Новая эра стартапов: почему ИИ меняет правила игры 🚀 0:42
Экономика искусственного интеллекта развивается стремительно, трансформируя не только подходы к созданию продуктов, но и само представление о том, что такое компания и как она должна конкурировать. В этой дискуссии представители Andreessen Horowitz (a16z) анализируют текущий ландшафт ИИ-индустрии, спорят о «мотах» из проприетарных данных и обсуждают, почему нынешний технологический бум неизбежно сопровождается спекуляциями.
🧠 Будущее больших моделей: 100-кратный прогресс 6:06
Собеседники сходятся во мнении, что развитие базовых моделей (Foundation Models) будет продолжаться ударными темпами. По словам ведущего, прогнозы об их 100-кратном улучшении выглядят вполне реалистично, если оценивать комбинацию широты знаний, сложности ответов и снижения уровня галлюцинаций.
- Факторы прогресса: Постоянное увеличение вычислительных мощностей, «дистилляция» умных моделей в более компактные и эффективные, а также развитие методов цепочки рассуждений (chain of thought), которые позволяют ИИ самообучаться.
- Гипотеза «супергения»: Хотя интернет-данные в среднем представляют «среднего человека» с IQ 100, ИИ способен обращаться к специфическим частям своего латентного пространства. При правильном промптинге — например, с просьбой писать код «в стиле Джона Кармака» — модель выдает результат гораздо выше среднего.
- Контраргумент: Гости задаются вопросом, не является ли человеческая структура мира пределом (асимптотой) для ИИ. Возможно, текущие модели — это лишь «искусственные люди», и для создания чего-то принципиально более совершенного потребуется научный прорыв, а не просто больше данных.
🛠 Приложения против платформ: где спрятана ценность? 21:38
Критику многих ИИ-стартапов называют «GPT-обертками» (GPT wrappers), утверждая, что их легко вытеснят сами разработчики моделей. Однако эксперты считают это сравнение ошибочным.
- Ценность процесса: Как и в эпоху классического ПО, основная прибыль кроется в интеграции инструментов, понимании рабочих процессов заказчика и оркестрации сложных операций, а не только в «движке».
- Ценообразование: Успешный стартап должен оцениваться по принципу «value-based pricing». Пример компании Crest AI из портфеля a16z, которая занимается автоматизацией сбора долгов, показывает: продукт ценен не лицензией на OpenAI, а измеримым экономическим эффектом для бизнеса.
📊 Миф о «новых нефтяных скважинах» данных 42:16
Существует клише, что данные — это «новая нефть», и обладание ими создает непреодолимый ров (moat) для конкурентов. Спикеры называют это утверждение «коупом» (самоутешением) компаний.
- Доступность: Объемы данных в открытом интернете настолько велики, что специфические данные отдельного бизнеса часто не дают решающего преимущества.
- Рынок данных: Доказательством низкой ценности таких данных является отсутствие развитого рынка их купли-продажи — если бы они были по-настоящему ценны, их бы активно покупали за большие деньги.
- Исключения: Данные могут быть ценными для внутреннего использования (например, история обращений инвесторов в фонде a16z или защита от мошенничества в Coinbase), но они редко становятся защитным барьером от внешних игроков.
💻 Сеть или компьютер? Уроки истории 57:56
Попытки сравнивать нынешний бум с эпохой доткомов (Web 1.0) часто не учитывают фундаментальную разницу. С точки зрения собеседников, интернет был сетью, а ИИ — это новый вид компьютера, вероятностный процессор.
- Модель пирамиды: Подобно эволюции компьютеров от мейнфреймов до чипов в термостатах, экосистема ИИ будет состоять из моделей разного размера и специализации — от «божественных» моделей-гигантов до миллиардов крошечных систем.
- Риски монополизации: Собеседники выражают обеспокоенность тем, что крупные корпорации под предлогом «безопасности» пытаются ограничить открытые исходные коды и открытые веса, стремясь монополизировать рынок и поставить страну в невыгодное положение.
📈 Спекуляции и «золотая лихорадка»
Дискуссия завершается обсуждением спекулятивного характера инвестиций. Эксперты считают, что инвестиционный цикл «бум-спад» — неотъемлемая черта любой технологии общего назначения (General Purpose Technology).
- Необходимость риска: Венчурный капитал по своей природе предполагает, что около половины проектов потерпят неудачу. Без этой готовности терять деньги в поиске прорывных идей общество было бы менее ориентировано на будущее и развитие.
- Передача капитала: Переход денег от инвесторов к молодым и амбициозным предпринимателям рассматривается как позитивный процесс, даже если часть этих средств расходуется неэффективно.
