✨️ **Obserwuj** #mirkoanonim Obszerne tłumaczenie głównych punktów art... (@mirko_anonim)

✨️ Obserwuj #mirkoanonim
Obszerne tłumaczenie głównych punktów artykułu https://www.wheresyoured.at/subprimeai/ zachowując sens i kontekst:

Edward Zitron w swoim obszernym artykule przedstawia krytyczną analizę obecnego boomu na sztuczną inteligencję generatywną, argumentując, że jest on niezrównoważony i prawdopodobnie zakończy się poważnym kryzysem w branży technologicznej. Oto główne tezy i argumenty autora:

1. Niestabilność finansowa firm AI:
Czołowe firmy zajmujące się sztuczną inteligencją, takie jak OpenAI i Anthropic, ponoszą ogromne straty finansowe. OpenAI przewiduje stratę w wysokości 5 miliardów dolarów w 2024 roku, podczas gdy Anthropic ma stracić 2,7 miliarda dolarów. Te liczby pokazują, jak kosztowne jest rozwijanie i utrzymywanie zaawansowanych modeli AI.

2. Wysokie koszty operacyjne i treningu modeli:
Modele AI są niezwykle drogie w utrzymaniu i treningu. Szacuje się, że przyszłe modele mogą kosztować nawet 100 miliardów dolarów do wytrenowania. OpenAI wydaje około 4 miliardy dolarów rocznie tylko na koszty serwerowe, mimo korzystania z preferencyjnych stawek od Microsoft.

3. Niezrównoważona polityka cenowa:
Obecne ceny usług AI są znacznie zaniżone i nie pokrywają rzeczywistych kosztów operacyjnych. Firmy utrzymują niskie ceny dzięki ogromnym inwestycjom venture capital i dotacjom od dużych firm technologicznych, takich jak Microsoft, Google i Amazon. Ta strategia jest niezrównoważona w długim terminie.

4. Rozczarowujące postępy technologiczne:
Najnowszy model OpenAI o nazwie "o1" (kodowa nazwa "Strawberry") okazał się rozczarowujący. Jest droższy w użyciu, wolniejszy w działaniu i nadal popełnia podstawowe błędy, mimo obietnic znaczących ulepszeń. To podważa narrację o ciągłym, szybkim postępie w dziedzinie AI.

5. Brak ścieżki do rentowności:
Nie ma jasnej drogi do rentowności dla firm AI. Nawet wielkie firmy technologiczne, takie jak Microsoft, Google czy Amazon, nie pokazują znaczących przychodów z ich inwestycji w AI. To rodzi pytania o długoterminową żywotność tych projektów.

6. Ograniczona wartość biznesowa:
Integracja AI w produktach firm nie przynosi oczekiwanych korzyści biznesowych. Przykładowo, tylko 0.1-1% klientów Microsoft płaci za funkcje AI w pakiecie Office. To sugeruje, że rzeczywista wartość tych rozwiązań dla użytkowników jest ograniczona.

7. Ryzyko prawne:
Istnieje poważne ryzyko prawne związane z wykorzystaniem chronionych prawem autorskim danych do trenowania modeli AI. Trwające procesy sądowe mogą potencjalnie zmusić firmy do kosztownego przetrenowania swoich modeli, co dodatkowo obciążyłoby ich finanse.

8. Nadmierne inwestycje infrastrukturalne:
Wielkie firmy technologiczne zainwestowały ogromne sumy w infrastrukturę AI, która może okazać się niewykorzystana, jeśli popyt na usługi AI nie będzie tak duży, jak oczekiwano. To może prowadzić do znacznych strat finansowych.

9. "Kryzys AI subprime":
Autor obawia się scenariusza, który nazywa "kryzysem AI subprime" - sytuacji, w której cała branża technologiczna polega na dotowanej, nierentownej technologii AI. Gdy dotacje się skończą lub inwestorzy stracą cierpliwość, może to doprowadzić do kaskadowego efektu upadku firm zależnych od AI.

10. Potencjalne masowe zwolnienia:
Istnieje realne ryzyko masowych zwolnień w sektorze technologicznym, gdy firmy będą zmuszone do cięcia kosztów w obliczu braku zysków z inwestycji w AI. To może mieć daleko idące konsekwencje dla całej gospodarki.

11. Oderwanie od rzeczywistych potrzeb:
Zitron argumentuje, że obecny boom AI jest wynikiem oderwania branży technologicznej od rzeczywistych potrzeb klientów. Firmy skupiają się na sztucznym napędzaniu wzrostu i monetyzacji, zamiast dostarczać realną wartość użytkownikom.

12. Brak alternatywnych strategii wzrostu:
Autor zauważa, że poza AI, wiele dużych firm technologicznych nie ma innych pomysłów na nowe produkty czy źródła wzrostu. To sprawia, że są one jeszcze bardziej zdesperowane, by AI odniosło sukces, nawet jeśli oznacza to irracjonalne decyzje biznesowe.

13. Centralizacja i monopolizacja:
Boom AI prowadzi do dalszej centralizacji i monopolizacji w branży tech. Tylko kilka największych firm ma zasoby do rozwijania zaawansowanych modeli AI, co może prowadzić do niezdrowej koncentracji władzy i wpływów.

14. Problemy etyczne i społeczne:
Artykuł porusza także kwestie etyczne związane z AI, takie jak wykorzystanie praw autorskich bez zgody twórców czy potencjalne negatywne skutki społeczne zbyt szybkiego wdrażania niepewnych technologii.

15. Krytyka mediów i analityków:
Zitron krytykuje media i analityków finansowych za bezkrytyczne podejście do narracji o AI, porównując obecną sytuację do wcześniejszych nieudanych "rewolucji" technologicznych, takich jak kryptowaluty czy metaverse.

16. Wpływ na kulturę korporacyjną:
Autor zwraca uwagę na negatywny wpływ obsesji na punkcie AI na kulturę korporacyjną w firmach technologicznych, cytując anonimowe wypowiedzi pracowników niezadowolonych z kierunku, w jakim zmierzają ich firmy.

17. Wezwanie do ostrożności:
Zitron kończy artykuł wezwaniem do większej ostrożności i krytycznego myślenia w odniesieniu do AI. Sugeruje, że branża technologiczna powinna skupić się na rozwiązywaniu rzeczywistych problemów ludzi, zamiast gonić za kolejną modą technologiczną.

Podsumowując, artykuł Edwarda Zitrona przedstawia ponury obraz przyszłości branży AI i technologicznej jako całości, ostrzegając przed potencjalnym kryzysem, który może mieć daleko idące konsekwencje ekonomiczne i społeczne. Autor wzywa do bardziej zrównoważonego i odpowiedzialnego podejścia do rozwoju technologii, które skupiałoby się na rzeczywistych potrzebach użytkowników, a nie na sztucznym napędzaniu wzrostu i zysków.

#ai #technologia #chatgpt #ciekawostki #openai #google

─────────────────────
· Akcje: Odpowiedz anonimowo · Więcej szczegółów
· Zaakceptował: razzor91
· Autor wpisu pozostał anonimowy dzięki Mirko Anonim