Microsoftin tekoälyjohtaja Mustafa Suleyman odottaa yksittäisten tekoälykoulutusten maksavan 100 miljardia dollaria lähitulevaisuudessa, mikä asettaisi huippumallien kehityksen kaikkien paitsi kourallisen yritysten ulottumattomiin. Suleyman ei antanut aikataulua sille, milloin hän odottaa näiden koulutusten tulevan vakioksi, mutta hänen ennusteensa viittaa kasvavaan kuiluun niiden harvojen yritysten, joilla on varaa rakentaa tässä mittakaavassa, ja kaikkien muiden välillä.
Seuraus on konsolidaatio. Jos yhden mallin kouluttaminen maksaa yhtä paljon kuin suuri infrastruktuuriohjelma, niiden organisaatioiden määrä, jotka pystyvät siihen, kutistuu nopeasti – ja sen mukana niiden yritysten määrä, jotka päättävät, miltä nämä järjestelmät näyttävät, miten ne käyttäytyvät ja kuka saa niihin pääsyn.
Huippumallin hintalappu
Koulutuskustannukset ovat nousseet tasaisesti mallien kasvaessa suuremmiksi ja datanälkäisemmiksi. Suleymanin julkisesti esittämä 100 miljardin dollarin luku on selkein merkki siitä, että kustannukset eivät tasoitu pian. Tämän hintainen koulutus ei ole vain suurempi lasku laskentatehosta – se on erilainen liiketoiminta. Se vaatii pitkäaikaisia pääomasitoumuksia, omistettua sähkö- ja datakeskuskapasiteettia sekä sietokykyä kuluttaa mittakaavassa, jota useimmat teknologiayritykset eivät ole koskaan joutuneet harkitsemaan.
Tämä matematiikka kaventaa luonnollisesti kenttää. Yritykset, joilla ei ole olemassa olevaa pilvi-infrastruktuuria, sirutoimitussuhteita ja taseita kestää vuosien kulutusta, pitävät vaikeana pysyä huipputasolla. Jotkut ryhtyvät kumppaneiksi. Jotkut erikoistuvat. Toiset vetäytyvät huippukehityksestä kokonaan ja rakentavat jonkun muun kouluttamien mallien päälle.
Vähemmän toimijoita, enemmän vaikutusvaltaa
Tekoälyn koulutuksen konsolidaatio keskittäisi paljon vaikutusvaltaa. Yritykset, jotka pystyvät ylläpitämään 100 miljardin dollarin koulutuksia, asettaisivat käytännössä alan teknisen suunnan – mallien arkkitehtuurit, turvallisuuskäytännöt, API-hinnoittelun ja nopeuden, jolla uudet ominaisuudet saavuttavat yleisön. Tämä on erilainen kilpailuympäristö kuin se, joka on määritellyt viime vuosia, jolloin laajempi joukko laboratorioita, startup-yrityksiä ja tutkimusryhmiä saattoi vielä uskottavasti väittää työntävänsä huippua eteenpäin.
Pienempi kenttä ei automaattisesti ole huonompi käyttäjille. Mutta se tarkoittaa, että harvemmat riippumattomat äänet päättävät, miten kyvykkäimmät järjestelmät koulutetaan ja otetaan käyttöön. Sääntelyviranomaiset ja tutkijat, jotka seuraavat tekoälyn kehitystä, ovat seuranneet tätä keskittymistä jo jonkin aikaa; Suleymanin ennuste antaa heille konkreettisen luvun, jonka ympärille järjestäytyä.
Halvempi päättely on tarinan toinen puoli
Koulutus ja päättely vetävät vastakkaisiin suuntiin. Suleyman viittasi myös halvempaan päättelyyn voimana, joka voisi demokratisoida tekoälyn käyttöä – vaikka mallit itsessään rakentaisi kutistuva joukko yrityksiä. Päättely on sitä, mitä tapahtuu, kun malli vastaa kyselyyn, luo kuvan tai suorittaa agentin. Kun se halpenee, useammat tuotteet, yritykset ja yksittäiset kehittäjät voivat hyödyntää tekoälyä kouluttamatta itse mitään.
Tuloksena voisi olla kaksitasoinen teollisuus: pieni määrä erittäin kalliita koulutusoperaatioita huipulla ja paljon laajempi niiden päälle rakennettujen sovellusten ekosysteemi. Kynnys laskee käyttäjille, vaikka se nousee huippulaboratorioille.
Mitä seurata
Kysymys on nyt siitä, kuinka nopeasti 100 miljardin dollarin koulutus saapuu ja ketkä ovat vielä pystyssä, kun se tapahtuu. Microsoft on jo sitoutunut vahvasti tekoälyinfrastruktuuriin, ja Suleymanin kommentit viittaavat siihen, että yritys odottaa kulutuskäyrän jatkavan taipumista ylöspäin. Kilpailijat, joilla on vastaavat resurssit, tekevät samanlaisia panostuksia. Kaikkien muiden osalta käytännön päätös on, kilpaillaanko huipulla, tehdäänkö kumppanuus niiden kanssa, jotka pystyvät siihen, vai rakennetaanko tuloksena syntyvien mallien päälle.
Julkaistua aikataulua tämän hintaiselle koulutukselle ei ole. Suleymanin ennuste on ennuste, ei sitoumus – mutta se on sellainen ennuste, joka muokkaa budjetteja, rekrytointia ja strategiaa koko alalla kauan ennen kuin luku toteutuu.
