В рамках серии встреч Thought Leader Series, организованной сообществом выпускников-венчурных капиталистов Stanford GSB, эксперты из Meta, Genesis Computing и Cybernetix Ventures обсудили текущее состояние индустрии искусственного интеллекта. Спустя два года после запуска ChatGPT рынок переходит от чистого восторга к прагматичной оценке цепочек создания стоимости, развитию агентных систем и интеграции ИИ в физический мир через робототехнику.
🕰 История ИИ: от академических «зим» до спасения жизней 4:11
Доктор Ламия Юсеф (Dr. Lamia Youseff), генеральный директор Genesis Computing и ветеран индустрии (Google Cloud, Apple, Microsoft, Meta), напоминает, что термин «искусственный интеллект» был предложен еще в 1957 году . По ее мнению, ИИ прошел через многочисленные циклы завышенных ожиданий и «зим», пока в 2000-х годах развитие облачных вычислений и больших данных не создало почву для нынешнего взрыва .
Для Юсеф ИИ — это не только цифры, но и личная история. В студенческие годы она изучала глубокое обучение, когда ее матери поставили подозрение на рак груди. Она осознала, что модели ИИ могут предсказывать злокачественные образования по рентгеновским снимкам за считанные минуты . По ее словам, это понимание возможности спасать жизни стало ее мотивацией на следующие 25 лет карьеры.
Основные вехи развития ИИ, выделенные Юсеф:
- 1957 год: Появление термина ИИ на семинаре в Дартмуте .
- 1990-е годы: Исследования в области машинного обучения и нейронных сетей, имитирующих работу мозга .
- 2000-е годы: Появление облачных технологий и эпоха Big Data .
- Ноябрь 2022 года: Запуск ChatGPT, ставший «моментом истины» для широкой публики .
💰 Экономика ИИ: где скрыта маржа в цепочке стоимости? 9:50
Инвестиционный ландшафт ИИ-стартапов сегодня характеризуется экстремально высокими оценками (valuations). По словам Ламии Юсеф, это ставит инвесторов перед дилеммой: вкладывать огромные суммы в меньшее количество компаний, повышая риски фонда, или оставаться в стороне и рисковать упустить следующий Google или Facebook .
Юсеф предлагает анализировать индустрию через «цепочку стоимости» (value chain), состоящую из нескольких уровней:
- Полупроводники и оборудование (GPUs): Здесь сейчас концентрируется основная прибыль из-за дефицита и монополии поставщиков (NVIDIA) .
- Модели (LLMs): Слой находится под давлением конкуренции между закрытыми и открытыми (open-source) моделями.
- Данные: Критически важный слой, где преимущество у владельцев частных корпоративных данных .
- Приложения: Верхний слой, где, по прогнозу Юсеф, будет захвачена значительная часть маржи в долгосрочной перспективе .
Она считает, что игроки в «середине» стека будут постепенно вытесняться давлением сверху (со стороны приложений) и снизу (со стороны инфраструктуры) .
🤖 От чат-ботов к автономным агентам 22:43
Джо Списак (Joe Spisak), директор по продукту Generative AI в Meta и один из создателей PyTorch, утверждает, что индустрия движется по «континууму контроля», где человек передает ИИ все больше автономии .
Эта эволюция выглядит следующим образом:
- Ассистенты: Простые чат-боты, которые отвечают на вопросы, но не совершают действий .
- Копилоты: Системы с предопределенными инструментами (например, вызов поиска Google или выполнение кода) .
- Агенты: Системы, способные выполнять открытые задачи и вести многоэтапные диалоги (например, забронировать спа-пакет или спланировать ужин) .
- Специализированные мультиагентные системы: Взаимодействие нескольких агентов через API на естественном языке для решения комплексных задач .
Списак особо выделяет концепцию «вычислений во время вывода» (inference-time compute), примером которой является проект Strawberry (O1) от OpenAI . По его словам, вместо того чтобы вкладывать все ресурсы только в предварительное обучение моделей, разработчики начинают использовать алгоритмы поиска (например, метод Монте-Карло), позволяя модели «думать» дольше во время ответа, что резко повышает качество решения сложных задач .
🏘 Робототехника: ИИ обретает физическое тело 42:27
Фади Саад (Fady Saad), основатель Cybernetix Ventures, считает, что робототехника — это самостоятельный класс активов, находящийся на стыке софта (SaaS) и «глубоких технологий» (deep tech) . Он определяет робототехнику как пересечение автоматизации и интеллекта .
По мнению Саада, успех в робототехнике сегодня зависит не от «крутости» технологии, а от выбора правильной вертикали. Он выделяет ключевые рынки:
- Логистика: Решение проблемы нехватки рабочей силы на складах .
- Строительство: Оцифровка опасных и грязных работ (например, установка фасадных панелей) .
- Здравоохранение: Помощь врачам в диагностике и проведении операций .
- Сельское хозяйство и климат: Масштабирование экологических решений .
Саад подчеркивает, что навигация роботов в помещениях — это уже практически решенная задача . Однако «святым Граалем» остается манипуляция: достижение человеческого уровня ловкости рук. По его прогнозу, создание по-настоящему полезных гуманоидных роботов займет еще не менее 7 лет из-за нерешенных проблем с неопределенностью при захвате объектов .
🛡 Стратегии выживания стартапов против Big Tech 1:11:04
В дискуссии о конкуренции с технологическими гигантами Джо Списак высказал мнение, что стартапам не стоит бояться Big Tech, а нужно использовать их ресурсы. Meta и другие компании тратят миллиарды долларов на разработку моделей с открытым исходным кодом (например, Llama), фактически предоставляя стартапам бесплатный фундамент для инноваций .
Ключевые советы экспертов для фаундеров:
- Глубокая экспертиза (T-shaped teams): Успешные команды должны сочетать сильных ML-инженеров с экспертами из конкретных отраслей (FDA, логистика, строительство) . Списак критикует стартапы, которые просто «навешивают обертку» на чужой API, не понимая сути машинного обучения .
- Избегайте инфраструктурных войн: Списак полагает, что инвестировать в создание новых облачных платформ для обучения сейчас крайне рисковано, так как это превращается в низкомаржинальный бизнес по перепродаже мощностей GPU .
- Фокус на продуктовом опыте: Ламия Юсеф утверждает, что масштаб имеет значение. Опыт работы в больших корпорациях помогает понять, как масштабировать системы с 1 000 до 1 000 000 пользователей, что является критическим навыком для стартапа .
🌐 Национальная безопасность и дефицит данных 1:32:38
Участники дискуссии сошлись во мнении, что ИИ стал вопросом национальной безопасности. Фади Саад отметил, что перенос производства полупроводников и развитие аддитивных технологий в США — это не только экономический, но и стратегический вопрос обеспечения самодостаточности в случае конфликтов .
Одной из главных проблем развития «физического ИИ» остается нехватка оцифрованных данных. Если для обучения языковых моделей (LLM) можно было использовать весь интернет, то для обучения роботов работе в зданиях или на фермах данных катастрофически мало . Большинство зданий в мире «глупы» — в них нет сенсоров, собирающих информацию . По мнению Саада, инструменты для сбора физических данных станут одной из самых интересных областей для инвестиций в ближайшие годы .
