Копилка недели #6
Отчеты и новости, которые показались мне интересными, но по ним я не планирую делать отдельных публикаций. Цифры и факты, которые могут быть полезными при разработке стратегий и трансформации бизнеса.
1️⃣ "Нам этот ваш ИИ точно не подходит" Forbes: Реальное внедрение и влияние ИИ на бизнес остаются ограниченными. К осени 2024 года ИИ используют только 6,6% компаний, 80% компаний заявили, что ИИ неприменим для их бизнеса, а 50% компаний использующих ИИ не сделали никаких организационных изменений. А ведь обещали, что люди вот вот останутся без работы
2️⃣ "А вдруг подходит? Давайте проверим!" RAND Corporation: более 80% проектов ИИ терпят неудачу, что вдвое превышает показатель провала для других технологических стартапов. Ключевая проблема - завышенные ожидания руководства и желание разработчиков добавлять в пилоты новейшие технологии без учета их реальной ценности для проекта. Ничего необычного, именно так и выглядит хайп.
3️⃣ "Тонуть будем вместе!" OpenAI: Nvidia и Apple ведут переговоры об участии в следующем раунде финансирования OpenAI. Оценка компании может составить $100 млрд. а плановые убытки по году $5 млрд.
Так так. Microsoft владеет 49% прибыли OpenAI, при этом большая часть его инвестиций в компанию - это предоставление облака Azure для обучения и работы моделей. Для Azure Microsoft закупает чипы у Nvidia и является крупнейшим клиентом с долей в 20% в выручке. OpenAI уже встроил ChatGPT в Apple Intelligence, который в бета-версии оценивают весьма положительно. Уже Санта-Барбара начинается в одной песочнице. Пока Microsoft в выигрыше, но если OpenAI не справится с хайпом, то проиграют уже все.
https://techcrunch.com/2024/08/29/apple-and-nvidia-could-be-openais-next-big-investors/
4️⃣ "До 2030 дотянем! Что может помешать?" Кроме отсутствия чипов и сдвига сроков - энергопотребление и нехватка данных для обучения. Современные модели ИИ потребляют 27 МВт (Meta). К 2030 году - до 6 ГВт. Обучение современных моделей стоит до $1 млрд, к 2030 году может достичь $100 млрд. Данных к 2030 году обещают, что должно хватить с учетом мультимодальности и синтетических данных. Тогда получим модели в 10 000 раз мощнее современных.
https://singularityhub.com/2024/08/29/ai-models-scaled-up-10000x-are-possible-by-2030-report-says/
5️⃣ "Хочу сегодня! Можно не ждать?" Современные языковые модели используются неэффективно - в режиме генерации без возможности редактирования и обдумывания, что значительно ограничивает их потенциал. Применение агентных подходов и инструментов может существенно повысить возможности даже существующих моделей.
- GPT-3.5 (без доработки) показывает точность 48.1% на бенчмарке HumanEval
- GPT-4 (без доработки) - 67.0%
- GPT-3.5 с итеративным агентным подходом - до 95.1% А что? так можно было?
продолжение по ссылке
