AI modeli postaju obična roba: Gdje je stvarna vrijednost?
Prava konkurentska prednost više nije u razvoju modela, već u primjeni i integraciji.
Većina današnjih rasprava o umjetnoj inteligenciji svodi se na jedno pitanje: tko ima najveći, najbrži i najpametniji jezični model? Pratimo utrku između OpenAI-ja, Googlea, Anthrophica i Mete kao da je riječ o sportskom natjecanju. Opsjednuti smo benchmark testovima, brojem parametara, dužinom konteksta koji model može obraditi i sitnim postotcima poboljšanja na specijaliziranim testovima programiranja ili matematike. No, ispod te površinske fascinacije i medijskog spektakla događa se mnogo važnija i tiša transformacija: sami AI modeli ubrzano postaju obična, lako zamjenjiva roba. Ono što je do jučer bilo tehnološko čudo, danas postaje standardna infrastruktura.
Prevladavajuća priča
Glavni narativ koji danas dominira tehnološkom industrijom, medijima, pa čak i akademskim krugovima, jest da će pobjednik u razvoju umjetne inteligencije biti ona tvrtka koja stvori najnapredniji opći model (AGI) ili barem model koji apsolutno dominira na svim relevantnim ljestvicama performansi. Prema toj priči, umjetna inteligencija je igra u kojoj pobjednik uzima sve.
Investitori ulijevaju desetke milijardi dolara u tvrtke koje razvijaju temeljne modele, vjerujući da je posjedovanje "najpametnijeg mozga" ujedno i najbrži put do monopola i nevjerojatnog profita u budućnosti. Prema toj logici, svatko tko ne gradi vlastiti ogromni model od nule osuđen je na ovisnost i dugoročni neuspjeh. S druge strane, oni malobrojni giganti koji ih stvaraju percipirani su kao nezaustavljivi vladari nove digitalne ere koji će diktirati uvjete svima ostalima. Ovaj narativ potiče neviđeni strah od propuštanja prilike (FOMO) kod korporacija koje panično kupuju grafičke kartice i zakupljuju računalne centre, uvjerene da moraju imati svoj vlastiti, interni model po svaku cijenu kako bi preživjele.
Zašto je ta priča pogrešna ili nepotpuna
Problem s ovim narativom je što potpuno zanemaruje brzinu kojom se zatvara jaz između najboljih zatvorenih modela i onih otvorenog koda, ali i zanemaruje ekonomske zakonitosti koje vrijede za svaku novu tehnologiju. Modeli poput LlaME, Mistrala, Qwena i brojnih drugih danas nude performanse koje su do prije samo godinu dana bile rezervirane isključivo za najskuplje komercijalne sustave.
Kada tehnologija postane široko dostupna, standardizirana i relativno jeftina za korištenje, ona postaje obična roba, odnosno commodity. Baš kao što danas ne birate banku ili softversku tvrtku na temelju toga čije servere koriste u pozadini, uskoro nećete birati AI rješenje isključivo na temelju toga koji model pokreće njegovu logiku. Razlike u kvaliteti odgovora na općenita pitanja između GPT-4, Claudea ili lokalno pokrenute LLame postaju marginalne za veliku većinu stvarnih poslovnih primjena. Za zadatke poput sažimanja teksta, generiranja izvještaja ili analize sentimenta, razlika između modela s 95% i 98% preciznosti često je u praksi potpuno nebitna.
Ako je "mozak" dostupan svima – bilo kroz jeftin API ili potpuno besplatno kroz otvoreni kod – onda sam po sebi više nije jedinstvena kompetitivna prednost. Prava vrijednost nezaustavljivo se seli na sloj iznad modela, na onaj dio koji izravno dotiče korisnika. Nije više ključno tko ima najbolji model, već tko ima najbolje specifične podatke za njegovo prilagođavanje (fine-tuning). Nije važno tko može generirati tekst najbrže, već tko je izgradio najbolje korisničko sučelje, tko ga je najuspješnije i najbezbolnije integrirao u postojeće poslovne procese te tko može ponuditi najveću razinu pouzdanosti, sigurnosti i privatnosti. Vrijednost se stvara u prevođenju sirove, opće inteligencije u specifične, uporabljive proizvode koji rješavaju stvarne bolne točke korisnika u njihovom svakodnevnom radu.
Posljedice u stvarnom svijetu
Ako prihvatimo da AI modeli postaju roba, mijenja se cijela dinamika tržišta i način na koji tvrtke pristupaju inovacijama. Gubitnici u ovoj priči mogli bi biti upravo oni startupi koji su ogromna sredstva uložili u razvoj vlastitih temeljnih modela od nule, a nemaju jasnu strategiju kako ih komercijalizirati izvan puke prodaje API pristupa. Tržište API-ja postalo je nemilosrdno, cijene se iz mjeseca u mjesec drastično ruše, a lojalnost kupaca gotovo i ne postoji jer je promjena providera često stvar izmjene jedne linije koda. Također, gube i takozvani "wrapper" startupi – tvrtke čiji se proizvod svodi samo na jednostavno prosljeđivanje korisničkih upita OpenAI-ju uz minimalne preinake korisničkog sučelja. Njihov poslovni model je ranjiv i nestaje čim veliki igrači dodaju tu istu funkcionalnost u svoje osnovne aplikacije.
S druge strane, apsolutni pobjednici bit će tvrtke koje grade duboka, vertikalna rješenja. To su oni koji koriste dostupne modele kako bi, primjerice, stvorili savršenog AI asistenta isključivo za pravnike, arhitekte ili liječnike. Takvi proizvodi zahtijevaju duboko razumijevanje industrije, integraciju u specifične softvere koji se već koriste i prilagodbu stručnom rječniku. Pobjednici su oni koji posjeduju jedinstvene, vlasničke baze podataka kojima mogu obogatiti odgovore modela putem RAG (Retrieval-Augmented Generation) arhitekture, pružajući kontekst koji goli model nikada neće imati iz svog osnovnog treninga. Ukratko, na tržištu će pobjeđivati oni koji razumiju stvarni problem korisnika znatno bolje nego što razumiju arhitekturu samih neuronskih mreža.
Ovo je sjajna vijest i za krajnje korisnike, ali i za male i srednje tvrtke. Pristup vrhunskoj umjetnoj inteligenciji nikada neće biti jeftiniji i demokratičniji nego što je to danas. Fokus će napokon preći s tehnološkog hvalisanja i teoretskih rasprava o svjesnosti strojeva na rješavanje konkretnih, svakodnevnih problema koji usporavaju rad i guše produktivnost. Inovacije će se događati u primjeni, a ne u laboratorijima.
Završni stav
Vrijeme opsesije sirovom snagom i veličinom AI modela bliži se svom kraju. Temeljni modeli vrlo će brzo postati nevidljiva infrastruktura, baš poput električne mreže, računalstva u oblaku ili same internetske veze. Oni će biti nužni za rad, očekivani po defaultu, ali sami po sebi potpuno nedovoljni za stvaranje jedinstvene vrijednosti ili izgradnju održivog poslovanja. Budućnost umjetne inteligencije ne pripada tvrtkama koje grade najveće modele s najviše parametara, već onima koji znaju kako tu inteligenciju najpametnije usmjeriti, najbolje zapakirati i najefikasnije primijeniti na stvarne ljudske probleme.
Komentar objavljen na portalu Umjetna Inteligencija Blog by ShtefAI, autor: Shtef
