Zatęsknimy jeszcze za halucynacjami. Branża AI po przepaleniu miliardów
Gary Marcus, naukowiec i założyciel firmy Geometric Intelligence, już w ubiegłym roku pytał na swoim blogu: „Co by było, gdyby generatywna sztuczna inteligencja okazała się niewypałem?”. Później w rozmowie z serwisem Axios mówił, że poza kilkoma obszarami, głównie w aferze programowania, firmy już wiedzą, że generatywna sztuczna inteligencja (GenAI) to coś bardzo odległego od panaceum na ich problemy i wy-zwania. Zdaniem Marcusa, nie chodzi o to, że AI lub AGI jest niemożliwe, ale o to, że ta konkretna technologia (generatywna AI), użytkowana na masową skalę od premiery ChatGPT pod koniec 2022 r., rodzi ogromną liczbę problemów, gdy już ktoś ma pomysł, by stosować ją do poważnych, choćby biznesowych, celów.
Ekspert ds. etyki AI, współzałożyciel firmy konsultingowej Humane Intelligence, Rumman Chowdhury mówi z kolei Axiosowi, że wyzwań jest tak wiele i są tak poważne, że to praktywcznie zatrzymało wdrażanie AI. „Nikt nie chce budować produktu w oparciu o model, który po prostu wymyśla niestworzone rzeczy”, mówi. „Podstawowym problemem jest to, że modele GenAI nie są systemami wyszukiwania informacji”, dodaje. „Są to systemy syntetyzujące treści, które nie są w stanie zrozumieć i rozróżniać danych, na których są szkolone”. Chowdhury uważa, że GenAI wciąż nie jest niczym więcej jak „sztuczką”.
Coraz większa liczba ekspertów i komentatorów używa w odniesieniu do AI w obecnej fazie określenia „koryto rozczarowania” w nawiązaniu do opracowanego przez firmę konsultingową Gartner w 1995 roku modelu cykli szumu informacyjnego wokół nowych technologii. Owo „koryto” oznaczałoby fazę dna, co chyba nie jest zgodne z tym, co naprawdę dzieje się na tym etapie z falą technik generatywnych sztucznej inteligencji, w każdym razie jeszcze nie. W Dolinie Krzemowej wciąż jest sporo wiary, że sztuczna inteligencja przekształci globalną gospodarkę. Pięć największych firm technologicznych, A lphabet, Amazon, Apple, Meta i Microsoft, zainwestowało ogromne sumy w rozwój i wdrażanie rozwiązań GenAI. Szacuje się, że w tym roku przeznaczą one łącznie około 400 milia rdów dolarów na wydatki z tym związane, głównie na sprzęt potrzebny do obsługi procesów szkolenia modeli i wnioskowania oraz na dalsze badania i rozwój. Inwestorzy w ubiegłym roku prognozowali dodatkowe 300…400 miliardów dolarów rocznych przychodów sektora AI w tym roku. Na razie jednak tytani Big Tech nawet nie zbliżyli się do takich wyników. Nawet najbardziej optymistyczni analitycy uważają, że Microsoft zarobi w tym roku najwyżej 10 miliardów dolarów na sprzedaży związanej z generatywną sztuczną inteligencją.
By sztuczna inteligencja mogła w pełni wykorzystać swój potencjał, firmy na całym świecie musiałyby przekonać się i kupić te rozwiązania, dostosować je do swoich potrzeb, co w rezultacie miałoby uczynić je bardziej produktywnymi. Jednak poza rejonem zachodniego wybrzeża USA niewiele wskazuje na to, by AI miało jakikolwiek wpływ na gospodarkę i biznes. Jednocześnie wyniki badań dotyczących liczby osób korzystających z generatywnej sztucznej inteligencji wskazują na masowe już wykorzystywanie tych narzędzi. Blisko dwie trzecie respondentów firmy konsultingowej McKinsey twierdzi, że ich firma „regularnie korzysta” z tej techniki. To prawie dwa razy więcej niż rok wcześniej. Z raportu Microsoftu i serwisu LinkedIn wynika, że korzysta z niej 75 proc. globalnych „pracowników wiedzy” (ludzi, którzy siedzą przed komputerem przez cały dzień). Według tych danych ludzie są już w świecie sztucznej inteligencji. Skąd więc przekonanie, że nie jest to już miejsce dla biznesu?
Moment finansowej prawdy
Niejasne perspektywy biznesowe AI już odbijają się negatywnie na pionierach. Od połowy marca 2024 r. presja finansowa wywierana na start-upy, które podjęły wcześniej wyzwanie sztucznej inteligencji, zaczyna zbierać żniwo. Firma Inflection AI, która dostała od inwestorów 1,5 miliarda dolarów, ale nie zarobiła prawie żadnych pieniędzy, zamknęła działalność. Stability AI zwolniła część pracowników i rozstała się ze swoim prezesem. Tworząca konkurencyjny i uznawany często za lepszy niż ChatGPT chatbout Claude, firma Anthropic, stara się wypełnić lukę w finansowaniu w wysokości około 1,8 miliarda dolarów, która powstała wskutek zderzenia relatywnie skromnej sprzedaży z ogromnymi wydatkami.
Rewolucja sztucznej inteligencji dociera do momentu „sprawdzam”. Ali Ghodsi, dyrektor generalny Databricks, firmy zajmującej się hurtowniami danych i analizą, ujął to tak: „Nie ma znaczenia, jak fajne jest to, co robisz – ważne, czy da się na tym zarobić”. W ciągu ostatnich trzech lat inwestorzy zainwestowali, jak szacuje firma inwestycyjna PitchBook, łącznie ok. 330 miliardów dolarów w około 26 tys. start-upów zajmujących się sztuczną inteligencją i uczeniem maszynowym. Podczas poprzednich boomów technologicznych, np. w bańce dot.comów, również „przepalono” miliardy. Jednak koszty budowy systemów sztucznej inteligencji zaszokowały weteranów branży pamiętających początki internetu. Apple wydało na rozwój projektu iPhone’a kilkaset milionów dolarów. Generatywne modele sztucznej inteligencji wymagają nakładów rzędu miliardów, zarówno na etapie tworzenia, jak i utrzymania. Najnowocześniejsze procesory, których te systemy potrzebują, są drogie i trudno dostępne. Obsługa zapytania do systemu sztucznej inteligencji kosztuje znacznie więcej niż zwykłe wyszukiwanie w Google.
Najbardziej znana z tej fali, firma OpenAI, dostała trzynaście miliardów dolarów od Microsoftu. Z zainteresowania, jakie wzbudził ChatGPT, zrodził się pomysł pobierania dwudziestu dolarów miesięcznie za korzystanie z chatbota w wersji premium. OpenAI zaoferowała partnerom możliwość tworzenia własnych usług sztucznej inteligencji za pomocą jej dużego modelu językowego (LLM). Dało to firmie Sama Altmana około 1,6 miliarda dolarów przychodu w ciągu ostatniego roku, ale ponieważ koszty działalności OpenAI nie są znane, trudno orzec, czy „wychodzi na swoje”.
Jak podał bank inwestycyjny Stifel, w ostatnim kwartale 2023 r. Microsoft odnotował około miliarda dolarów ze sprzedaży usług sztucznej inteligencji w chmurze obliczeniowej, w porównaniu z prawie zerowym wynikiem rok przedtem, zatem są jakieś przychody, ale łączne koszty również w tym przypadku nie są znane. Inni potentaci unikają wypowiedzi o zyskach z AI. Meta głosi, że nie spodziewa się zarabiać na swoich produktach sztucznej inteligencji jeszcze przez długie lata, choć ponosi wydatki na infrastrukturę rzędu dziesięciu miliardów dolarów rocznie. „Inwestujemy, aby pozostać w czołówce”, wyjaśnia w rozmowie z analitykami Mark Zuckerberg, szef Meta.
Potentatów stać na ogromne nakłady na AI, bez oglądania się na bieżące zyski, bo zarabiają na czym innym. Start-upy, takie jak wspomniany Anthropic, też muszą liczyć na wsparcie, bo same sobie nie poradzą. Wydający około dwóch miliardów dolarów rocznie przy zarobkach od 150 do 200 milionów dolarów (jak podawał „The New York Times”) nie przetrwałby bez finansowania z Amazona i Google. Stability AI, która zajmuje się generowaniem obrazów, choć była na znacznie mniejszym minusie, popadła ostatnio w wielkie kłopoty; po tym, jak odeszła część zespołu, twórcy modelu AI, a następnie z firmą pożegnał się prezes. Mimo to sytuacja finansowa Stability AI wygląda lepiej niż w przypadku twórców modeli językowych, takich jak Anthropic, ponieważ generatory obrazu są tańsze. Jednak popyt na nie również spada, więc perspektywy są niepewne.
Ogólnie, według dostępnych danych, finansowanie start-upów opartych na AI jest w fazie spadkowej po osiągnięciu szczytowego poziomu w 2021 roku. Według raportu opublikowanego na Statista, inwestycje w start-upy zajmujące się sztuczną inteligencją spadały przez ostatnie dwa lata. Po stosunkowo skromnych inwestycjach w 2019 i 2020 roku, start-upy AI odnotowały lawinę finansowania po pandemii covid-19. Jednak szaleństwo wokół start-upów AI wydawało się uspokajać już w 2022 r., kiedy inwestycje spadły do 47,2 mld USD. W 2023 r. wartość inwestycji znów nieco spadła.
Firma inwestycyjna Sequoia Capital uważa, że firmy zajmujące się sztuczną inteligencją musiałyby zarabiać ok. sześciuset miliardów dolarów rocznie, by utrzymać samodzielnie swoją infrastrukturę sztucznej inteligencji. Nawet przy optymistycznym założeniu, że Google, Microsoft, Apple i Meta generują po 10 mld rocznie ze sztucznej inteligencji, a inne firmy, takie jak Oracle, ByteDance, Alibaba, Tencent, X i Tesla generują po 5 mld, przychody nie byłyby większe niż 10…15 proc. kosztów.
Biznes na razie nie dał się porwać
Ponadto, jak się okazuje, sztuczna inteligencja wciąż ma niewielkie znaczenie na rynku i w biznesie. Zgodnie z raportem amerykańskiej instytucji statystycznej Census Bureau, cytowanym przez „The Economist”, jedynie pięć procent firm korzysta ze sztucznej inteligencji. Liczba ta ma wzrosnąć do około 6,6 proc. dopiero jesienią tego roku, co wciąż nie imponuje (2).
Uważa się, że głównym hamulcem w przyjmowaniu rozwiązań AI są obawy dotyczące halucynacji modeli, czyli, niestety, dość powszechnych sytuacji, w których generatory AI po prostu wymyślają fakty i dane. Dochodzą do tego kwestie bezpieczeństwa i prywatności. Modele te są zasadniczo czarnymi skrzynkami, które być może mogą być źródłami przecieków ważnych danych i np. tajemnic handlowych. Być może, choć tak naprawdę nikt tego nie wie. Innymi słowy, panuje tu mnóstwo szumu, co nie sprzyja racjonalnym decyzjom.
W raporcie na temat generatywnej sztucznej inteligencji Jim Covello z banku Goldman Sachs napisał: „Technologia sztucznej inteligencji jest wyjątkowo droga i aby uzasadnić ponoszone koszty, musi być w stanie rozwiązywać złożone problemy, a do tego nie została zaprojektowana”. Zwraca też uwagę, że prawdziwie zmieniające życie wynalazki, takie jak Internet, pozwoliły tanim rozwiązaniom zastąpić drogie rozwiązania, inaczej niż ma to miejsce w przypadku kosztownej technologii AI. Jest też sceptyczny co do tego, że koszty sztucznej inteligencji kiedykolwiek spadną na tyle, by zautomatyzować dużą część zadań w działalności firm. Według innego analityka Goldman Sachs, Josepha Briggsa, sztuczna inteligencja ostatecznie zautomatyzuje 25 proc. wszystkich zadań roboczych i zwiększy produktywność w USA o 9 proc., dając wzrost PKB o 6,1 proc. łącznie w ciągu następnej dekady. Chociaż Briggs przyznaje, że automatyzacja wielu zadań narażonych na AI nie jest obecnie opłacalna, argumentuje, że duży potencjał oszczędności i prawdopodobieństwo, że koszty spadną w dłuższej perspektywie, jak to często, jeśli nie zawsze, ma miejsce w przypadku nowych rozwiązań.
Analitycy Goldman Sachs zauważają jednocześnie, że obecny poziom wydatków kapitałowych na sztuczną inteligencję jest skromny w porównaniu z bańką dot. comów (3). W szczytowym okresie tamtego rozdętego balonika spółki z sektora technologii, mediów i telekomunikacji przeznaczały ponad 100 proc. swoich operacyjnych przepływów pieniężnych na wydatki kapitałowe oraz badania i rozwój. W przeciwieństwie do tego, dzisiejsze wiodące spółki z tych sektorów, pomimo wzrostu wydatków kapitałowych oraz badań i rozwoju w stosunku do sprzedaży, utrzymują wydatki na poziomie 72 proc. operacyjnych przepływów pieniężnych.
Obecnie większość firm zajmujących się sztuczną inteligencją oferuje dwa poziomy swoich usług, premium, czyli najnowszy i najpotężniejszy produkt za miesięczną opłatą lub mniej wydajny lub starszy model za darmo. Zdecydowana większość użytkowników, ponad 95 proc., korzysta z darmowej wersji. To oczywiście nie bilansuje finansów firm AI. Wydaje się całkiem prawdopodobne, że gdy pieniądze od wczesnych inwestorów zaczną wysychać, AI rozpocznie proces przymusowej znacznie dalej posuwającej się komercjalizacji. Darmowe wersje produktów mogą wypełnić się reklamami lub staną się bezużyteczne z powodu ograniczeń zaprojektowanych w celu skłonienia użytkownika do wykupienia subskrypcji wersji pro. Nie wyklucza się niestety, że same odpowiedzi chatbotów będą miały charakter bardziej marketingowy niż merytoryczny. Wtedy możemy zatęsknić do niewinnych, a czasami nawet zabawnych halucynacji, które tak nas irytowały w pionierskiej fazie rewolucji AI.
Mirosław Usidus
