреть YouTube, и вся сеть выходит из строя, потому что у них просто нет мощности для этого. Забавно, что в технологиях до сих пор есть люди, которые не понимают, что сотовые сети имеют предельную стоимость, и им приходится добавлять больше мощности, и это стоит больше денег. И поэтому сетям пришлось спешно привести кривую затрат в соответствие с инфраструктурой, систему ценообразования в соответствие с базовыми затратами и воспринимаемой ценностью, что они как-то сделали с пакетами и справедливым использованием и регулированием и так далее. Но другая сторона этого — и это именно то, где вы видите сейчас: с одной стороны, вы платите 20 долларов в месяц, и вы получаете токены на 10 тысяч долларов, а с другой стороны, вы возились пару дней и получаете счет на 10 тысяч долларов, и вы говорите: «Что это за чертовщина?» >> Это именно то, что вы буквально видите эти истории сейчас, что именно произошло примерно в 2009-2010 годах, а также в 2001-2003 годах с GPS. Но я думаю, другая интересная часть этой аналогии или сравнения заключается в том, что с тех пор трафик мобильных данных вырос примерно в полтора-два раза, а совокупные доходы мобильных операторов составляют около триллиона долларов, и они тратят около 200 миллиардов долларов в год на капитальные затраты, а акции были стабильны в течение 20 лет, и все крутые вещи были созданы кем-то другим, и они как бы думали, что они собираются создать все крутые вещи, например, я работал в телефонной компании, у которой была банковская лицензия, потому что они думали, что они будут заниматься мобильным банкингом, что сейчас кажется абсолютно безумным, но в этом и суть: они построили этот удивительный кусок глобальной, невероятно сложной, очень дорогой глобальной инфраструктуры с огромным ростом использования все время, и это изменило все наши жизни, и мы все за это платим, а они не заработали на этом денег, потому что вся ценность переместилась вверх по стеку. И это, конечно, абсолютно, как я уже сказал, это абсолютно центральный вопрос для LLM: может ли модель сделать все, или вам нужно 300 приложений, построенных поверх нее? Можете ли вы просто обратиться к модели и сказать: «Сделай мне налоги»? Или вам нужна налоговая программа, которая может использовать ИИ 10 раз по-разному внутри нее? И если нет, то что значит быть поставщиком базовых моделей? Это просто товарная инфраструктура, которая продается по предельной стоимости, что почему-то кажется очень трудным для понимания концепцией для людей прямо сейчас, потому что вы можете продать все токены, которые вы можете сделать, так что вы можете установить цену по рентабельности инвестиций, но в течение следующих пары лет у нас будет от триллиона до двух триллионов долларов капитальных затрат, и модели становятся в 100-200 раз эффективнее каждый год, и появляются новые модели, и будут ли модели использовать больше или меньше токенов, но в любом случае мы достигнем другого равновесия, и почему это равновесие будет таким, что у компаний-разработчиков моделей будет ценовая власть, когда модели будут примерно одинаковыми, делать примерно одно и то же на одних и тех же чипах? Почему у них будет ценовая власть? И я думаю, что это долгий ответ на ваш вопрос, но вы возвращаетесь и смотрите на время, как компании-производители чипов не захватили ценность, интернет-провайдеры не захватили ценность, операторы мобильных сетей не захватили ценность, Windows и iOS сделали это, но они делали что-то другое, у них были все рычаги, чтобы подняться по стеку. И, конечно, у них есть сетевые эффекты, которых нет у моделей. Так что вопрос в том, станут ли они инфраструктурными уровнями или они станут операционными системами и захватят ценность, и фактически решат, что будет построено, или они станут, я имею в виду, ирония, конечно, в Netscape, где Марк Андриссен, как известно, сказал, что он превратит Windows в набор плохо отлаженных драйверов устройств, а затем Microsoft как бы пробилась на рынок, но оказалось, что веб-браузеры не были главным, потому что вся ценность была где-то еще. И поэтому я думаю, что это своего рода крутящаяся масса вопросов о том, как это урегулируется, что возвращается ко всем моим ответам на ваш вопрос. Это как, знаете ли, некоторые из этих вещей, но вы не знаете, как это будет работать. >> Да. Да. Неясно, выглядит ли это больше как интернет или программное обеспечение, где большая часть ценности или просто лучшая маржа приходится на уровень приложений, или облако, где, кажется, существовало на аппаратном уровне. И прямо сейчас, пока, кажется, Nvidia и идущие вверх, кажется, что у них лучшая маржа и они получают большую часть ценности, но неясно, останется ли это прежним, или будут ли приложения, знаете ли, будем ли мы больше похожи на интернет. Как бы вы вообще начали предсказывать ответ на это? >> Ну, так, два ответа на это. Я имею в виду, есть все эти цитаты о том, как работает история, и, знаете ли, моя любимая: «История ничему не учит, кроме того, что что-то произойдет», и, знаете ли, вы всегда можете ретроспективно сказать: «Ну, конечно, так и получилось», но в целом это не было очевидно в то время, и, знаете ли, в частности, я помню, как 15 лет назад многие очень, очень умные люди в сфере технологий смотрели на iPhone и Android и говорили: «Ну, это снова открытое против закрытого, и Android раздавит iPhone», чего, конечно, не произошло. И тогда я могу объяснить, почему, но, знаете ли, все эти сравнения полезны, ни одно из них не является предсказательным, и, знаете ли, это всегда очевидно в ретроспективе. Я, знаете ли, забавно, я недавно участвовал в паре подкастов и опубликовал эту презентацию, и есть своего рода класс комментариев по этому поводу, который заключается в том, чтобы сказать: «Бенедикт, вы не делаете свою работу, вы должны сказать нам, что произойдет, вы должны делать прогнозы, а все, что вы, кажется, делаете, это говорите: «Ну, мы не знаем». И есть своего рода две проблемы с этим. Одна из них заключается в том, что есть много мест, где я на самом деле говорю: «Я не думаю, что это сработает, я думаю, что это сработает так, я не думаю, что базовые модели — это продукт, я не думаю, что чат-бот — это продукт, я думаю, что ценность будет выше». Но другая сторона этого заключается в том, что когда вы находитесь на этой стадии цикла, есть много путей, и вы не знаете, какой из этих путей это будет. И пытаться сказать: «Ну, я думаю, это будет тот», это, вы можете быть правы, но вы должны быть сознательны в отношении того, насколько это неопределенно и сколько разных путей это может принять. >> Такова природа этой части цикла: все ставки открыты. Мы доходим до точки, когда кривая S изгибается вверх и сужается. И, знаете ли, был момент, когда, знаете ли, Windows Phone мог бы сработать. В ретроспективе, нет, вероятно, не сработало бы. Но, знаете ли, был момент, когда не было ясно, как будет работать мобильная связь. И был момент, когда это было ясно: «Хорошо, вот что происходит. Теперь переходим к следующему вопросу». Одной из характеристик технологий является то, что в тот момент, когда вы что-то понимаете, знаете, как это работает и что произойдет, это момент, когда вы должны перейти к чему-то другому, вы всегда должны искать места, где мы не знаем ответов, потому что, знаете ли, я не обновлял свою таблицу Apple уже лет пять, потому что мы знаем, что произошло. Им нравится, мне все равно, как будет выглядеть iPhone этого года, я не обращаю внимания на их долю рынка в Китае, это произошло. Следующий вопрос. >> Вы упомянули предсказание, что вы не думаете, что базовые модели — это продукт, вы думаете, что он будет двигаться вверх. Объясните это, эту причину, немного и как это может выглядеть. >> Ну, я думаю, есть три или четыре строительных блока, которые вы можете положить на стол. Один из них заключается в том, что неясно, как вы могли бы создать модель, которая была бы фундаментально лучше, чем модели всех остальных, каким-то устойчивым, дифференцированным образом. Нет сетевого эффекта. Нет рычагов, которые вы могли бы нажать, и стратегии, как у Instagram, YouTube или Google Search. И мы не видим эквивалента этого для LLM. Теперь у вас есть разные акценты. Вы знаете, может быть, эта лучше, чем та, может быть, вам нравится эта больше, чем та, но нет фундаментального отличия, фундаментального конкурентного отличия между моделями, кроме вашей готовности тратить деньги. >> Вторая проблема заключается в том, что сам чат-бот — это своего рода странный, ограниченный пользовательский интерфейс v1, и есть некоторые вещи, и некоторые люди, и некоторые задачи, где он работает очень хорошо, но в большинстве других вам нужно много чего еще, вам нужны инструменты, и он должен быть правильно настроен. Ему нужны правильные данные, и он должен быть сконфигурирован и контролироваться, и иметь правильный пользовательский интерфейс, и люди должны были сесть и подумать, как это должно работать, потому что, как правило, люди, которые хорошо используют инструмент и выполняют работу, для которой нужен инструмент, — это не те же люди, которые хорошо решают, каким должен быть инструмент. >> Так что, например, люди, которые очень хороши в дизайне печатных изданий, — это не те люди, которые должны создавать и проектировать. Это другой набор навыков, и, знаете ли, люди, которые очень хороши в предоставлении финансовых консультаций, — это не те люди, которые должны проектировать TurboTax. Это разные люди с разными навыками. >> И вы как бы нащупываете середину этого. Так что теперь у вас есть, например, Claude для этого, Claude для того, и у вас есть навыки и так далее. Для меня это своего рода, ну, один вопрос: кто создает навык? Другой вопрос: ну, знаете ли, это похоже на то, что вы получаете, если вы делаете «Файл» -> «Создать» в Excel, это шаблоны, и они приведут вас так далеко, но в определенный момент люди перерастают шаблоны. >> Есть слайд в моей презентации, который является цитатой кого-то, кто сказал мне в Твиттере много лет назад, что он был консультантом, и половина его работы заключалась в том, чтобы говорить людям, которые использовали Excel, использовать базу данных, а другая половина — говорить людям, которые использовали базу данных, использовать Excel. >> Так что есть это своего рода расплывчатое, бурлящее место: вам нужно специализированное программное обеспечение? Вам нужно горизонтальное программное обеспечение? Вам нужно вертикальное программное обеспечение? Но вы не можете делать все в Excel. Всегда есть, знаете ли, мы все видели отдел, который работает на 10-мегабайтном файле. Сейчас я веду свой бизнес в Numbers, но на электронной таблице, но в определенный момент вы перерастаете это. >> И, следуя этому, ну, могут ли лаборатории моделей построить все это? Ну, конечно, нет. Не больше, чем Microsoft или Apple могли бы построить каждое приложение для Windows или каждое приложение для iPhone. >> Так имеют ли лаборатории моделей рычаги? Являются ли они Windows? Являются ли они iOS? И снова, есть ли сетевой эффект? Например, если вы сейчас юридическая фирма и покупаете программное обеспечение, например, все корпоративное программное обеспечение, в которое инвестировала A16Z, как часто юридическая фирма или производственная компания или банк говорят: «О, ну, использует ли это Claude или OpenAI, потому что мы стандартизировали на Claude?» Ну, нет, это больше не работает так, как работало для облака, вы не говорили: «Ну, наша компания стандартизировалась на AWS», вы даже не знаете, на каком облаке работает этот SaaS-продукт, это вся суть, это абстрагировано, это не ваше. >> И поэтому базовые модели кажутся больше похожими на это. Они кажутся больше похожими на гиперскейлеров в этом смысле, в том смысле, что у них нет, у них могут быть конкурентные преимущества, которые находятся выше по стеку, у вас нет рычагов, у вас нет сетевого эффекта, у вас нет контроля. >> Это побуждает меня, кстати, сказать: «Ну, возможно, правильное сравнение здесь — это полупроводники, где с каждым поколением становится все дороже, и поэтому игроков становится меньше». >> Так что все это вместе взятое, ну, модели — это своего рода товар, а чат-бот — это не правильный пользовательский интерфейс или правильный продукт, и компании не смогут построить все это сами. Так что они — низкоуровневая инфраструктура. И тогда, ну, есть ли у них ценовая власть? Ну, у вас будет, выберите число, от трех до шести компаний, производящих передовую модель, тратящих, никто не знает, никто честно не знает, от 200 миллиардов до 2 триллионов долларов в год на создание этих моделей. Плюс, будет куча периферийных и куча открытого исходного кода. Так куда это приведет? У вас будет, возможно, полдюжины компаний, которые будут конкурировать за продажу этого. И откуда возьмется ценовая дисциплина? Особенно когда у некоторых из них есть совершенно другие бизнес-модели, как, например, Google, продающий рекламу, так что у них другое отношение к ценообразованию, чем у OpenAI. >> И поэтому, я думаю, проблема здесь в том, что есть разница между тем, где мы находимся сейчас, и тем, где это должно закончиться, что является своего рода разговором студента первого курса экономики. Прямо сейчас мы находимся в периоде крайнего неравновесия спроса и предложения, цен и мощностей. Но только потому, что спрос на токены бесконечен, это не значит, что вы не можете достичь другого равновесия цен, потому что, конечно, именно это произошло с мобильными данными. Спрос на биты бесконечен. Он вырос в 1500-2000 раз за последние 15 лет. Но у вас все еще есть равновесие цен и спроса, и у вас все еще идет убийственная ценовая война между телекоммуникационными компаниями в большинстве частей мира, потому что, по сути, вы продаете своего рода товар людям, которые будут переключаться туда и обратно, и, конечно, разработчики тоже будут переключаться туда и обратно. >> Сейчас это, я рад сказать, что это может быть совершенно неправильно. Возможно, мы достигнем мира, в котором будет всего две компании, которые смогут создавать LLM и иметь ценовую власть, или мы достигнем мира, в котором большая часть того, что мы делаем, будет поглощена моделью, или у них будет рычаг выше по стеку. >> И, знаете ли, это своего рода мой пункт о iOS против Android. Просто потому, что вы можете сказать: «Ну, так получилось в последние три раза», это не доказывает, что так будет и в этот раз. Но это не значит, по крайней мере, что вы должны задавать вопросы, и вы, конечно, я просто скажу как своего рода первичное наблюдение: эта ситуация сейчас временная. Вы знаете, мы находимся в условиях крайней нехватки, а затем у нас есть система ценообразования, и у нас есть свободный рынок, и у нас есть всплеск капитальных затрат и, скажем, триллион долларов капитальных затрат. Так что эти мультипликаторы будут меняться, а затем что? >> Возвращаясь к вашему, это хороший переход к вашему пункту, который вы сделали ранее, например: «Эй, знаете ли, мы знаем, знаете ли, Apple — это Apple». Следующий вопрос, как переход, какие следующие вопросы вас больше всего интересуют или на что нам следует обратить наибольшее внимание? >> Ну, я думаю, один из способов ответить на это: ну, некоторые из вопросов, которые мы уже обсуждали, например: насколько далеко заходят модели, могут ли модели дифференцироваться и так далее. Я думаю, другой, очевидно, заключается в том, в какой момент мы увидим все больше и больше классов вариантов использования, где модели достаточно хороши, и нам не нужна самая дорогая, самая быстрая, самая большая, самая тяжелая модель в облаке, и вы можете использовать более старую модель, вы можете использовать модель с открытым исходным кодом, вы можете иметь модель, работающую на устройстве, очевидно, это то, о чем Apple будет говорить через пару недель. >> Знаете ли вы, насколько вы можете перенести на устройство, где вычисления бесплатны или, по крайней мере, бесплатны для вас, не имеют предельной стоимости для разработчика. Другой классический вопрос заключается в том, что это почти как вопрос смещается из технологий. >> Так что, если вы смотрите на юридическую фирму или консалтинговую компанию или инвестиционный банк или, по сути, на кого-либо в сфере профессиональных услуг, где традиционно существует пирамидальная структура, и вы можете автоматизировать большую часть того, что делали люди внизу пирамиды, что происходит? И единственное, что вы можете сказать, это то, что если вы никогда не работали в юридической фирме или никогда не работали в Bain, BCG, McKinsey, вы, вероятно, не будете иметь хорошего представления о том, как это работает, потому что вы, вероятно, не знаете, что делают все эти младшие сотрудники, и вы также не знаете, за что платит клиент, и как эти вещи перестраиваются. >> И поэтому, ну, что означает ИИ для финансов, что это значит для финансов, как для внутренней структуры найма, так и для продуктов, которые вы можете создавать, и для структуры маржи? Что это значит для консультантов? Что это значит для Big Four, для Big Three, для Accenture, для крупных юридических фирм, и для рекламы? И вы, вероятно, можете знать некоторые из этих вопросов. >> Но если вы не в этой отрасли, вы не знаете ответов. То, что мне очень напоминает, это что-то, что я написал, когда был в A16Z, что я назвал «Контент — не король». И я также написал что-то, что сказал: «Netflix — не технологическая компания». И суть, которую я пытался донести, заключается в том, что если вы посмотрите на Netflix, все это стало возможным благодаря тому, что построила технологическая индустрия. Но все вопросы для Netflix — это вопросы из мира телевидения, как какие шоу, сколько шоу, какие шоу, сколько платить талантам, стоит ли стремиться к наградам, стоит ли снимать фильмы, стоит ли покупать спорт, какой спорт? Это все вопросы Лос-Анджелеса. Это не вопросы Сан-Франциско. Никто в Сан-Франциско даже не знает правильных вопросов. Это вопросы медиаиндустрии. И это, по сути, моя мысль о том, что все вопросы, которые важны для Netflix, стали вопросами медиаиндустрии. Это, очевидно, главная точка напряжения для Tesla. Это автомобильная компания? Была ли она технологической компанией? >> И поэтому я хочу сказать, что, знаете ли, что означает все это для права, это вопрос для юристов, а также для людей, которые много знают о юридических фирмах и о том, как они на самом деле работают, и что они на самом деле делают, и что клиенты на самом деле покупают у них. То же самое касается того, что означает генеративное видео для Голливуда? Знаете ли, Бен Аффлек, вероятно, знает об этом гораздо больше, чем я. Он построил компанию и продал ее за 100 миллиардов, 100 миллионов долларов. Так что, очевидно, он знает, но, знаете ли, так что это своего рода второй вопрос, который заключается в том, что вопросы выходят за рамки ИИ и становятся своего рода наполовину вопросами ИИ, наполовину чем-то еще. >> И затем третий уровень, который, я думаю, и я, вероятно, должен был сказать это раньше, заключается в том, что способ, которым все это фундаментально отличается от предыдущих платформенных сдвигов, заключается в том, что с 3G или iPhone или вебом или чем-то еще, вы не знали, что произойдет дальше, но вы знали физические пределы, например, в 1995 году вы знали, что телекоммуникационные компании не предоставят всем в мире широкополосный доступ на следующей неделе, и вы знали, что все в мире не пойдут и не купят ПК, потому что ПК стоил около 3000 долларов. >> Так что вы знали основные физические пределы того, что могло и не могло произойти. И с генеративным ИИ, очевидно, мы не знаем, мы можем, например, посмотреть на наши телефоны, когда закончим эту запись, и появится push-уведомление, в котором говорится, что вышла новая модель OpenAI, и она стоит на 2% дешевле, потому что они что-то придумали. Я не думаю, что это очень вероятно, но мы не знаем таких вопросов. >> Так насколько больше станут модели? Насколько лучше? Насколько быстрее? Насколько дешевле? Насколько, знаете ли, в каких аспектах изменятся персонажи моделей? Мы не знаем, и это отличается от предыдущих платформенных сдвигов, где вы знали фундаментальные ограничения. >> И поэтому это породит ваши вопросы, и в некотором смысле это то, на что я указывал раньше, я сказал, что место, которое сейчас имеет соответствие продукта рынку, — это кодирование, ничего другого не имеет эквивалентного соответствия продукта рынку прямо сейчас. Я не думаю, я довольно уверен, что когда Swapp перешел от, сколько бы это ни было, 9 миллиардов долларов годового дохода в конце прошлого года до 47 миллиардов долларов годового дохода, это все программное обеспечение, не так ли? >> Так что происходит, когда кто-то другой в другой области добивается успеха? >> Да. >> В какой области, например, право, банки? Я не знаю, где, но что-то. >> Если бы вам пришлось угадать, какие варианты использования, кроме кодирования, могут потенциально привести к ежедневному использованию? >> Ну, я должен сказать, что в презентации, которую я опубликовал пару недель назад, есть три раздела, и один из них посвящен капиталу, капитальным затратам и инфраструктуре, и базовым моделям и дифференциации, что является тем, о чем мы говорили. А второй — это, ну, как бы вы создавали программное обеспечение с этим, и что это значит для индустрии программного обеспечения, и как бы выглядело программное обеспечение, если бы вы, и что происходит с маржой и компаниями и всем остальным. А третий раздел я назвал «Изменения», который, по сути, сводится к этому пункту. >> И я открыл его снова, что, кажется, расстраивает определенную категорию людей, где я сказал: «Ну, цитата Йоги Беара, что предсказания трудны, особенно о будущем». И я думаю, есть своего рода точка обратного тестирования, которая заключается в том, чтобы представить, что вы задаете такие вопросы об интернете в 1997 году, что бы вы получили, что бы вы не получили. Но я думаю, один из способов взглянуть на это — сказать: «Ну, это автоматизация, которая делает класс вещей, которые люди раньше делали, которые не могли быть автоматизированы, теперь вы можете автоматизировать это», и сказать: «Ну, что это значит?» И я предложил три или четыре кнопки, которые можно нажать. >> Первая — это просто ценовая эластичность, что, по сути, является парадоксом джинсов. Например, если вы делаете что-то дешевле, вы делаете то же количество вещей за меньшие деньги, или вы делаете больше за те же деньги, или вы делаете больше за большие деньги? >> Потому что это становится намного дешевле. >> Было ли что-то, что вы не могли сделать раньше, что теперь становится дешевым? Было ли что-то, что было дорогим, и это было барьером для входа, как владение печатным станком для газеты? Есть ли что-то, что теперь было барьером для входа по стоимости, который теперь исчезает? Есть ли что-то, что разблокируется в вашей бизнес-модели или в вашем конкурентном пространстве, потому что это стало дешевым? >> И тогда, как бы, финальный вопрос был бы: «Ну, что было просто совершенно невозможно, стоило совершенно непомерно, так что никто даже не думал об этом, а теперь это в пределах досягаемости?» И пример, который я обычно приводил здесь, был бы: «Ну, паровые инженеры делают поезда возможными, и неважно, сколько лошадей вы купите, вы не сможете иметь поезд или экспресс-поезд». >> Гораздо более современный пример — это YouTube или Spotify. Например, Spotify говорит: «Шаг первый: посмотрите на последние 25 лет музыкального бизнеса. Первая половина — это то, что происходит, если вам не нужно покупать CD за 15 долларов, чтобы получить эту песню, а затем вторая половина — это то, что если 15 долларов в месяц дают вам всю музыку, которая есть?» Это то, что было просто совершенно невозможно. >> Это все проблема, проблема с такими прогнозами, как эти, заключается в том, что, с одной стороны, вы собираетесь сказать что-то умное и очевидное, но вы на самом деле не знаете, что это будет означать для каждой отрасли. >> Так что, если бы мы вернулись в конец 90-х и сказали: «Мы знаем, что интернет уничтожит ценность физического распространения». Оказалось, что это означало совершенно разные вещи для газет и киностудий: газеты были полностью испорчены этим, а киностудии почти не изменились. >> Так что опять же, это зависит. Другая часть этого заключается в том, что вы можете, есть некоторые места, где я думаю, что вы можете задавать более полезные вопросы, и тот, который меня интригует, заключается в том, чтобы сказать: «Ну, как это изменит рекламу в электронной коммерции, брендах и маркетинге, и всем, что мы покупаем?» Потому что, знаете ли, реклама — это триллион долларов, а розничная торговля — 25 триллионов долларов, так что это разумный размер TAM. >> Так что то, о чем я всегда думал, это то, что Google, Meta и Amazon на самом деле не знают, что это за продукт. Они знают, что это SKU, они знают, что издатель ввел в поле метаданных, и они знают, что люди, которые купили это, также купили то, но они не знают почему, и они на самом деле не знают, что это такое, поэтому возникают шутки о том, что, например, «Эй, Amazon, я купил чехол для сиденья унитаза, я не собираю сиденья для унитаза», потому что он на самом деле не знает, что такое сиденье для унитаза, и не знает, что люди не покупают два. На самом деле они должны знать, что это должен быть частотный анализ, но они этого не делают. >> И с LLM, в принципе, вы бы знали, что это такое и почему люди их покупают, и что еще люди покупают. И, очевидно, «знать» — это трудный, сложный термин для использования. Что вы имеете в виду, когда говорите «знать»? Но, по крайней мере, на гораздо более высоком уровне статистической корреляции, чем то, что система ИИ могла бы сделать, что, конечно, объясняет, почему рекламные показатели и коэффициенты конверсии растут каждый квартал от Google, Facebook, потому что они внедряют все это в свои рекламные системы и свои рекомендательные движки и свои алгоритмы прогнозирования, и вы видите больше вещей, которые вам понравятся, а реклама, которую вы видите, скорее всего, будет тем, что вам понравится купить. >> И поэтому у них есть эти огромные, это внезапное ускорение доходов от рекламы, и все это означает, что вы смотрите на то, как работают эти системы, и сейчас они говорят: «Люди, которые купили это, могли купить это», и теперь вы должны иметь возможность сказать: «Вот фотография пальто. Что это? Где я могу это купить?» И пять лет назад это точно не сработало бы, 10 лет назад это точно не сработало бы, пять лет назад, вероятно, не сработало бы. Сейчас это должно работать. >> И тогда вы можете сказать: «Хорошо, предложите 10 других пальто, похожих на это, с разными ценами, и скажите мне, где я могу их купить, и предложите плюсы и минусы каждого». И вы получите это. >> И тогда вы можете пойти на шаг дальше и сказать: «Посмотрите на мой Instagram и предложите зимнее пальто, которое я должен купить, которое изменит мой образ, но не слишком сильно». И снова, три года назад это было бы чистой научной фантастикой. И теперь вы думаете: «Да, вы, вероятно, могли бы построить что-то вроде этого, что бы работало». >> И эти сдвиги в том, что знает компьютер, что он может автоматизировать, какие предложения он может сделать, возвращаясь к самому началу, когда вы получаете новую технологию, вы начинаете делать старую вещь, но больше электронных таблиц, больше PowerPoint, больше электронной почты, лучшая электронная почта. >> Но важное — это не делать старую вещь, а делать больше. Это делать что-то новое, что вы не могли бы сделать со старой вещью. Я имею в виду, это довольно банальное наблюдение, но мы как бы теряем его из виду. >> И поэтому, какие новые вещи вы можете сделать только с этим, в отличие от автоматизации старых вещей? >> Я имею в виду, я думаю, что, знаете ли, корпоративная версия этого будет, знаете ли, у вас есть все звонки Zoom с клиентами, записанные, и у вас есть все потоки электронной почты, входящие и исходящие из Salesforce, и вы можете видеть всю телеметрию, метрики и аналитику того, как люди используют наш продукт. >> Так как нам изменить наши цены, чтобы улучшить нашу текучесть? И снова, это то, что LLM может сделать, что сильно отличается от того, чтобы сказать: «Сделайте анализ настроений по звонкам в колл-центр и скажите мне, какие клиенты злятся». >> Знаете ли, вы получаете своего рода множественные сдвиги в уровне абстракции вокруг того, какой анализ вы можете сделать. >> И, конечно, это затем создает новые компании и уничтожает старые компании и создает новый бизнес и все остальное. Но опять же, мы в 1997 году, и я пытаюсь предсказать Uber и Airbnb. >> И если бы я мог на самом деле сделать это, есть своего рода общий момент, который заключается в том, что если бы мы могли предсказать, что произойдет, мы бы жили в параллельной вселенной. >> Знаете ли, у венчурных капиталистов был бы, у них не было бы коэффициента попадания один из десяти, это было бы десять из десяти. >> Кажется, да, один из вопросов, которые мы теперь задаем, заключается в том, что, скажем так, что было необоснованно дорого делать раньше, что теперь возможно, и может быть, это, я не знаю, что-то сумасшедшее, как перестройка YouTube с нуля или переписывание Linux с нуля. >> Да, это забавно, я имею в виду, знаете ли, другой, парный заблуждение, конечно, это новая вещь приходит, и
говорит, хорошо, мы собираемся построить новую вещь со старой вещью с новой вещью, э-э, конечно, мы собираемся, мы собираемся построить офис с открытым исходным кодом, мы собираемся перестроить его в интернете. И знаете, получается так, знаете, угадайте что? Посмотрите на Google Docs. Он занимает около 20% рынка, потому что на самом деле это не главное. Интересно сделать что-то другое, сделать что-то новое. Э-э, и это сместить этот уровень абстракции и и и как бы выявить проблемы, которых никогда не существовало. Я имею в виду, знаете, это опыт, который вы получаете, сидя на презентациях весь день в венчурной фирме: есть некоторые вещи, о которых вы думаете, ну, это звучит довольно полезно. И вещи, о которых вы думаете, я не совсем уверен, почему это сработает. Но есть некоторые вещи, которые как бы заполняют пустоту во вселенной, и как только кто-то объясняет вам это, вы думаете, вау, почему никто никогда этого не делал раньше? Почему никто не видел, что эта вещь существует, и это, знаете, где, знаете, часть удовольствия от изучения стартапов, и это то, что люди будут делать с этим. Люди внезапно найдут способ, которым вы сможете превратить это, который сработает, что эта проблема существовала, и никто, включая людей, у которых есть эта проблема, никто не осознавал, что эта проблема существует, а затем они выйдут и создадут вещь, чтобы решить ее. Это также, кстати, возвращаясь к предыдущему пункту, это причина, по которой я не вижу, я думаю, что это проблема с идеей, что модель сделает все, и если вы как бы вернетесь и подумаете обо всех презентациях, которые вы видели с тех пор, как присоединились к S6C, сколько из них были вещами, где люди в отрасли знали, что это проблема, как довольно часто ответ на самом деле нет, на самом деле никто в отрасли не думал, что это проблема, и на самом деле потребовалось около двух лет, чтобы объяснить им и убедить их, что эта проблема вообще существует, и что эта новая вещь исправит это для них. И это как бы проблема с идеей, что, знаете, знаете, средний менеджер в финансах собирается использовать этот инструмент для решения этой большой глобальной отраслевой проблемы, как нет, потому что никто не знал, что эта отраслевая проблема существует, не говоря уже о том, чтобы найти правильный способ создать инструмент для ее решения. Подразумевает ли это менее консолидированную среду SAS, чем раньше, с появлением ИИ? Возможно, меньше бандлов или одиночных гигантов, таких как Microsoft Enterprise. >> Черт возьми, как вернуть меня на землю. Как, будет ли индустрия SAS менее консолидированной, Бенедикт? Все это здорово, но расскажите нам о акциях. Э-э, какие строительные блоки мы можем здесь заложить? Итак, очевидно, что создание программного обеспечения будет намного дешевле и быстрее. Очевидно, что будет куча вещей, которые вы могли бы сделать с программным обеспечением, которые вы просто не могли сделать раньше вообще. Э-э, и поэтому будет больше конкуренции. там, и, конечно, это сопровождается новой структурой маржи, но, как мы говорили ранее, мы на самом деле не знаем, как будет выглядеть эта структура маржи. Э-э, вы собираетесь перейти к ценообразованию, основанному на результатах? Иногда бывает сложно привязать каждое нажатие кнопки в корпоративном программном обеспечении к P&L. Иногда вы можете в Salesforce или что-то в этом роде. Есть огромное количество программного обеспечения, было бы очень сложно сказать, ну, знаете, работа, которую я сделал сегодня, повлияла на DPS, поэтому это то, за что мы должны платить. Это то, за что мы должны платить за этот кусок программного обеспечения. Я не думаю, что это имеет смысл, и в любом случае, но как выглядит структура ценообразования со временем по сравнению с сегодняшним днем? Э-э, будет больше конкуренции. Создавать вещи будет проще и быстрее. То, как я, я думаю, я полагаю, есть, возможно, два способа мышления об этом, которые как бы полезны. Один из них заключается в том, чтобы сказать, что если вы думаете о парке корпоративного программного обеспечения сегодня, у вас есть три корзины. У вас есть ваши большие горизонтальные системы, такие как SAP и Workday, и ваш CRM, и ваше программное обеспечение для управления капиталом, и ваше программное обеспечение для управления заработной платой и так далее. А затем у вас есть вертикальное программное обеспечение, и типичная крупная американская компания имеет около трех-четырехсот приложений SAS, а затем еще тысячу приложений, которые они создали, купили или создали сами внутри компании, работающие локально, а затем посередине у вас есть это своего рода расплывчатое импровизированное пространство Excel, электронной почты и общей файловой системы и так далее, и вещи как бы перемещаются туда и обратно между ними, и, в принципе, каждое приложение SAS делает что-то, что вы могли бы сделать в SAP, или вы могли бы сделать в Excel, как вы могли бы управлять своим набором выпускников в Workday, но в определенный момент, как если бы вы разговаривали с другом на днях, как если бы вы были PWC, и вы нанимаете сколько угодно тысяч выпускников каждый год, чтобы обучить их стать бухгалтерами, у вас, вероятно, есть специальное программное обеспечение, которое вы создали для себя, или, возможно, вы наняли Accenture, чтобы создать его, и вы, вероятно, ненавидите его, но в любом случае, у вас есть этот кусок специализированного программного обеспечения для найма, или вы купили что-то. Если вы компания, которая нанимает пять выпускников в год, вы делаете это по электронной почте и общей таблице Google, потому что зачем вам покупать программное обеспечение для этого? А затем, как бы, а затем есть пространство посередине. Вы делаете это в Workday? Вы делаете это в Excel? Вы делаете это в специализированном приложении? И теперь вы добавляете туда чат EVC. Вы делаете это в LLM? Есть ли инструмент LLM, который означает, что вы можете сделать это в Salesforce, где вы не могли сделать это раньше? Или вы можете сделать это в своем вертикальном приложении, где вы не могли сделать это раньше? Используете ли вы LM, чтобы создать себе инструмент для этого? Точно так же, как у вас может быть корпоративный отдел, который работает на 10-мегабайтной таблице Excel, которую кто-то создал 15 лет назад. Никто не знает, как она работает. Никто не знает, как она работает, но они все еще используют ее. Так что это как бы, это прибывает в этот своего рода широкий, фрагментированный, сложный ландшафт, и это еще один набор вариантов того, как вы будете выполнять эту задачу. Так что это как бы одно представление, чтобы подумать о том, чтобы подумать об этом. Я думаю, другое представление, чтобы подумать об этом, заключается в том, идет ли желтый лам вверху стека или внизу стека. Так, с одной стороны, низ стека — это функция внутри Salesforce. Итак, вы находитесь в Salesforce, посмотрите на историю этого клиента. Посмотрите на контекст всех других звонков по продажам, которые мы сделали. Посмотрите на наши бизнес-цели и предложите электронное письмо или предложите мне, что мне следует сделать здесь и что мне следует сказать во время звонка, чтобы позвонить клиенту. Так, это функция. Это кнопка, которая контролируется и имеет инструменты, ограждения и все остальное, что управляется этим конкретным вариантом использования. Другой способ взглянуть на это — это пример, который я привел ранее, который заключается в том, что вы идете и смотрите на Salesforce и Workday, и всю нашу электронную почту и Google Analytics, и и и затем синтезируете что-то, что вы не могли сделать раньше. Так, напряжение в обоих случаях заключается в том, где вы размещаете вероятностное программное обеспечение, которое может ошибаться, и где вы размещаете детерминированное системное программное обеспечение, которое не может ответить на подобные вопросы. Так где вы размещаете базу данных, и где вы размещаете LLM, и это как бы, какой из них наверху, а какой внизу. Ответ, вероятно, оба, в зависимости от того, что вы делаете и куда это идет. Э-э, все это долгий путь, чтобы сказать, как это влияет на программное обеспечение, и ответ — больше программного обеспечения, как гораздо больше программного обеспечения. Я имею в виду, все программные компании существуют для решения проблем, созданных другими программными компаниями. Это была шутка в безопасности. Как все программное обеспечение для безопасности существует для решения проблем, созданных другим программным обеспечением для безопасности. И, как ясно, это то, через что мы прошли с SAS. Как SAS дал нам на порядок, два порядка больше программного обеспечения. Э-э, и мы, вероятно, должны ожидать этого с этим. Э-э, что приводит вас к апокалипсису SAS, это то, что все инвесторы смотрят на все эти компании и говорят, ну, мы на самом деле не знаем, какие из этих компаний будут обмануты всем этим. Некоторые из них должны быть, как очевидно, должны быть, как, пройдите конец этого, и, как, x% всех компаний SAS, которые там есть, будут уничтожены этим, но вы не знаете, какие, поэтому вы, вероятно, не должны снижать оценку всего на 50%. Но, конечно, вы собираетесь, как я не уверен, что я буду долгосрочным инвестором в программное обеспечение в данный момент, пока у меня не будет представления о том, что, черт возьми, происходит. >> Вы сказали в своем выступлении с Беном Томпсоном, что программное обеспечение — это когда кто-то сел и разработал рабочий процесс и сказал, что это правильный способ делать это отныне. Но вы также сказали, что процесс вырастает из того, как просто работает бизнес. Требуется ли это просто время, или вы думаете, что нам нужно больше экспериментов, итераций от этих вертикальных стартапов ИИ, чтобы получить правильную форму программного обеспечения для будущего? >> Ну, в некотором смысле, я имею в виду, возможно, своего рода интересный поворот в этом заключается в том, что это и то, что делают стратегические консультанты, и то, что делают программные компании, это они как бы смотрят на то, что происходит внутри компании, и говорят, ну, это дерьмовый способ сделать это. Это был бы лучший способ сделать это. Это лучше достигло бы ваших целей. И программная компания как бы кодирует это в программном обеспечении. И, знаете, стратегическая консалтинговая фирма как бы кодирует это в, знаете, рабочих процессах и организационных диаграммах, процессах и обучении, и, знаете, целях, и, знаете, возможно, говорит им купить какое-то программное обеспечение для этого, или, возможно, теперь все чаще, возможно, строит им это программное обеспечение. Э-э, я думаю, э-э, еще одна вещь, которую стоит обсудить здесь, это сколько из того, что делается внутри организации, является неявным и не документированным, и не находится в обучающих данных, и не является чем-то, что кто-либо в этой компании мог бы на самом деле сесть и нарисовать вам блок-схему и объяснить вам. Э-э, это большая часть ценности Bain BCG McKenzie, заключается в том, что у них есть лицензия на вход в компанию и разговор со всеми, и разговор с людьми, с которыми вам не разрешено разговаривать, которые находятся в другой организации, и не быть уволенным, и выяснить, как это на самом деле работает, в отличие от того, как это должно работать, и почему люди не следуют стратегии, потому что на самом деле, угадайте, их бонусные цели зависят от того, что они не следуют стратегии, и выяснить все это, и быть командой, готовой прийти извне и дать вам ответ, а затем вы можете обвинить их или иметь это своего рода, как бы, готовое решение. Э-э, это не, знаете, вы, это, это проблемы в организационном управлении и том, как люди функционируют, и как люди могут объяснить, что они делают, которые очень трудно записать и очень трудно как бы встроить в навык Claude и сказать, вот, сделайте PowerPoint. Э-э, и поэтому есть более широкий вызов, как это всегда работает, как заставить людей использовать эти технологии? Э-э, как люди принимают новые инструменты? Как вы выясняете, как помочь людям принять новые инструменты и выяснить, что нового вы будете с ними делать? Что также произошло с облаком, интернетом и мобильными устройствами, и интернетом, и ПК, и электронными таблицами и так далее. >> В связи с этим, вы думаете, что существует какая-то коэволюция между нативными для ИИ программами и новыми типами интерфейсов? Например, новые платформы ИИ для обслуживания клиентов, которые, возможно, не имели бы столько пользовательского интерфейса, ориентированного на человека, или программное обеспечение системы записей, созданное без фронтенда вообще, потому что его основным пользователем будут агенты ИИ, запрашивающие его напрямую. Так, я думаю, это интересные идеи. Это вещи, по которым мне трудно иметь твердое мнение, потому что, знаете, они не являются, как бы, не глубоко погружены в тонкости того, как покупается корпоративная инфраструктура. Я задаюсь вопросом, насколько новы некоторые из этих вопросов. Я помню, как Крис Диксон говорил, как 10-15 лет назад, что API — это новый BD, и программное обеспечение не будет нуждаться в приходе. Программные компании могли бы просто открыть свои API, и, как бы, ну, как бы, старое — это новое. Вам больше не нужен API. У вас просто есть сервер MCP, и люди просто подключатся, агент просто подключится к этому. Я не знаю. Я думаю, что проблема со всем этим заключается в том, что все решения — это обработка исключений. Как вопрос всегда в том, что вы не можете автоматизировать? Что требует от кого-то принятия решения, и некоторого суждения и мнения об этом, потому что, возможно, это не было записано, или это не произошло раньше, или это не выглядит совсем так, как это произошло раньше. Я думаю, есть своего рода, знаете, есть различные способы, как бы, думать о разделении того, что автоматизируется, а что нет. Как способ, который я использовал в презентации, заключался в том, чтобы говорить о том, что такое задача, а что такое работа. Часто задачи, которые используются для выполнения работы, могут меняться без того, чтобы сама работа сильно менялась, или без того, чтобы то, что работа продает клиенту, сильно менялось. Как, если вы думаете о том, что делали бухгалтеры 50 лет назад, и что бухгалтеры делают сегодня. Они тратят почти совсем не свое время на одно и то же, но для клиента это как бы одно и то же. Это просто делается совершенно по-другому с кучей разных задач. И один из, как бы, более, как бы, глубоких или абстрактных способов подумать об этом — это где вы хотите, чтобы среднее значение. Где вы хотите, чтобы способ, которым все это сделают. Это то, как все это сделают. Это то, что любой скажет. Это то, что любой сделает. Это то, что сделает любой помощник. Это то, что мне даст любой. Это ответ, который даст любой. По сравнению с тем, где это не то, что вы хотите? Где вы хотите ответ на новый вопрос или другой ответ или другую идею? Потому что LLM будут очень хороши во всем, где вы можете описать, как люди это делают, и где вы хотите, чтобы это делал любой, и не очень хороши там, где вы не можете действительно объяснить, почему вы сделали это так, и где вы делаете это иначе, чем обычно делают люди. Различные люди, включая, как бы, генерального директора Google, сказали, что риск недоинвестирования рискованнее, чем переинвестирование. Есть ли какой-либо уровень капитальных затрат, при котором это перестает быть правдой, и мы приближаемся к этому сейчас? >> Ну, есть проблема финансовой гравитации, в том, что Microsoft, Meta и Google в этом году собираются потратить более 50% выручки на капитальные затраты. И, знаете, мы считаем телекоммуникации капиталоемкими. Телекоммуникации тратят вместо 15-20% выручки на капитальные затраты. И, знаете, 700 миллиардов долларов — это прогноз от четырех крупнейших компаний в этом году. Ну, знаете, телекоммуникации — это 300, мобильная связь — 200, общие телекоммуникации — 300. Нефть и газ, в зависимости от определения и того, какие части вы учитываете, составляют от 700 миллиардов до триллиона долларов. Я думаю, по памяти, зависит от того, кого именно вы спрашиваете. Так что 700 миллиардов долларов в год — это не невозможная сумма денег, учитывая стоимость крупной глобальной инфраструктуры. Это просто много денег. Очевидно, что эти компании не могли бы потратить 1,5 триллиона в следующем году, или если бы они это сделали, им пришлось бы занять, и они, конечно, не могли бы поддерживать такой уровень расходов в течение какого-либо длительного времени. И, следовательно, есть определенный момент, когда этот рост должен замедлиться, потому что, как бы, больше нет денег. Ну, очевидно, вы можете говорить о рентабельности инвестиций и вашей способности получать прибыль от этих инвестиций. И, конечно, рынки капитала готовы финансировать это до определенного момента, но, как бы, выберите случайное число, мы не можем тратить 10 триллионов долларов в год на инфраструктуру ИИ, потому что нет 10 триллионов долларов в год, чтобы потратить на это. Так что есть конечные, есть своего рода, как бы, законы физики, ограничения на сумму денег, которая доступна. Я бы не стал говорить что-то более материальное, чем это в данный момент. Я имею в виду, я как бы возвращаюсь к тому, что я сказал в начале, что у нас есть куча, у нас есть куча кратных. Так, спрос намного превышает предложение. С другой стороны, эффективность массово растет. Мы не знаем, какой будет следующая модель. Мы не знаем, где край или открытый исходный код появятся еще, когда край и открытый исходный код появятся еще. А тем временем вы всегда гонитесь за следующей моделью. И поэтому это как бы линия, которая проходит через все это, это то, что модель актуальна только в течение 3-6 месяцев, 6-9 месяцев, как бы вы ни хотели это сказать. И модель стоит сколько миллиардов долларов. И сколько инфраструктуры вам нужно для этого? Я не думаю, что масса действительно еще сформировалась. Я имею в виду, очевидно, вы можете, как бы, есть куча очень умных аналитиков полупроводников, которые тратят много времени, пытаясь оценить это. Это как попытка оценить пропускную способность интернета в конце 90-х. Как бы, вы знаете, какие строки в электронной таблице, но вы на самом деле не знаете, где значения. Все, что вы действительно можете сказать, это, ну, посмотрите, это не может быть вы. Есть, очевидно, физические пределы этого. Я думаю, знаете, другой способ ответить на вопрос — это как, если вы Google или Meta или Microsoft, в некоторой степени Amazon, в некоторой степени Apple, это своего рода экзистенциальная проблема, и у вас есть своего рода, знаете, проблема FOMO в том, что, с одной стороны, ваша рентабельность инвестиций в данный момент огромна. С другой стороны, вы не можете позволить другим людям делать это, не участвуя, потому что тогда ваша компания исчезнет, и вы, вы не хотите оказаться как Microsoft в 2000-х или IBM в 90-х, или даже Meta в 2010-х, где их постоянно обманывает Apple. Так что, если это будущее вычислений, то вы должны участвовать в этом. Но, очевидно, в то же время финансовый директор сидит там и говорит, ну да, это здорово, но сколько участия мы обсуждаем здесь, и я не думаю, что мы, как бы, очевидно, в определенный момент эта кривая должна будет замедлиться, потому что, как бы, больше никуда она не может пойти. >> Как вы думаете, будет ли пересмотр токенов? Возможно ли, что компании переоценили использование ИИ, и когда они проведут надлежащие исследования рентабельности инвестиций, они отступят? Ну, очевидно, вы знаете, были люди, которые использовали самую дорогую модель, чтобы копаться в интернете. Что, как бы, произошло с мобильными устройствами, знаете, в 2010 году. Как, знаете, вы получили счет на 10 000 долларов, и вы бы сказали: «Подождите, подождите, я думал, это пакет с фиксированной ставкой». Что произошло? Так, у вас есть, у вас есть, очевидно, у вас есть куча, как бы, глупых/бессмысленных историй. Я думаю, есть также момент, как, я думаю, но что, возможно, немного интереснее как вопрос, и, очевидно, будет момент, когда, как я уже говорил несколько раз, мы находимся в моменте огромного неравновесия, и ценообразование должно вернуться в соответствие с затратами, и использование должно привести его в соответствие с ценообразованием и рентабельностью инвестиций. Проблема в том, что на этом раннем этапе это немного сложно. Довольно сложно понять, какова рентабельность инвестиций. Это скорее похоже на то, чтобы дать всем интернет в конце 90-х и сказать: «Хорошо, идите и будьте более продуктивными», и если вы посмотрите на, как бы, есть опрос от Deloitte, есть также опрос от ФРС, который есть в моей презентации, где, если вы пойдете и спросите CFO, где вы видели выгоду, и большая часть выгоды до сих пор была чем-то, что довольно трудно измерить, как лучшая аналитика, лучшая поддержка клиентов, большая производительность, вы можете делать больше слайдов быстрее, вы можете делать анализ быстрее. Трудно придать этому финансовую ценность. Это имеет финансовую ценность, но это не то же самое, что сказать, ну, мы создали эту новую вещь с помощью ИИ, и она принесла такой-то доход, или она сэкономила нам столько-то денег. Эти вещи, очевидно, эти вещи занимают больше времени. Создать новую строку дохода сложнее, чем дать это всем и позволить им использовать ее для более быстрого создания электронных таблиц. Так что есть немного, как, ну, ну, сколько времени это займет? Я думаю, другой ответ на проблему здесь, конечно, это потребительский излишек, который заключается в том, что, что, как бы, произошло с Excel, что, знаете, угадайте что? Если DCF занимает неделю, то вы, вероятно, делаете только один или два DCF. И если DCF занимает 10 секунд, то вы делаете 50 DCF, но вы, вероятно, не можете взимать за это больше денег. Так что часть того, что происходит, это то, что эти вещи становятся конкурентными необходимостями, и все должны их покупать, использовать. Но экономия затрат или прирост производительности, который вы получаете от этого, просто конкурирует. Так что вы не можете взимать за это больше, вы, я имею в виду, если вы, если вы в McKinsey и, знаете, делаете это, или Bain, или BCG, и делаете этот анализ, который раньше занимал неделю, а теперь занимает день, вы, вероятно, делаете в пять раз больше анализа и взимаете с клиента столько же, и ваша база затрат тоже не изменилась. Так, как бы, знаете, что точно так же, как думать о, знаете, о том, что произошло с инвестиционными банками и финансовым анализом. Вы просто делали гораздо больше анализа, вероятно, с меньшим количеством людей, и взимали с клиентов столько же денег. Часть вашей большой части вашей диссертации — это идея о том, что модели станут товарами, и тем не менее, слой, который привлекает больше всего денег, как бы, в самое быстрое время в истории — это эти компании, занимающиеся фундаментальными моделями. Так, учитывая это, какой совет вы могли бы дать им либо коллективно, либо мы можем выбрать кого-то индивидуально, чтобы адаптироваться? >> Дело не в том, что я знаю, что они станут товарами. Моя позиция скорее, как бы, вот, вот цепочка рассуждений, которая говорит, что детерминированно выглядит так, что эти вещи будут товарами, и объясните мне, почему они не будут, и это все, на что я бы согласился. Я думаю, как бы, как бы, привлечение всех этих денег, я возвращаюсь к своему пункту о мобильных устройствах, которые, опять же, не имеют предсказательной ценности, но это достойное наблюдение, заключается в том, что мобильная индустрия очень большая и тратит много денег на инфраструктуру и не очень прибыльна, и все крутые вещи делают кто-то другой, а затем вы делаете, как бы, ну, какова рентабельность капитала, и ответ, ну, это зависит от того, в каком маркете вы находитесь, будь то Америка или Европа, или Индия или Китай, но тем временем, как бы, это было стоящее дело, и оно принесло кому-то прибыль, но затем оно не контролировало все, и другие люди в конечном итоге получили от этого больше выгоды, чем они получили, как бы, я не знаю цифру, что такое чистая прибыль Google в прошлом году, около 50 миллиардов долларов или что-то в этом роде, какова была чистая прибыль, как бы, всей телекоммуникационной индустрии, я действительно должен подписаться на Bloomberg, тогда я мог бы мгновенно ответить на эти вопросы. Но, как бы, вы довольно уверены, что Google, Meta, Amazon, Microsoft, Apple получают больше прибыли, чем вся телекоммуникационная индустрия. Так что это, как бы, головоломка, вы продвигаете фронт. Вы как бы попали в эту ловушку, что вам нужно продолжать конкурировать, потому что иначе они сделают это, и вы отстанете. У вас также есть эта вещь, которую мы вообще не обсуждали, которая, как бы, эй, разве мы не строим AGI, как мы собираемся построить Бога в коробке, в которую, как некоторые люди, верят, хотя это довольно трудно, трудно анализировать, но, возможно, так, вы собираетесь продолжать строить это, но практический вопрос заключается в том, как получить вещи, которые люди хотят использовать, которые не являются программным обеспечением, которые не являются, которые не являются разработкой программного обеспечения, я имею в виду, это хороший бизнес, это единственный бизнес, есть, как бы, выберите число из этого многих сотен миллиардов миллионов долларов, это сделать индустрию программного обеспечения более продуктивной, отлично, тогда что, я имею в виду, это, как бы, стоит триллион долларов, но, но тогда что, как вы расширяете это на остальную экономику, на всех остальных, поэтому возникают эти разговоры о, как бы, партнерстве с частным капиталом, партнерстве с консалтинговыми фирмами, где, как мы только что обсуждали, угадайте что, на самом деле довольно трудно понять, что делать с этим, если вы на самом деле управляете реальной компанией, поэтому вы идете в Bain, BCG, McKinsey или Infosys и Cognizant и IBM App Accenture или приюты частного капитала. Так что есть своего рода ощущение, как, с одной стороны, вы, так что я как бы пытаюсь найти ответ, пока говорю, но, как бы, с одной стороны, вы строите эти все большие и большие модели, и вы как бы чувствуете, что должны продолжать это делать, но с другой стороны, да, но что люди с этим делают? >> Почему большинство людей смотрят на ChatGPT и на самом деле не думают ни о чем, что можно с этим сделать сегодня? >> Последний вопрос. Есть ли что-нибудь из презентации, что вы хотите, чтобы слушатели запомнили? То, что я использовал в прошлом году, и я снова использую, это реклама IBM начала 50-х годов, в которой есть изображение моря инженеров, все держат логарифмические линейки, и это реклама IBM, и она говорит, знаете, электронный калькулятор IBM дает вам 150 дополнительных инженеров, и это как бы, сколько изображений вы видели на A6Z, где это была презентация. И мы как бы помним, как мы проходим через эти волны этих фундаментальных технологических изменений каждые 10 или 15 или 20 лет, и все они удивительны и меняют все, и совершенно не похожи ни на что, что происходило раньше. И поэтому ИИ удивителен и трансформационен, и совершенно не похож ни на что, что происходило раньше. Мобильные устройства тоже были довольно большим делом, как и интернет, и ПК, и вычисления. Все это тоже были очень большие дела, где было трудно сказать, что произойдет. И поэтому мы должны как бы предположить, как базовый сценарий, хорошо, ну, мы пройдем через это снова. И, знаете, это приведет к куче вещей, которые разрушат жизни людей, и это приведет к тому, что куча людей останется без работы. И, знаете, будет куча вещей, которые нам не очень понравятся. И будет куча вещей, которые мы все считаем отличными. А затем через 20 лет мы как бы забудем, что был мир, когда компьютеры не могли этого сделать. Я имею в виду, вот мы. Мы были на этом звонке час, и наши компьютеры не зависли, и мы транслируем HD-видео друг другу, и это как бы, ну, конечно, это сработало. На самом деле, я также делаю это со своим iPhone. Так, мой iPhone транслирует на мой Mac через Wi-Fi, транслируя видео сюда, и это как бы просто работает, как магия, и мы больше этого не замечаем. И я думаю, что это действительно мое, как бы, однострочное описание того, как все это закончится. Это будет магия, и через 20 лет мы просто скажем, ну, конечно, так оно и есть. Компьютеры всегда так делали. Да, это отличное место, отличное место для завершения. Презентация называется «Активы ИИ меняют мир». Она находится на сайте Бенедикта Эванса. Она превосходна. Есть еще много чего, до чего мы не дошли, так что обязательно ознакомьтесь. Бенедикт, это был отличный разговор. Большое спасибо, что пришли на подкаст. >> Спасибо. Приятно пообщаться.