💸 Bridgewater-ը կանխատեսում է, որ խոշոր տեխնոլոգիական ընկերությունները կարող են մոտ 650 միլիարդ դոլար ներդնել արհեստական ինտելեկտի ենթակառուցվածքների մեջ 2026 թվականին ↗
Բրիջուոթերը, ըստ էության, դեղին դրոշ է թափահարում. արհեստական ինտելեկտի վրա ծախսերի բումը հասնում է այնպիսի մասշտաբների, որոնք կարող են անկառավարելի դառնալ: Գրառման մեջ Alphabet-ի, Amazon-ի, Meta-ի և Microsoft-ի արհեստական ինտելեկտի ենթակառուցվածքների համակցված ներդրումները կազմում են մոտ 650 միլիարդ դոլար, ինչը նախորդ տարվա համեմատ շատ ավելի փոքր ցուցանիշ է: (Ռոյթերս)
Հետաքրքիրն այն է, որ խոսքը միայն «ավելի շատ գրաֆիկական պրոցեսորների մասին չէ, խնդրում եմ»։ Խոսքը կողմնակի ազդեցությունների մասին է՝ ճնշում կանխիկ եկամուտների վրա, կախվածություն արտաքին կապիտալից և այն ռիսկը, որ այս ծախսերի մի մասը բավականաչափ արագ չի վերածվի շահույթի։ Բում, որը դեռևս բում է ապրում… բայց ավելի սուր եզրերով, կամ այդպես է թվում։ (Ռոյթերս)
🧑💼 OpenAI-ը խորհրդատուների է հրավիրում ձեռնարկությունների զարգացման համար ↗
OpenAI-ը ավելի է հակվում «իրականացնել աշխատանքը» փուլին՝ համագործակցելով խոշոր խորհրդատվական ընկերությունների հետ՝ օգնելու խոշոր ընկերություններին անցնել փորձնական և փորձարարական փուլերից այն կողմ։ Սա շատ կորպորատիվ քայլ է, բայց, անկեղծ ասած, հենց այդտեղ է կենտրոնանում գումարի մեծ մասը։ (TechCrunch)
Այստեղ տոնը պակաս «գրավիչ ցուցադրություն» է և ավելի շատ «ներդրման ծրագիր, գնումներ, կառավարում, ուսուցում, ամբողջ թղթաբանությունը»։ Եթե երբևէ տեսել եք, թե ինչպես է հսկա կազմակերպությունը փորձում ներդնել նոր տեխնոլոգիաներ, ապա գիտեք, թե ինչու են նրանք ներգրավում մեծահասակներին։ (TechCrunch)
🧾 OpenAI-ը խորացնում է գործընկերությունները խորհրդատվական հսկաների հետ՝ ձեռնարկությունների արհեստական բանականությունը փորձնական ծրագրից այն կողմ մղելու համար ↗
Նույն հիմնական քայլը, լրացուցիչ մանրամասներ. OpenAI-ը պաշտոնականացնում է ավելի խորը կապեր խորհրդատվական ընկերությունների հետ՝ ձեռնարկությունների կողմից ծառայությունների ներդրումը արագացնելու և տեղակայումները «մենք փորձարկեցինք մեկ բաժնում» փուլից անցնելու համար: Սա այն մկանուտ ուժն է, որն անհրաժեշտ է կորպորատիվ մեծ հաշիվներ ձեռք բերելու և պահպանելու համար: (Ռոյթերս)
Կա նաև մի նուրբ ճնշման պատմություն. եթե դուք լինելու եք ստանդարտ ձեռնարկության հարթակ, ապա ձեզ անհրաժեշտ է էկոհամակարգ, որը կարող է ձեզ ներդնել մասշտաբային մակարդակով, այլ ոչ թե պարզապես հիանալի մոդել: Անհարմար կառուցվածքը կարևոր է, ինչը նյարդայնացնող է: (Ռոյթերս)
🕵️♀️ Արհեստական ինտելեկտի պատկերի գործիքները պետք է հետևեն գաղտնիության կանոններին, ասում են վերահսկող մարմինները ↗
Գաղտնիության կարգավորող մարմինները պատկերների ստեղծումը և դեմքերի նմանվող արտածումները կրկին ուշադրության կենտրոնում են դնում՝ ըստ էության. եթե ձեր համակարգը կարող է հայտնաբերել իրատեսական մարդկանց, տվյալների պաշտպանության պարտավորությունները դեռևս ուժի մեջ են: Ոչ մի «բայց դա սինթետիկ է» կախարդական թիկնոց չկա: (The Register)
Գործնական եզրակացությունը նման է մատակարարների վրա համապատասխանության ավելի մեծ ճնշման, հատկապես վերապատրաստման տվյալների, նույնականացվող նմանության ռիսկերի և ապրանքների տեղակայման վերաբերյալ: Սա այն ոլորտներից մեկն է, որտեղ տեխնոլոգիաները արագ են զարգանում, իսկ կանոնները հետևից վազում են… ապա հանկարծակի արագանում են: (The Register)
🛡️ NVIDIA-ն արհեստական բանականության վրա հիմնված կիբերանվտանգությունը բերում է աշխարհի կարևորագույն ենթակառուցվածքներ ↗
Nvidia-ն առաջարկում է ավելի շատ արհեստական բանականություն՝ պաշտպանության համար, նպատակ ունենալով օգտագործել կիբերանվտանգության դեպքեր, որոնք կապված են կարևոր ենթակառուցվածքների հետ։ Հաղորդագրությունը բավականին պարզ է. քանի որ համակարգերն ավելի են միացված և ավելի շատ են աջակցվում արհեստական բանականությամբ, հարձակման մակերեսը դառնում է ավելի բարդ, ուստի պաշտպանությունը նույնպես պետք է բարձրացվի։ (NVIDIA Newsroom)
Սա նաև այն է, որ Nvidia-ն շարունակում է «մենք չիպեր ենք վաճառում»-ից այն կողմ անցնել՝ «մենք հարթակի պատմություն ենք», ինչը… հավակնոտ է, բայց ոչ պատահական: Անվտանգությունը այն քիչ վայրերից մեկն է, որտեղ արհեստական բանականության վրա ծախսերը կարող են արագ հաստատվել, քանի որ վախը հզոր բյուջետային քսանյութ է: (NVIDIA Newsroom)
🚰 Breakingviews. Մեծ տեխնոլոգիաները միայն մասամբ կլուծեն արհեստական ինտելեկտի հետ կապված ջրի ռիսկը ↗
Սա մի փոքր սառը ցնցուղ է. նոր տվյալների կենտրոնները կարող են ավելի ջրաարդյունավետ լինել, բայց ավելի մեծ խնդիրն այն է, թե որտեղ են դրանք կառուցվում. կլաստերները հաճախ տեղակայված են այնպիսի վայրերում, որտեղ արդեն իսկ ջրային պակաս կա: Այսպիսով, արդյունավետության բարձրացումը օգնում է, բայց չի վերացնում հիմքում ընկած սահմանափակումը: (Ռոյթերս)
Փաստարկը հիմնականում այն է, որ «տեխնոլոգիական օպտիմալացումները ամբողջական լուծումը չեն»։ Եթե արհեստական բանականության ենթակառուցվածքը շարունակի ընդլայնվել, այն կվերածվի տեղական ռեսուրսների խնդրի՝ նույնքան, որքան գլոբալ նորարարության պատմության՝ ինչպես այգու ծորակի միջով հրդեհային խողովակ անցկացնելու փորձը։ (Ռոյթերս)
Հաճախակի տրվող հարցեր
Ինչի՞ մասին է Bridgewater-ը զգուշացնում 2026 թվականին արհեստական բանականության ենթակառուցվածքների ծախսերի վերաբերյալ։
Bridgewater-ը նշում է, որ արհեստական բանականության կապիտալ ծախսերի բումը կարող է բավականաչափ մեծանալ՝ երկրորդական խնդիրներ ստեղծելու համար, այլ ոչ թե պարզապես մոդելի առաջընթացը արագացնելու համար: Հաշվետվության մեջ Alphabet-ը, Amazon-ը, Meta-ն և Microsoft-ը 2026 թվականին արհեստական բանականության ենթակառուցվածքների համակցված ներդրումները կանխատեսում են մոտավորապես 650 միլիարդ դոլար: Զգուշացումն այն է, որ մասշտաբը կարող է մեծացնել ռիսկը, եթե եկամտաբերությունը հետ մնա, ֆինանսավորումը սահմանափակվի, կամ պահանջարկը չհամապատասխանի աճի տեմպին:.
Ինչպե՞ս կարող են արհեստական բանականության ենթակառուցվածքների վրա կատարված հսկայական ծախսերը ազդել հետգնումների, դիվիդենտների և դրամական եկամտի վրա։
Երբ ընկերությունները մեծացնում են արհեստական ինտելեկտի ենթակառուցվածքների վրա ծախսերը, նրանք հաճախ ունենում են ավելի քիչ ազատ դրամական հոսք բաժնետերերի եկամուտների համար, ինչպիսիք են հետգնումները և դիվիդենտները: Bridgewater-ի կարծիքով, ծախսերի այս մակարդակը կարող է ճնշում գործադրել դրամական եկամուտների վրա և մեծացնել կախվածությունը արտաքին կապիտալից: Եթե նախագծերը ավելի երկար ժամանակ են պահանջում շահույթի վերածվելու համար, ներդրողները կարող են ավելի զգայուն դառնալ ժամանակացույցերի, շահույթի և վերադարձման ենթադրությունների նկատմամբ:.
Ինչո՞ւ արհեստական բանականության ենթակառուցվածքների որոշ ներդրումներ կարող են արագ չարդարանալ։
Ավելի շատ հաշվողական տեխնիկա գնելը նույնը չէ, ինչ դրանից ավելի շատ շահույթ ստանալը։ Եթե ընկերությունները հզորություններ են կառուցում հստակ, մասշտաբային եկամուտ ստանալուց առաջ, ծախսերի և շահույթի միջև եղած տարբերությունը կարող է մեծանալ։ Առանձնացված ռիսկը ժամանակացույցն է. բումը կարող է մնալ բում, բայց ավելի սուր եզրերով, եթե դրամայնացումը չհամապատասխանի տեմպին։ Շատ ցիկլերում խնդիրը պահանջարկի անհետացումը չէ, այլ սպասվածից ուշացած եկամուտն է։.
Ինչպե՞ս է OpenAI-ի խորհրդատվական ընկերությունների հետ համագործակցությունը օգնում ձեռնարկություններին անցնել փորձնական ծրագրերից այն կողմ։
Նպատակն է «զով դեմո» փորձերը վերածել տեղակայումների, որոնք կդիմանան գնումների, կառավարման, ուսուցման և առօրյա գործունեությանը: Խորհրդատվական ընկերությունները օգնում են խոշոր կազմակերպություններին ստանդարտացնել տեղակայման պլանները, համաձայնեցնել շահագրգիռ կողմերին և կառավարել փոփոխությունները բաժինների միջև: Reuters-ը և TechCrunch-ը երկուսն էլ այն ներկայացնում են որպես էկոհամակարգի մկան. որպես ձեռնարկության լռելյայն հարթակ, մասշտաբային ներդրումը կարևոր է նույնքան, որքան մոդելն ինքնին:.
Ի՞նչ են նկատի ունենում գաղտնիության պահպանման մարմինները, երբ ասում են, որ արհեստական բանականության պատկերի գործիքները դեռևս ենթարկվում են գաղտնիության կանոններին։
Կարգավորող մարմինները ազդանշան են տալիս, որ «սինթետիկ» հասկացությունը ավտոմատ կերպով չի վերացնում տվյալների պաշտպանության պարտավորությունները, երբ արդյունքները նման են իրական մարդկանց: Գործնական մտահոգությունների թվում են տվյալների ծագման վերաբերյալ ուսուցումը, նույնականացվող նմանության հետ կապված ռիսկերը և պատկերի գործիքների կիրառման եղանակը արտադրանքներում: Վերջնական եզրակացությունը մատակարարների և օգտատերերի վրա համապատասխանության ավելի մեծ ճնշումն է, հատկապես այն դեպքերում, երբ իրատեսական դեմքերը կամ մարդանման արդյունքները կարող են գաղտնիության և համաձայնության հետ կապված խնդիրներ առաջացնել:.
Ինչո՞ւ են տվյալների կենտրոնի ջրային ռիսկերը դառնում արհեստական բանականության քննարկման մաս։
Նույնիսկ եթե նոր տվյալների կենտրոնները բարելավեն ջրային ռեսուրսների արդյունավետությունը, ավելի մեծ սահմանափակում կարող է լինել տեղանքը: Reuters Breakingviews-ի փաստարկն այն է, որ կլաստերները հաճախ հայտնվում են արդեն իսկ ջրային ճգնաժամ ապրող տարածաշրջաններում, ինչը արհեստական բանականության աճը վերածում է տեղական ռեսուրսների խնդրի: Արդյունավետությունը օգնում է, բայց այն կարող է չփոխհատուցել սխալ վայրերում մասշտաբային շինարարության ազդեցությունը: Տեղանքի ընտրությունը կարող է նույնքան կարևոր լինել, որքան տեխնիկական օպտիմալացումը:.