# Мартин Касадо: «ИИ снижает стоимость творчества и понимания в 10 000 раз» Источник: https://www.youtube.com/watch?v=gKvVcEAua7s Канал: a16z (Andreessen Horowitz) Опубликовано: 05.03.2024 --- Венчурный фонд **Andreessen Horowitz (a16z)** представил анализ текущего состояния индустрии искусственного интеллекта. Партнёр фонда Мартин Касадо утверждает, что мы находимся в точке крупнейшего экономического сдвига в истории, где стоимость создания контента и интеллектуальной деятельности падает на четыре-пять порядков. ## 🕰 Семьдесят лет эволюции ИИ: от экспертных систем до распознавания образов [[JUMP:0:09]] История искусственного интеллекта насчитывает уже около 70 лет, и, по мнению Мартина Касадо, по всем метрикам этот путь был огромным успехом [0:23]. Развитие технологий шло по нарастающей, решая задачи, которые ранее считались непосильными для вычислительных машин. Основные вехи развития ИИ, выделенные Касадо: * **1950-е — 1960-е годы:** появление экспертных систем, которые успешно применялись для медицинской диагностики [0:35]. * **1980-е — 1990-е годы:** компьютеры научились обыгрывать людей (в частности, российских гроссмейстеров) в шахматы [0:48]. * **Современный этап:** достигнуты успехи в распознавании изображений, робототехнике и детекции рукописного текста. Касадо подчеркивает, что во многих узких задачах ИИ уже давно превосходит человека. Например, алгоритмы лучше справляются с идентификацией объектов на снимках и распознаванием почерка [1:03]. Эти технологии уже приносят колоссальную ценность гигантам рынка: каждый поиск в Google или системы персональных рекомендаций работают на базе ИИ [1:16]. ## 📉 Экономический барьер: почему ИИ долго не становился массовой платформой [[JUMP:1:29]] Несмотря на «магические» возможности старого ИИ, в инвестиционном сообществе долгое время существовал парадокс: почему эта технология не вызвала платформенного сдвига, аналогичного появлению мобильной связи или интернета [1:42]? Исследования a16z показали, что проблема заключалась не в технологиях, а в экономике. Касадо выделяет несколько причин, почему стартапам было сложно строить бизнес на «традиционном» ИИ: 1. **Нишевость:** большинство решений применялись в узких сегментах и не имели массового спроса [1:56]. 2. **Проблема точности:** в таких сферах, как робототехника, критически важна абсолютная точность. Добиться её невероятно дорого и сложно [2:09]. 3. **Зависимость от «железа»:** многие решения требовали дорогостоящего аппаратного обеспечения. 4. **Конкуренция с человеческим мозгом:** человеческий мозг — это невероятно эффективная и дешевая «вычислительная машина». В качестве примера Касадо приводит индустрию беспилотных автомобилей. В 2003 году Себастьян Трун выиграл DARPA Grand Challenge, проехав на автономном фургоне по пустыне [2:36]. Казалось, что проблема решена. Однако спустя 20 лет и **$75 млрд инвестиций** всей индустрии, юнит-экономика роботакси всё ещё проигрывает Uber и Lyft, так как им приходится конкурировать с эффективностью человеческого водителя [3:02]. ## 🚀 Новая волна: эпоха больших моделей и «бесплатного» творчества [[JUMP:3:29]] Текущая волна ИИ, основанная на больших (фундаментальных) моделях, принципиально отличается именно своей экономической моделью. Эти нейросети работают с текстом, изображениями и аудио, открывая области, которые раньше были недоступны машинам: творчество, рассуждение на естественном языке и социальное взаимодействие [3:54]. По мнению Касадо, новые модели решают проблемы старого ИИ: * **Огромные рынки:** индустрии видеоигр и кино оцениваются более чем в $500 млрд [4:45]. * **Отсутствие жестких рамок точности:** для создания фантастического изображения или написания сонета не существует понятия «абсолютной правильности», что снижает порог входа для технологии [4:58]. * **Превосходство над человеком по стоимости:** в задачах коммуникации и креатива компьютеры внезапно оказались гораздо дешевле и эффективнее людей [5:11]. Касадо приводит конкретный пример: создание портрета в стиле Pixar. * **ИИ:** стоимость генерации составляет около **1/100 цента**, а время выполнения — 1 секунда [5:37]. * **Человек:** услуги графического дизайнера обойдутся минимум в $100 и потребуют более часа работы [6:01]. Разрыв составляет **четыре порядка (в 10 000 раз)**. Аналогичная ситуация наблюдается в юриспруденции: анализ сложного юридического документа с помощью LLM обходится в 10 000 – 100 000 раз дешевле, чем час работы адвоката, стоящий в среднем $500 [6:28]. ## 🌍 Глобальные последствия: маржинальная стоимость создания стремится к нулю [[JUMP:6:54]] Как утверждает Касадо, a16z сейчас наблюдает за ростом компаний, которые развиваются быстрее всех в истории интернета, будь то выручка или количество пользователей [6:54]. История знает два примера подобных радикальных падений стоимости: 1. **Микрочипы:** снизили маржинальную стоимость вычислений до нуля. До этого расчеты велись вручную (логарифмические таблицы), затем появился компьютер ENIAC, и это породило гигантов вроде IBM и HP [7:21]. 2. **Интернет:** снизил маржинальную стоимость распространения информации до нуля, что привело к появлению Amazon, Google и Salesforce [7:46]. Фундаментальный тезис a16z заключается в том, что текущие модели снижают до нуля **маржинальную стоимость создания (контента)** и **понимания (логического вывода)** [8:14]. ## 👷‍♂️ Рынок труда и будущее «воплощенного» AGI [[JUMP:8:26]] Обсуждая вопрос исчезновения рабочих мест из-за ИИ, Касадо выражает оптимизм. Он опирается на опыт прошлых эпох: если спрос на продукт эластичен (как спрос на вычисления или на передачу данных), то снижение стоимости единицы продукта ведет к колоссальному росту общего потребления [8:40]. Вместо уничтожения ценности, технология расширяет рынок. По мнению спикера, ИИ не заменит людей, а увеличит общую пропускную способность экономики и создаст новую волну культовых компаний [9:07]. В финале выступления Касадо делает амбициозный прогноз: * Впервые в истории виден реальный путь к созданию **«воплощенного» AGI** (Embodied Artificial General Intelligence) [9:46]. * Это будет не просто набор дорогих и бесполезных роботов, а экономически жизнеспособные системы, способные решать реальные физические задачи [9:58]. Для реализации этого потенциала потребуется тесное партнерство между венчурным капиталом, технологическим сообществом и государственными регуляторами в Вашингтоне [10:11].