7 pontos por GN⁺ 2024-10-01 | 3 comentários | Compartilhar no WhatsApp
  • "Só conseguem sobreviver se o mercado for irracional"

Algo está errado

  • Construir modelos de linguagem de grande porte custa muito caro
    • A OpenAI gasta US$ 7 bilhões por ano em pesquisa, novos serviços de IA e contratação de funcionários
    • Também se espera que a Anthropic gaste US$ 2,7 bilhões neste ano
    • O Facebook também está investindo bilhões de dólares
  • Não vai ficar mais barato
    • À medida que os modelos evoluem, a pesquisa fica mais difícil e o poder computacional necessário também aumenta
    • Para criar novos modelos, são necessários mais cálculos matemáticos e mais complexos
  • Apesar dos custos, as pessoas continuam construindo novos modelos
    • As pessoas acreditam que os LLMs são a próxima era de ouro da tecnologia, então continuarão investindo
    • É da natureza humana tentar tornar tudo mais rápido, mais alto e mais poderoso
  • Se a indústria continuar criando novos modelos, o valor dos modelos existentes cai rapidamente
    • Se um concorrente lançar um modelo novo e melhor, é possível migrar mudando apenas algumas linhas de código
    • Para vender um LLM atraente de forma consistente, é preciso se manter no topo
  • Mesmo que a indústria deixe de criar novos modelos ou chegue a um assíntota tecnológica, o valor dos modelos antigos também cai rapidamente
    • Existem alguns modelos open source, como Llama e Mistral, que no pior caso ficam apenas um ou dois passos atrás dos melhores modelos proprietários
    • Se os modelos proprietários pararem de evoluir, os modelos open source fecharão essa lacuna rapidamente
  • Portanto, para a OpenAI, a Anthropic ou qualquer outro fornecedor de IA, há duas opções
    • A primeira é investir somas enormes para se manter à frente do mercado. Mas isso parece muito arriscado:
      • É provável que o custo de construir esses modelos continue subindo, os funcionários mais brilhantes podem ir embora, e talvez você não queira apostar o negócio em ser sempre a primeira empresa a encontrar o próximo grande avanço
      • Especialização técnica raramente é um fosso defensivo para sempre
    • A segunda é... não sei
      • Tentar ainda mais a primeira opção?

Previsão sobre a situação atual

  • Há 18 meses, previa-se que os fornecedores de LLM se tornariam os provedores de nuvem da próxima geração
    • Na superfície, isso parece semelhante porque construir exige muito capital, mas há diferenças importantes
    • Um provedor de nuvem não pode ser criado da noite para o dia
    • Já um fornecedor de LLM pode ter seu negócio central ameaçado por uma pequena equipe em poucos meses
  • Qual é o fosso defensivo dos fornecedores de LLM?
    • Marca, inércia, aplicações melhores, queima massiva de caixa para manter modelos à frente dos concorrentes etc.
    • Mas as empresas de IA são um exemplo extremo de um mercado que classifica erroneamente custos de desenvolvimento de software como investimento antecipado
    • Empresas pequenas têm dificuldade para investir continuamente bilhões de dólares como as gigantes

A importância do timing

  • Neste mercado, o timing pode ser o fator mais importante
  • Em algum momento, o hype vai desaparecer e as pessoas não conseguirão mais captar rodadas desse tipo
  • E o vencedor não será quem correu mais rápido ou chegou à linha de chegada primeiro, mas quem estava na liderança quando o mercado decidiu que a corrida tinha acabado

Opinião do GN⁺

  • Fica a dúvida se o modelo de negócios das empresas de IA é realmente sustentável
    • O desenvolvimento de modelos custa somas enormes, e a tendência é que isso continue aumentando
    • Como a evolução tecnológica é rápida, os modelos anteriores se tornam obsoletos em pouco tempo
    • Portanto, para manter modelos de ponta, é preciso investir continuamente valores muito altos
  • Os modelos de IA open source também estão evoluindo rapidamente, e a diferença em relação aos modelos comerciais parece estar diminuindo
    • Stable Diffusion, Llama e Mistral são exemplos representativos
    • Se as empresas pararem de desenvolver novos modelos, o open source logo vai alcançá-las
  • No desenvolvimento de tecnologia de IA, as grandes empresas de TI têm vantagens claras
    • Google, Microsoft e Meta podem investir continuamente graças à enorme capacidade financeira
    • Também podem aproveitar o alto reconhecimento de marca e a base de clientes existente
  • Por outro lado, startups que chegaram depois não parecem ter facilidade para sobreviver apenas com capacidade técnica
    • Mesmo que recebam um grande investimento inicial, o ponto crucial é garantir financiamento contínuo
    • Quando a bolha estourar, captar investimento ficará mais difícil
  • O timing do mercado é importante, e a empresa que estiver na liderança quando o entusiasmo esfriar terá mais chances de vencer

3 comentários

 
aasfdkdk 2024-10-02

O grande fator é que a OpenAI parece decidida a operar no vermelho para conquistar o monopólio do mercado. De qualquer forma, sempre que a OpenAI fica sem dinheiro, ela atrai investimento do mundo inteiro, mas todas as outras empresas acabam morrendo.

 
kandk 2024-10-02

Não seria um enorme jogo de desgaste?
No fim, todos vão morrer e só um modelo gigante vai sobreviver e monopolizar o mercado..

 
GN⁺ 2024-10-01
Opiniões no Hacker News
  • Opinião de um líder de equipe de pesquisa em IA

    • Para a IA gerar valor econômico, ela precisa estar conectada ao mundo real
    • Atualmente faltam ideias sobre como aproveitar ao máximo modelos como o GPT-4
    • A IA tem dificuldade para entender a intenção humana
    • Quando modelos open source chegarem ao nível do GPT-4, não haverá muita necessidade de usar OpenAI ou Anthropic
  • A curva S da inovação tecnológica

    • Estamos atualmente no meio de uma curva S acentuada de inovação tecnológica
    • Não é só a tecnologia: retenção de talentos, relações comerciais, marketing e vários outros fatores são a chave do sucesso
    • É preciso excelência na execução em todos esses elementos
  • Mudança na definição de IA

    • Quando uma tecnologia que começou como IA se torna comum, ela deixa de ser chamada de IA
    • Ex.: programação lógica, OCR, reconhecimento de voz etc.
  • Formas de monetizar IA

    • Para consumidores: busca e publicidade no estilo Google
    • Para empresas: oferta de APIs no estilo AWS
    • As empresas que usam a API da OpenAI continuam evoluindo e não têm motivo para migrar
  • Situação semelhante ao início do ride-sharing

    • No começo, muito capital é investido em poucas empresas
    • A empresa com mais capital tem grande chance de vencer
    • No mercado de IA, as empresas com mais capital também tendem a levar vantagem
  • Fatores de diferenciação dos modelos

    • Os modelos se diferenciam não só em desempenho, mas também em segurança, UX, multimodalidade, confiabilidade e capacidade de incorporação
  • Período de confusão no mercado

    • Vários serviços recebem financiamento e deixam o mercado confuso
    • Os consumidores acabam recebendo mais benefícios
  • Problema de otimização dos modelos

    • Modelos de linguagem podem apresentar bom desempenho com apenas algumas etapas de treinamento
    • Em vez de usar recursos computacionais massivos, o importante é encontrar métodos de treinamento eficientes
  • Substituibilidade dos produtos

    • Modelos de IA como ferramentas genéricas são fáceis de substituir
    • Quanto mais inteligente o modelo, maior a possibilidade de intercambialidade