ИИ проникает в жизнь миллионов людей по всему миру, но, несмотря на повсеместное распространение, эту технологию сложно монетизировать на фоне растущих затрат.
Инструменты генеративного ИИ, такие как ChatGPT, требуют больших затрат на работу: они требуют высококлассных серверов, дорогих графических процессоров и обширного вспомогательного оборудования, потребляющего огромную мощность.
Дилан Пател из SemiAnalysis, хотя это и не подтверждено в значительной степени, утверждает, что рассказал Информация что OpenAI якобы использует некоторые $700,000 в день для запуска своих моделей, а в 2022 году убытки составили почти $500 млн.
Джон Хеннесси, председатель совета директоров материнской компании Google, Alphabet, говорит, что одна подсказка на Барде стоит до В 10 раз больше, чем при поиске в GoogleАналитики считают, что в ближайшие годы Google понесет миллиардные расходы, связанные с искусственным интеллектом.
2023 год стал испытательным полигоном для монетизации ИИ. Такие технологические гиганты, как Microsoft, Google, Adobe и другие, пробуют самые разные подходы к созданию, продвижению и ценообразованию своих предложений в области ИИ.
Большинство коммерческих моделей, таких как ChatGPT, Bard и Anthropic's Claude 2, уже ограничивают пользователей определенным количеством подсказок в час или день, включая платные версии, такие как ChatGPT Plus. Adobe устанавливает месячные лимиты использования для своих моделей Firefly.
Огромные затраты на ИИ бьют и по предприятиям. Адам Селипски, генеральный директор Amazon Web Services (AWS), так прокомментировал непомерные расходы для корпоративных пользователей, желающих создать рабочие нагрузки искусственного интеллекта: "Многие клиенты, с которыми я общался, недовольны стоимостью запуска некоторых из этих моделей".
Крис Янг, глава корпоративной стратегии Microsoft, отметил, что предприятиям, которые хотят использовать существующие модели ИИ, еще рано: "Компаниям и потребителям потребуется время, чтобы понять, как они хотят использовать ИИ и сколько они готовы за это платить".
Он добавил: "Мы явно находимся на том этапе, когда необходимо перевести волнение и интерес в реальное принятие".
Модели ИИ в сравнении с программным обеспечением
ИИ не может похвастаться такой же экономичностью, как обычное программное обеспечение, поскольку для каждой задачи требуются особые вычисления.
Когда пользователи обращаются к такой модели, как ChatGPT, она ищет шаблоны и последовательности в своих обучающих данных в архитектуре нейронной сети и вычисляет конкретный ответ. Каждое взаимодействие отнимает энергию, что приводит к постоянным затратам.
Соответственно, с ростом внедрения растут и расходы, что создает проблемы для компаний, предлагающих услуги ИИ по фиксированным ценам.
Например, недавно Microsoft в сотрудничестве с OpenAI представила GitHub Copilot, предназначенный для программистов и разработчиков.
Пока что высокие эксплуатационные расходы не приносят прибыли. В первые месяцы года Microsoft взимала за подписку на этого ИИ-помощника $10 в месяц и несла в среднем более $20 убытков в месяц с каждого пользователя. Некоторые пользователи несли убытки до $80 в месяц, как показало исследование источник в WSJ.
За пакет Copilot для Microsoft 365 (по недоразумению названный так же, как и инструмент GitHub) Microsoft планирует взимать дополнительную плату в размере $30 в месяц. Этот инструмент предлагает такие возможности, как автономное составление электронных писем, подготовка презентаций PowerPoint и создание электронных таблиц Excel.
Аналогичным образом, Google также собирается выпустить функцию помощника ИИ для своих рабочих инструментов, введя дополнительную плату в размере $30 в месяц к существующим тарифам.
И Microsoft, и Google делают ставку на единый ежемесячный тариф, надеясь, что увеличение платы позволит адекватно компенсировать средние затраты на питание этих инструментов искусственного интеллекта.
Хотя $30 в месяц может показаться доступным в некоторых более развитых западных странах, эти ценовые модели не охватывают большую часть населения мира.
Например, когда ChatGPT Plus вышел на индийский рынок, многие жаловались, что он было слишком дорогоНа это уходит значительная часть средней месячной зарплаты $330. Отказ миллиардов пользователей от ИИ может дорого обойтись разработчикам при выводе инструментов на рынок.
Для жителей более благополучных стран стоимость подписки также не является чем-то существенным: опросы показывают, что люди, стремящиеся сократить свои расходы, в первую очередь отказываются от подписки.
Почему ИИ так сложно монетизировать?
ИИ представляет собой пустоту между, казалось бы, безграничными представлениями разработчиков и ограниченными ресурсами, доступными для их реализации.
Генеральный директор OpenAI Сэм Альтман утверждает, что футуристический мир с ИИ просто "неизбежен", где разумные машины живут рядом с нами, выполняя наши команды, где люди живут сотни лет или бессмертны, и где ИИ, встроенный в наш мозг, помогает нам выполнять сложные задачи, думая только о нас.
Он, конечно, не одинок: генеральный директор Inflection Мустафайя Сулеман недавно опубликовал книгу "Грядущая волна", где сравнивает ИИ с кембрийским взрывом 500 миллионов лет назад, который привел к самому быстрому всплеску эволюции, когда-либо наблюдавшемуся на нашей планете.
Генеративный ИИ ожидает взрывной рост, и к 2032 году его доходы превысят $1 триллион. От того, как все начиналось, до того, где это происходит сейчас и где это будет происходить, просто умопомрачительно... Каждая отрасль будет преобразована к лучшему. pic.twitter.com/0licQGfphn
- Мустафа Сулейман (@mustafasuleyman) 20 октября 2023 года
Амбиции питают идеи, но деньги питают технологическую индустрию. Исследования и разработки в области ИИ требуют больших затрат, поэтому лидеры индустрии, такие как OpenAI, Google и Facebook, вкладывают значительные средства, чтобы оставаться впереди в гонке.
В 2021 году компании, занимающиеся разработкой искусственного интеллекта, привлекли $94 миллиарда инвестиций, причем многие раунды финансирования достигли $500 миллионов и более. В 2023 году объем инвестиций в стартапы увеличится еще больше. Антропология и Перегиб преодолев отметку в $1 миллиард.
Из-за жесткой конкуренции специалисты по искусственному интеллекту получают солидные зарплаты, часто исчисляемые миллионами, а модели требуют регулярной доводки и стресс-тестирования, что увеличивает текущие расходы.
Кроме того, существуют дополнительные расходы, связанные с центрами обработки данных и их обслуживанием, особенно охлаждающийТакое оборудование нагревается и может выйти из строя, если не поддерживать оптимальную температуру.
В некоторых случаях срок службы графических процессоров составляет менее пяти лет, и они часто требуют специализированного обслуживания.
Стратегии монетизации ИИ
В свете этих проблем как технологические компании подходят к решению задачи монетизации ИИ?
Повышение производительности
Компании могут извлечь выгоду из ИИ, значительно повысив чистую производительность общества. Автоматизируя повторяющиеся задачи, компании позволяют специалистам сосредоточиться на выполнении более важных функций.
Это поможет им получить как частные, так и государственные деньги. Например, DeepMind сотрудничает с Национальной службой здравоохранения (NHS) в Великобритании, а технологические компании работают с правительствами над решением проблемы изменения климата.
Однако производительность труда с помощью ИИ может повлиять на другие статьи доходов технологических компаний. Например, Google Доходы от рекламы снижаются, поскольку искусственный интеллект оттягивает трафик от поисковой системы. В этом году доходы Google от рекламы на YouTube составили снижение на 2,6%, а доходы рекламной сети сократились на беспрецедентные 8,3%.
Продажи оборудования
Для обучения и размещения моделей ИИ требуется специализированное высокопроизводительное оборудование. Графические процессоры незаменимы для выполнения сложных алгоритмов ИИ, что делает их прибыльным компонентом в экосистеме ИИ.
Лидер отрасли - компания Nvidia, чей рыночный капитал достиг отметки $1 трлн. производители аппаратных средств искусственного интеллекта тоже выиграли.
Подписки
Предложение улучшений ИИ в рамках пакетов подписки - это лучший способ получения дохода от публичных пользователей и предприятий, которые не хотят или не хотят идти по пути API.
ChatGPT Plus является самым подписным AI-сервисом во всем мире, однако информация о том, какой доход он приносит, отсутствует.
OpenAI запустила свой Корпоративный вариант в этом году, чтобы увеличить доходы от подписки, и заявила, что компания планирует получить $1 миллиард в следующем году.
API
Такие компании, как OpenAI, используют для корпоративных и бизнес-пользователей биллинг на основе токенов для своих API.
Эта система обеспечивает выставление счетов пользователям в соответствии с фактической вычислительной нагрузкой их запросов, что гарантирует справедливость и прозрачность.
Модели ценообразования на API рассчитаны на широкий спектр пользователей - от тех, кто совершает спорадические легкие вызовы, до пользователей с интенсивными задачами.
ИИ как неотъемлемая характеристика
Некоторые компании интегрируют возможности искусственного интеллекта в свои продукты, не взимая за это дополнительную плату. Эта стратегия направлена на то, чтобы сначала повысить внутреннюю ценность продукта.
Со временем, когда пользователи интегрируют возможности ИИ в свои рабочие процессы и осознают их ценность, они с большей вероятностью согласятся с последующим повышением цен. Однако при постоянном росте стоимости ИИ должен обеспечивать прогрессивные преимущества.
Обучение искусственному интеллекту с открытым исходным кодом становится дешевле
Здесь параллельно идет дискуссия: почему кто-то должен платить за ИИ, если он никогда им не владеет?
Некоторые, например "крестный отец" ИИ Ян ЛеКун, утверждают, что ИИ должен стать частью нашей общественной инфраструктуры, подчеркивая необходимость создания разработчиками дешевых и легкодоступных моделей с открытым исходным кодом.
Статья в NYT о спорах вокруг того, должны ли базовые модели LLM быть закрытыми или открытыми.
Meta выступает за открытость, начиная с выпуска LLaMA (для некоммерческого использования), в то время как OpenAI и Google хотят сохранить закрытость и проприетарность.
Они утверждают, что открытость может быть...
- Янн ЛеКун (@ylecun) 18 мая 2023 года
Поскольку решения на основе искусственного интеллекта становятся неотъемлемой частью бизнеса, у многих из них нет бюджета на разработку собственных моделей с нуля. Традиционно они обращаются к API от развивающихся ИИ-стартапов или готовым системам.
Однако по мере снижения стоимости обучения и роста стремления к конфиденциальности данных все большее предпочтение отдается сотрудничеству с поставщиками, специализирующимися на настройке частных моделей и моделей с открытым исходным кодом.
Навин Рао, генеральный директор и соучредитель компании MosaicML, объяснил The Register что модели с открытым исходным кодом манят, поскольку они дешевле, гибче и позволяют компаниям сохранять конфиденциальность рабочих нагрузок.
Компания MosaicML выпустила серию открытых больших языковых моделей (LLM) на базе своей архитектуры MPT-7B. В отличие от многих других LLM, эта модель является коммерчески доступной для широких масс.
Рао рассказал о том, что стоит за этой моделью, сказав: "К подобным вещам определенно есть большой интерес, и мы сделали это по нескольким причинам". Одна из них заключается в том, что мы хотим иметь модель, которая разрешена для коммерческого использования. Мы не хотим подавлять подобные инновации".
Говоря о доступности, Рао отметил: "Если бы клиент пришел к нам и сказал, что нужно подготовить эту модель, мы могли бы сделать это за $200 000, и мы все равно заработали бы на этом".
MosaicML также предоставляет компаниям инструменты для эффективного размещения их пользовательских моделей на облачных платформах. "Их данные не передаются стартапу, и они владеют весом модели и ее IP", - подтверждает Рао.
Рао также затронул тему ограничений коммерческих API, заявив: "Коммерческие API - это отличный инструмент для создания прототипов. Я думаю, что сервисы типа ChatGPT люди будут использовать для развлечений и, возможно, для личных целей, но не для компаний. Данные - это очень важный ров для компаний".
Рао также подчеркнул стоимость собственной архитектуры, заявив: "Графические процессоры на самом деле довольно часто выходят из строя", "Если узел выходит из строя, и требуется ручное вмешательство, на устранение которого ушло пять часов, то вы только что сожгли $10 000 без работы, верно?".
Он также обратился к надвигающейся проблеме нехватки чипов в отраслиОн заявил: "Мы будем жить в мире нехватки GPU как минимум два года, а может, и пять".
Если компании смогут использовать ИИ с открытым исходным кодом для обучения своих недорогих моделей, обладая полным суверенитетом и контролем над данными, то это создаст проблему для публичных ИИ, таких как ChatGPT.
Грядущие узкие места ИИ?
Помимо нехватки GPU, о которой говорил Рао, еще одним препятствием на пути монетизации ИИ являются стремительно растущие потребности отрасли в энергии.
A недавнее исследование прогнозирует, что к 2027 году объем энергии, потребляемой индустрией искусственного интеллекта, может быть эквивалентен энергии, потребляемой небольшой страной.
Microsoft стремительный рост потребления воды в центрах обработки данных подтверждает огромную жажду ИИ к природным ресурсам. Факты свидетельствуют о том, что недавние скачки потребления воды такими технологическими гигантами, как Microsoft и Google, объясняются интенсивными рабочими нагрузками, связанными с искусственным интеллектом.
В более широком масштабе суммарная энергия, потребляемая центрами обработки данных, уже превышает 1% мирового потребления электроэнергии, согласно данным Международное энергетическое агентство (МЭА).
Если спрос на энергию продолжит расти, то компании, занимающиеся разработкой ИИ, будут вынуждены обратить внимание на разработку более эффективных подходов к обучению моделей, что может повредить ближайшей траектории развития технологии.
Конкурирующие нарративы
Зарождающаяся индустрия искусственного интеллекта еще молода, и ее будущее трудно предсказать.
Центральные фигуры в области ИИ признают, что их предубеждения не всегда совпадают с реальностью.
Например, выступая на подкасте Джо Рогана, Сэм Альтман признал, что ошибался в оценке курса развития ИИ, рассказав, что путь к созданию высокоинтеллектуальных форм ИИ будет не взрывным, а гранулированным.
С одной стороны, ИИ сложно монетизировать, что вызывает сомнения в том, что первоначальный ажиотаж спадет, что приведет к замедлению процесса становления технологии.
С другой стороны, возможно, индустрия уже достигла достаточного прогресса, чтобы подтолкнуть ИИ к "сингулярности", когда он превзойдет человеческое познание.
В ближайшие несколько лет, если человечество достигнет прогресса в таких важных областях, как производство энергии и создание маломощного оборудования и архитектуры ИИ, и В этом году там был достигнут определенный прогресс - тогда технология сможет устранить узкие места в ближайшем будущем и продолжить свое стремительное развитие.
