Taklimat AI
Melihat Perubahan Industri daripada Laporan AI Mary Meeker: Peraturan Baharu untuk Modal, Kuasa Pengkomputeran dan Persaingan
Berdasarkan laporan "Trend Kecerdasan Buatan" yang diterbitkan oleh Mary Meeker, mentafsirkan pemacu teras pertumbuhan pesat industri AI dan hala tuju masa depannya dari sudut perbelanjaan modal, kos inferens, penggunaan tenaga, sumber terbuka vs tertutup, dan persaingan geopolitik.
Prakata: Peta Empirikal Ledakan AI
Pada hari ini apabila industri AI semakin pesat berkembang, data dan modal selalunya menjadi kayu ukur yang paling boleh dipercayai untuk menilai arah aliran. Mary Meeker, rakan kongsi Bond VC, baru-baru ini menerbitkan laporan setebal 340 halaman, "Trends in Artificial Intelligence" (Trend Kecerdasan Buatan). Ini merupakan laporan trend industri berskala besar pertamanya dalam tempoh enam tahun, dan juga dokumen yang mendapat perhatian tinggi daripada komuniti teknologi dan pelaburan global. Meeker memberitahu Axios, "Kami tidak pernah melihat pertumbuhan pengguna seperti ChatGPT, terutamanya mengambil kira perubahan pasaran di luar Amerika Syarikat; ia mempamerkan perubahan dalam landskap teknologi dan pengedaran global." Carta data dalam laporan itu mendedahkan kelajuan pertumbuhan, kos, dan struktur persaingan AI, sekali gus menyediakan gambaran resolusi tinggi yang sukar diperoleh untuk memahami perubahan teknologi ini.
Latar Belakang Industri: Enjin Pecutan Pelaburan Infrastruktur AI
Laporan ini terlebih dahulu mendedahkan sokongan infrastruktur di sebalik pengembangan pesat AI. Dari 2014 hingga 2024, perbelanjaan modal enam gergasi teknologi seperti Apple, Nvidia, Microsoft, Google, Amazon, dan Meta meningkat sebanyak 21% setiap tahun. Sementara itu, jumlah penjanaan data global meningkat pada kadar pertumbuhan tahunan kompaun sebanyak 28%. Dalam era ini, nilai AI tidak lagi hanya terletak pada lapisan algoritma, tetapi semakin tertumpu pada keupayaan untuk memperoleh data secara besar-besaran, melatih model, dan membuat inferens dengan pantas. Pusat data hiperskala, rangkaian berkelajuan tinggi, dan cip terkini menjadi asas kepada industri baharu AI.
Pada masa yang sama, skala data yang diperlukan untuk latihan model turut berkembang secara eksponen. Menurut statistik Epoch AI, saiz set data latihan model AI meningkat secara purata lebih 250% setahun dalam tempoh 15 tahun yang lalu. Penunjuk ini mencerminkan bahawa memiliki aset data yang paling bernilai dan keupayaan pemprosesan data telah menjadi benteng penting dalam persaingan perusahaan AI.
Kesan Pasaran: Kejatuhan Kos dan Pecutan Pengkomersialan
Di sisi permintaan pasaran, penemuan yang paling menarik perhatian dalam laporan ini ialah penurunan mendadak kos inferens AI. Daripada produk generasi OpenAI GPT-3.5 kepada siri GPT-4o, dan seterusnya kepada DeepSeek-V3 yang dilancarkan pada hujung 2024, harga inferens bagi setiap juta token jatuh daripada julat lebih sepuluh dolar AS kepada kurang daripada 1 dolar AS, iaitu penurunan 99.7% dalam tempoh dua tahun. Meeker mengibaratkan trend ini sebagai "inferens ala kadar faedah sifar". Penurunan kos inferens secara langsung menghapuskan halangan pengkomersialan dalam pelbagai senario yang berpotensi, menjadikan aplikasi yang memerlukan panggilan frekuensi tinggi dan penjanaan masa nyata dapat direalisasikan.
Satu lagi set penunjuk turut mengesahkan peningkatan keupayaan pasaran AI. Data menunjukkan bahawa dalam perjalanan mencapai hasil tahunan AS$5 juta, syarikat AI mengambil masa purata 24 bulan, manakala syarikat SaaS memerlukan purata 37 bulan. Keupayaan AI menyampaikan nilai perniagaan dengan lebih pantas berpunca, di satu pihak, daripada lonjakan prestasi produk AI itu sendiri; di pihak lain, ia mendapat manfaat daripada keperluan mendesak perusahaan terhadap transformasi pintar.
Landskap Persaingan: Kepimpinan Model Sumber Tertutup dan Struktur Dua Kutub China-Amerika Syarikat## Landskap Persaingan: Pendahuluan Model Sumber Tertutup dan Struktur Dwikutub China-AS
Pada peringkat ekosistem model, model sumber tertutup semakin melebarkan jurang kuasa pengkomputeran dengan kem sumber terbuka. Laporan menunjukkan bahawa terdapat jurang masa kira-kira 17 bulan dalam intensiti pengiraan latihan antara model sumber tertutup dan sumber terbuka. Kadar pertumbuhan kuasa pengkomputeran tahunan model sumber tertutup ialah 5.2 kali ganda, manakala model sumber terbuka hanya 3.6 kali ganda. Ini bermakna gugusan model yang lebih maju semakin tertumpu di tangan segelintir gergasi yang mampu menanggung kos pengkomputeran yang sangat tinggi. Walaupun komuniti sumber terbuka sentiasa memperjuangkan laluan teknologi yang adil dan terbuka, kecondongan dalam peruntukan sumber mungkin menyebabkan pengaruh dalam ekosistem semakin tertumpu secara beransur-ansur.
Dari segi landskap geografi, sistem AI berskala besar tertumpu secara tinggi di China dan Amerika Syarikat (AS). AS memiliki hampir 150 model besar dan sistem AI, manakala angka China juga telah melebihi 100, jelas mendahului United Kingdom, Perancis, Kanada, Jerman dan lain-lain. Corak dua kuasa antara AS dan China dari segi skala data, keupayaan kejuruteraan, serta intensiti pelaburan sedang mentakrifkan rantaian industri AI global. Keadaan ini akan mempengaruhi keupayaan autonomi teknologi negara lain, peraturan data rentas sempadan dan strategi keselamatan, serta memburukkan lagi perbincangan mengenai "kedaulatan AI".
Panduan untuk Perusahaan: Menilai Tindakan Sebenar daripada Kekecohan
Bagi perusahaan yang sedang merangka strategi AI, mesej yang dapat diambil daripada laporan ini adalah jelas dan praktikal.
Pertama, penurunan kos inferens bermakna perusahaan harus menilai semula kes penggunaan AI yang sebelum ini tidak mencapai ROI, seperti khidmat pelanggan masa nyata, syor peribadi dan bantuan kod. Kini, kos marginal keupayaan AI sedang memasuki julat yang mampu ditanggung secara berskala besar.
Kedua, perlumbaan perbelanjaan modal (capex) gergasi teknologi menunjukkan bahawa AI bergantung pada kuasa pengkomputeran fizikal dan rangkaian tenaga. Apabila memilih penyedia perkhidmatan awan dan platform model, perusahaan perlu menilai keserasian jangka panjang bekalan kuasa pengkomputeran serta potensi risiko penguncian (lock-in).
Ketiga, jurang antara model sumber tertutup dan sumber terbuka menyebabkan perusahaan perlu membina strategi "dua landasan": untuk perniagaan teras dan persekitaran dengan keperluan pematuhan tinggi, model sumber tertutup peringkat tinggi boleh dipilih; manakala dalam senario yang mempunyai keperluan keselamatan data yang tinggi atau memerlukan penyesuaian mendalam, alternatif sumber terbuka walaupun ketinggalan dari segi keupayaan, menawarkan kebolehkawalan dan ketelusan.
Keempat, penggunaan tenaga AI semakin menjadi pemboleh ubah luaran yang penting. Perusahaan harus merancang penyelesaian tenaga hijau secara serentak apabila menggunakan aplikasi AI, untuk mengelakkan isu pematuhan akibat penggunaan tenaga dan pelepasan karbon.
Tinjauan Masa Depan: Hala Tuju Evolusi 12 Bulan hingga Tiga Tahun
Dalam tempoh 12 bulan akan datang, kos inferens kemungkinan besar akan terus menurun, sekaligus mendorong lebih banyak perusahaan kecil dan sederhana untuk menyertai inovasi aplikasi AI. Perkhidmatan berasaskan agen (Agent) akan menjadi sempadan aplikasi hangat yang seterusnya. Pada masa yang sama, syarikat model besar akan terus mengikat ekosistem melalui API dan perkhidmatan awan, manakala bekalan cip dan bekalan elektrik akan menjadi hambatan baharu yang menyekat kadar pertumbuhan industri.
Dalam tempoh 24 bulan akan datang, jurang prestasi antara model sumber terbuka dan sumber tertutup mungkin kekal atau bahkan melebar, tetapi jika kejayaan baharu dalam kecekapan perkakasan dan teknik latihan dicapai, kem sumber terbuka juga berpotensi memendekkan kitaran mengejar. Manakala status "dua gergasi" China dan AS dari segi bilangan sistem AI akan menjadi kukuh, mendorong susun atur industri di negara dan wilayah sekitar untuk lebih menghampiri kelebihan teknologi masing-masing.Jika memanjangkan pandangan ke tempoh 3 tahun, industri AI mungkin beralih daripada "perlumbaan senjata model" semasa kepada "persaingan perkhidmatan dan ekosistem". Ambang pelaburan modal akan semakin dinaikkan, dan pemain yang mampu mengendalikan sistem kompleks algoritma, data, kuasa pengkomputeran serta tenaga secara serentak mungkin hanya tinggal segelintir sahaja. Lebih penting lagi, sama ada AI mampu memberikan sumbangan yang berterusan dan ketara kepada produktiviti seluruh industri, seperti internet dan teknologi mudah alih, itulah piawaian muktamad untuk menilai nilai industri.
Sumber Rujukan
Kandungan artikel ini berdasarkan analisis laporan yang diterbitkan oleh Mary Meeker dan Bond VC. Artikel asal: 10 Charts That Define the AI Boom, According to Mary Meeker. Semua fakta dan data yang disenaraikan dalam artikel ini dipetik daripada laporan tersebut.
Konteks artikel · aiindustryreview
aiindustryreview meletakkan nota ini dalam AI Industry Review menerbitkan analisis dan taklimat berbilang bahasa.. Model AI / Pelancaran model dan dakwaan keupayaan / Penilaian, keselamatan dan isyarat penanda aras menerangkan sudut editorial setempat; tarikh, nama dan perubahan status masih perlu disemak. Pautan sumber perlu dibuka sebelum ringkasan digunakan semula.