Geçmişte bilgi işlem gücü ve algoritmaların kaynak tekeli ile yarışması yerine, pazarın odak noktasını uç bilişim + küçük modeller yöntemine kaydırması, daha büyük bir piyasa canlılığı getirecektir.
Yazan: Haotian
McKinsey'nin Lilli vakası, işletmeler için AI pazarında önemli gelişim fikirleri sunuyor: Uç Bilişim + küçük modellerin potansiyel pazar fırsatları. 100.000'den fazla iç belgeyi entegre eden bu AI asistanı, yalnızca %70 çalışan kabul oranı elde etmekle kalmadı, aynı zamanda haftada ortalama 17 kez kullanıldı, bu tür bir ürün bağlılığı kurumsal araçlar arasında gerçekten nadir. Aşağıda, düşüncelerimi paylaşacağım:
1）Kurumsal veri güvenliği bir acı noktasıdır: McKinsey'nin 100 yıllık birikimi olan temel bilgi varlıkları ve bazı KOBİ'lerin biriktirdiği belirli veriler son derece hassas veriler olup, bunların kamu bulutunda işlenmesi uygun değildir. "Verinin yerel çıkmadan, AI yeteneklerinin de eksilmeden" bir denge durumunu keşfetmek, gerçek piyasa ihtiyacıdır. Uç bilişim, bir keşif yönüdür;
2）Uzman küçük modeller genel büyük modellerin yerini alacak: Kurumsal kullanıcıların ihtiyacı olan, "on milyar parametreli, her işe yarayan" genel modeller değil, belirli alanlardaki sorunlara kesin cevaplar verebilen uzman asistanlardır. Buna karşılık, büyük modellerin genel geçerliliği ile uzmanlık derinliği arasında doğal bir çelişki vardır; kurumsal senaryolarda genellikle küçük modellere daha fazla önem verilmektedir;
Kendi kendine oluşturulan yapay zeka altyapısı ve API çağrıları arasındaki maliyet dengesi: Uç bilgi işlem ve küçük modellerin kombinasyonu büyük bir ön yatırıma sahip olsa da, uzun vadeli işletme maliyetleri önemli ölçüde azalır. 45.000 çalışanın sıklıkla kullandığı büyük yapay zeka modelinin API çağrılarından geldiğini ve bunun yarattığı bağımlılığın, kullanım ölçeğinin artmasının ve ürünün kalitesinin kendi kendine oluşturulan yapay zeka altyapısını büyük ve orta ölçekli işletmeler için rasyonel bir seçim haline getireceğini hayal edin.
Uç donanım pazarındaki yeni fırsatlar: Büyük model eğitimi, üst düzey GPU'lardan ayrılamaz, ancak uç çıkarımının tamamen farklı donanım gereksinimleri vardır. Qualcomm, MediaTek ve diğer çip üreticileri, uç yapay zeka için optimize edilmiş işlemciler için pazar fırsatlarını başlatıyor. Her işletme kendi "Lilli"sini kurmak istediğinde, düşük güç tüketimi ve yüksek verimlilik için tasarlanmış uç yapay zeka çipleri altyapı için bir zorunluluk haline gelecek;
5）Merkeziyetsiz web3 AI pazarı da eş zamanlı olarak güçleniyor: Bir kez işletmelerin küçük modeller üzerindeki bilgi işlem gücü, ince ayar, algoritma gibi talepleri harekete geçtiğinde, kaynak dağıtımını dengelemenin nasıl olacağı bir sorun haline gelecektir. Geleneksel merkezi kaynak dağıtımı bir zorluk oluşturacaktır ve bu doğrudan web3AI merkeziyetsiz küçük model ince ayar ağı, merkeziyetsiz bilgi işlem gücü hizmet platformları vb. için büyük bir pazar talebi yaratacaktır;
Pazar AGI'nin genel yetenek sınırlarını tartışmaya devam ederken, birçok kurumsal kullanıcının AI'nın pratik değerini keşfetmeyi tercih ettiğini görmek daha hoş. Açıkça, geçmişte bilgi işlem gücü ve algoritmaların kaynak tekeli ile kıyaslandığında, pazarın odak noktasını uç bilişim + küçük model yaklaşımına kaydırması, daha büyük bir pazar canlılığı getirecektir.
The content is for reference only, not a solicitation or offer. No investment, tax, or legal advice provided. See Disclaimer for more risks disclosure.
McKinsey'in Lilli vakası, işletmelerin AI pazarına hangi gelişim fikirlerini sağladı?
Yazan: Haotian
McKinsey'nin Lilli vakası, işletmeler için AI pazarında önemli gelişim fikirleri sunuyor: Uç Bilişim + küçük modellerin potansiyel pazar fırsatları. 100.000'den fazla iç belgeyi entegre eden bu AI asistanı, yalnızca %70 çalışan kabul oranı elde etmekle kalmadı, aynı zamanda haftada ortalama 17 kez kullanıldı, bu tür bir ürün bağlılığı kurumsal araçlar arasında gerçekten nadir. Aşağıda, düşüncelerimi paylaşacağım:
1）Kurumsal veri güvenliği bir acı noktasıdır: McKinsey'nin 100 yıllık birikimi olan temel bilgi varlıkları ve bazı KOBİ'lerin biriktirdiği belirli veriler son derece hassas veriler olup, bunların kamu bulutunda işlenmesi uygun değildir. "Verinin yerel çıkmadan, AI yeteneklerinin de eksilmeden" bir denge durumunu keşfetmek, gerçek piyasa ihtiyacıdır. Uç bilişim, bir keşif yönüdür;
2）Uzman küçük modeller genel büyük modellerin yerini alacak: Kurumsal kullanıcıların ihtiyacı olan, "on milyar parametreli, her işe yarayan" genel modeller değil, belirli alanlardaki sorunlara kesin cevaplar verebilen uzman asistanlardır. Buna karşılık, büyük modellerin genel geçerliliği ile uzmanlık derinliği arasında doğal bir çelişki vardır; kurumsal senaryolarda genellikle küçük modellere daha fazla önem verilmektedir;
Kendi kendine oluşturulan yapay zeka altyapısı ve API çağrıları arasındaki maliyet dengesi: Uç bilgi işlem ve küçük modellerin kombinasyonu büyük bir ön yatırıma sahip olsa da, uzun vadeli işletme maliyetleri önemli ölçüde azalır. 45.000 çalışanın sıklıkla kullandığı büyük yapay zeka modelinin API çağrılarından geldiğini ve bunun yarattığı bağımlılığın, kullanım ölçeğinin artmasının ve ürünün kalitesinin kendi kendine oluşturulan yapay zeka altyapısını büyük ve orta ölçekli işletmeler için rasyonel bir seçim haline getireceğini hayal edin.
Uç donanım pazarındaki yeni fırsatlar: Büyük model eğitimi, üst düzey GPU'lardan ayrılamaz, ancak uç çıkarımının tamamen farklı donanım gereksinimleri vardır. Qualcomm, MediaTek ve diğer çip üreticileri, uç yapay zeka için optimize edilmiş işlemciler için pazar fırsatlarını başlatıyor. Her işletme kendi "Lilli"sini kurmak istediğinde, düşük güç tüketimi ve yüksek verimlilik için tasarlanmış uç yapay zeka çipleri altyapı için bir zorunluluk haline gelecek;
5）Merkeziyetsiz web3 AI pazarı da eş zamanlı olarak güçleniyor: Bir kez işletmelerin küçük modeller üzerindeki bilgi işlem gücü, ince ayar, algoritma gibi talepleri harekete geçtiğinde, kaynak dağıtımını dengelemenin nasıl olacağı bir sorun haline gelecektir. Geleneksel merkezi kaynak dağıtımı bir zorluk oluşturacaktır ve bu doğrudan web3AI merkeziyetsiz küçük model ince ayar ağı, merkeziyetsiz bilgi işlem gücü hizmet platformları vb. için büyük bir pazar talebi yaratacaktır;
Pazar AGI'nin genel yetenek sınırlarını tartışmaya devam ederken, birçok kurumsal kullanıcının AI'nın pratik değerini keşfetmeyi tercih ettiğini görmek daha hoş. Açıkça, geçmişte bilgi işlem gücü ve algoritmaların kaynak tekeli ile kıyaslandığında, pazarın odak noktasını uç bilişim + küçük model yaklaşımına kaydırması, daha büyük bir pazar canlılığı getirecektir.