Megjithatë, përtej kësaj harmonie të dukshme, po shfaqet një dinamikë konkurruese që do të bëhet gjithnjë e më e fortë.
Â
Merrni shembull startup-et si Anysphere, aplikacioni Cursor i së cilës ndihmon zhvilluesit e softuerëve të shkruajnë kode programimi; Harvey, që ofron Inteligjencë Artificiale për firmat ligjore; dhe OpenEvidence, që bën të njëjtën gjë për mjekët (dhe që më 20 tetor siguroi 200 milionë dollarë financim me një vlerësim prej 6 miliardë dollarësh).
Â
Këto aplikacione po rriten me shpejtësi duke përdorur modelet e mëdha gjuhësore (LLM) që ofrohen nga kompani si OpenAI, krijuesja e ChatGPT-së, dhe Anthropic, krijuesja e Claude.
Â
Ata paguajnĂ« pĂ«r tâi pĂ«rdorur kĂ«to modele, por ndryshe nga laboratorĂ«t e IA-sĂ«, nuk shpenzojnĂ« miliarda nĂ« ndjekje tĂ« superinteligjencĂ«s. Kjo e bĂ«n rrugĂ«n e tyre drejt fitimit mĂ« tĂ« lehtĂ«.
Â
Ndërkohë, vlerësimet e larta për laboratorët e IA-së që shpenzojnë shumë para, 500 miliardë dollarë për OpenAI dhe 183 miliardë për Anthropic, tregojnë se, teksa modelet e tyre bëhen më të afta, investitorët besojnë se një ditë ata do të përvetësojnë fitimet e startup-eve që varen prej tyre.
Â
Mendoni për laboratorët si Kronosin, titanin e mitologjisë greke që përpiqej të hante fëmijët e vet (ose si Amazon, titan i tregtisë elektronike, që prodhon produkte për të nënçmuar ata që shiten mirë në platformën e saj). Pyetja, si në mitin e Kronosit, është: a do të mundin të mbijetojnë të vegjlit dhe të luftojnë?
Â
Vrasja e âfĂ«mijĂ«veâ mund tĂ« ketĂ« filluar tashmĂ«. Startup-et janĂ« shumĂ« tĂ« sjellshme pĂ«r tĂ« ngritur alarmin. Por Ed Zitron, autor i njĂ« buletini therĂ«s pĂ«r IA-nĂ«, raportoi mĂ« 20 tetor se Anthropic kishte shpenzuar njĂ« pjesĂ« tĂ« madhe tĂ« tĂ« ardhurave tĂ« saj kĂ«tĂ« vit dhe vitin e kaluar pĂ«r Amazon Web Services, njĂ« nga ofruesit e saj tĂ« teknologjisĂ« cloud.
Â
Si pasojë, tha ai, kompania prezantoi plane të reja shërbimi që rritën kostot për klientët e mëdhenj si Cursor, për të mbushur boshllëkun financiar. Anthropic thotë se paketat e shërbimit janë praktikë standarde në gjithë industrinë.
Â
KĂ«rcĂ«nimi shkon pĂ«rtej çmimeve. LaboratorĂ«t e mĂ«dhenj tĂ« IA-sĂ« po pĂ«rpiqen tĂ« arrijnĂ« InteligjencĂ«n e pĂ«rgjithshme Artificiale (AGI), e cila do tâi bĂ«nte modelet e tyre tĂ« afta tĂ« kryenin shumicĂ«n e detyrave qĂ« mund tâi bĂ«jnĂ« njerĂ«zit, duke pĂ«rfshirĂ« edhe pĂ«rputhjen apo tejkalimin e aftĂ«sive tĂ« zhvilluesve tĂ« aplikacioneve. PĂ«r momentin, mund tĂ« ketĂ« ende hapĂ«sirĂ« pĂ«r tĂ« gjithĂ«.
Â
Por shenjat janë të qarta. Mjafton të shohësh fushën e programimit, ku aplikacionet me IA gjenerative janë përhapur më shpejt. Si Anthropic ashtu edhe OpenAI kanë zhvilluar mjete kodimi që rivalizojnë, me dallime të vogla, ato të Cursor-it.
Â
Themeluesit e startup-eve mbeten çuditërisht optimistë. Ata besojnë se ekuilibri i fuqisë do të mbetet fort në favorin e tyre për të ardhmen e afërt.
Â
Në mënyrë domethënëse, shumë prej tyre janë skeptikë ndaj AGI-së, megjithëse në mënyrë të rezervuar (njëri prej tyre i kërkoi The Economist të mos e përmendte me emër si dyshues, nga frika se mund të përjashtohej nga skena shoqërore e San Franciskos).
Â
Ata argumentojnĂ« se, nĂ« vend tĂ« AGI-sĂ«, aftĂ«sia qĂ« bizneset realisht kanĂ« nevojĂ« pĂ«r tĂ« nxitur pĂ«rdorimin mĂ« tĂ« gjerĂ« tĂ« IA-sĂ« gjenerative Ă«shtĂ« âInteligjenca Artificiale e specializuarâ, pra IA qĂ« fokusohet nĂ« njĂ« fushĂ« tĂ« caktuar, si ligji apo mjekĂ«sia. PikĂ«risht aty shpresojnĂ« tĂ« ruajnĂ« avantazhin konkurrues.
Â
Kompania Sierra, qĂ« prodhon âagjentĂ«â tĂ« IA-sĂ« qĂ« bashkĂ«punojnĂ« me njerĂ«zit nĂ« shĂ«rbimin ndaj klientit, pĂ«rdor njĂ« ilustrim pĂ«r tĂ« shpjeguar kĂ«tĂ« dinamikĂ«. Ajo tregon majĂ«n e njĂ« ajsbergu: kjo Ă«shtĂ« pjesa e tregut qĂ« shĂ«rbehet nga LLM-tĂ« (modelet e mĂ«dha gjuhĂ«sore).
Â
Poshtë saj ndodhen një mori procesesh të ndërlikuara biznesi që përfaqësojnë sfida dhe mundësi shumë më të mëdha
Â
AsnjĂ«ra prej tyre nuk Ă«shtĂ« e pĂ«rgjithshme. Vlera, thotĂ« bashkĂ«themeluesi i Sierra-s, Bret Taylor (i cili Ă«shtĂ« edhe kryetar i bordit tĂ« OpenAI-sĂ«), gjendet te âgjĂ«rat mĂ« tĂ« mĂ«rzitshme, mĂ« tĂ« zakonshme⊠tĂ« fshehura nĂ« prapaskenĂ«n e njĂ« kompanie, qĂ« janĂ« tĂ« ngadalta, tĂ« kushtueshme dhe me pasoja tĂ« mĂ«dhaâ.
Â
PĂ«r tâu mbĂ«shtetur, zhvilluesit e aplikacioneve po eksperimentojnĂ« me modele tĂ« reja tĂ« tĂ« ardhurave. Ata e pranojnĂ« se, ndryshe nga valĂ«t e mĂ«parshme tĂ« zhvillimit tĂ« softuerĂ«ve, sa mĂ« shumĂ« tĂ« rriten dhe sa mĂ« shumĂ« tĂ« pĂ«rdorin LLM-tĂ«, aq mĂ« tĂ« larta do tĂ« jenĂ« kostot e tyre shtesĂ«. PĂ«r tâi kompensuar kĂ«to kosto nĂ« rritje, u nevojiten teknika tĂ« reja.
Â
Njëra prej tyre është përdorimi i një sërë modelesh, përfshirë ato me burim të hapur, për të drejtuar pyetjet më të thjeshta atje ku përpunimi është më i lirë. Një tjetër është tarifimi i klientëve në bazë të rezultateve, e jo të përdorimit. Për shembull, Harvey mund të përballojë të përdorë modelet më të mëdha sepse firmat ligjore janë të gatshme të paguajnë për saktësi të përsosur.
Â
Argumentet
Â
Për më tepër, zhvilluesit e aplikacioneve argumentojnë se sa më gjatë të qëndrojnë në treg, aq më shumë të dhëna të specializuara do të grumbullojnë agjentët e tyre, duke përmirësuar performancën, njësoj si makinat me vetëdrejtim që bëhen më të besueshme sa më shumë kilometra përshkojnë.
Â
Kjo pritet tâi bĂ«jĂ« ata mĂ« ângjitĂ«sâ pĂ«r klientĂ«t, duke krijuar njĂ« hendek konkurrues qĂ« laboratorĂ«t e IA-sĂ« do ta kenĂ« tĂ« vĂ«shtirĂ« ta kapĂ«rcejnĂ«. Cursor, pĂ«r shembull, pĂ«rdor tĂ« dhĂ«na nĂ« kohĂ« reale pĂ«r tĂ« pĂ«rditĂ«suar modelin e vet çdo dy orĂ«, gjĂ« qĂ«, sipas kompanisĂ«, pĂ«rmirĂ«son pĂ«rvojĂ«n e kodimit tĂ« klientĂ«ve.
Â
Harvey shkon përtej dokumenteve standarde si marrëveshjet e konfidencialitetit të gjeneruara nga IA. Ai synon detyra shumë më komplekse, si ndihma në koordinimin e disa firmave ligjore gjatë një bashkimi gjigant, diçka që modelet e përgjithshme do ta kenë më të vështirë ta imitojnë.
Megjithatë, krijuesit e aplikacioneve kanë edhe mangësitë e tyre. Specializimi mund ta bëjë më të vështirë zgjerimin përtej një fushe të caktuar, si ligji, mjekësia apo shërbimi ndaj klientëve, duke kufizuar madhësinë e tregut potencial.
Modelet e përgjithshme mund të shtrihen më gjerë. Pastaj është çështja e rekrutimit. Si kompani shumë më të vogla se laboratorët e IA-së, zhvilluesit e aplikacioneve do ta kenë të vështirë të konkurrojnë në luftën e kushtueshme për talentet më të mira të IA-së. Por të gjithë do të kenë nevojë për zhvillues të nivelit të lartë për të ndërtuar agjentët më të mirë.
Megjithatë, edhe teksa laboratorët e IA-së bëhen më grabitqarë, edhe ata kanë një problem. Ka kaq pak dallim midis tyre dhe është kaq e lehtë që kompanitë e softuerëve të kalojnë nga një ofrues LLM-sh te një tjetër, saqë rrezikojnë të bëhen mallra të zakonshme.
Kjo e ka shtyrĂ« bankĂ«n HSBC tĂ« vlerĂ«sojĂ« nĂ« njĂ« raport tĂ« fundit se deri nĂ« vitin 2030, ofruesit e LLM-ve do tĂ« kenĂ« vetĂ«m 30% tĂ« tregut global prej 1.3 trilionĂ« dollarĂ«sh pĂ«r shĂ«rbimet IT tĂ« pĂ«rmirĂ«suara nga IA-ja. Pjesa tjetĂ«r do tâu pĂ«rkasĂ« zhvilluesve tĂ« softuerĂ«ve qĂ« pĂ«rdorin LLM-tĂ«.
Kjo është sindroma e Kronosit. Në mitologjinë greke, Zeusi, djali më i vogël i Kronosit, mbijetoi dhe shpëtoi vëllezërit e motrat e tij. Pas një beteje të gjatë, babai i tyre u dëbua në nëntokë. Nuk është e thënë që ky të jetë fati i OpenAI apo Anthropic. Por gjithashtu, fuqia e pakufizuar e laboratorëve të IA-së nuk është e paracaktuar./ Monitor/kb