تصور کنید: یک غول فناوری که مراکز داده اختصاصی خود را دارد و مدلهای پیشرفته میسازد، همچنان هر هفته برای اجرای تریلیونها وظیفه هوش مصنوعی به شرکت دیگری پول میپردازد. این همان واقعیت عجیب و در عین حال بیسروصدای پرهزینهای است که پشت ریتم توسعه هوش مصنوعی متا قرار دارد.
چرا باید مغز رقیب را اجاره کرد؟
متا هر سال صدها میلیون یورو برای خرید دسترسی به مدلهای هوش مصنوعی از طریق فضای ابری مایکروسافت هزینه میکند. گزارشها میگویند این شرکت هر هفته تریلیونها توکن را روی آژور پردازش میکند و همین موضوع متا را به یکی از بزرگترین مشتریان هوش مصنوعی مایکروسافت تبدیل کرده است. هیچیک از دو شرکت درباره این ارقام اظهار نظر رسمی نکردهاند، اما خودِ مقیاس ماجرا همه چیز را توضیح میدهد.
در نگاه اول، این تصمیم خلاف انتظار به نظر میرسد. متا مدلهای اختصاصی میسازد و زیرساخت خودش را اداره میکند. پس چرا باید این حجم از بار کاری را به یک پلتفرم بیرونی منتقل کند؟ پاسخ، واقعبینانه و صریح است: سرعت و بنچمارکگیری. متا از مدلهای شخص ثالث، از جمله مدلهایی که در مایکروسافت فاندری عرضه میشوند، استفاده میکند تا خروجیهای سیستمهای خود را آزمایش، امتیازدهی و اعتبارسنجی کند.
به زبان ساده، متا برای بنچمارک پول میدهد. مهندسان از مدلهای اجارهای به عنوان نقاط مرجع استفاده میکنند تا کیفیت، ایمنی و عملکرد را بسنجند. اندرو بازورث، مدیر ارشد فناوری متا، در ماه ژوئیه تأیید کرد که با وجود سرمایهگذاری سنگین شرکت روی فناوری بومی، متا مدلهای خارجی پیشرو را نیز به عنوان بخشی از مسیر توسعه خود اجاره میکند.

فاندری در عمل مانند یک بازارچه درون آژور کار میکند. تمرکز اصلی آن فروش مدلهای اختصاصی مایکروسافت نیست. در عوض، مدلهای ارائهدهندگان مختلف، از جمله اوپنایآی را میزبانی میکند و تا ماه ژوئیه به حدود ۱۰۰ هزار مشتری دسترسی ارائه داده بود. این مشتریان فقط به نامهای حوزه تولید یا لجستیک که مایکروسافت در بازاریابی خود برجسته میکند محدود نمیشوند. در واقع، بزرگترین خریداران شرکتهای فناوری هستند، از جمله بایتدنس، ادوبی، پرپلکسیتی و سیرا.
بایتدنس در حال حاضر از نظر میزان هزینه در صدر فاندری قرار دارد و همراه با متا، این دو غول شبکههای اجتماعی در فهرست خریداران مدل در پلتفرم مایکروسافت پیشتاز هستند. این الگو یک پویایی غافلگیرکننده را نشان میدهد: شبکههای اجتماعی بزرگ که خودشان نیز سازنده مدل هستند، از بزرگترین مصرفکنندگان بازار مدلهای ابری یک رقیب به شمار میآیند.
از نظر مالی، رشد بسیار چشمگیر است. درآمد فاندری تا ژوئیه بیش از دو برابر شد و تعداد مشتریانی که سالانه دستکم یک تریلیون توکن مصرف میکنند چهار برابر افزایش یافت. مصرف توکن خودِ متا هر هفته در مقیاس تریلیونها اندازهگیری میشود. اوپنایآی همچنان منبع درآمدی غالب برای کسبوکار هوش مصنوعی مایکروسافت است و در آخرین سال مالی حدود ۷۰ درصد از این درآمد را به خود اختصاص داده است.
جمعبندی اصلی این است: دسترسی ابری و اکوسیستمهای مدل اکنون به اندازه ساخت خود مدلها اهمیت راهبردی دارند.
کسبوکار گستردهتر رایانش ابری آژور نیز با سرعت در حال رشد است. در سال منتهی به ۳۰ ژوئن، درآمد آژور ۴۱ درصد رشد کرد و از آستانه حدود ۹۳ میلیارد یورو عبور کرد. منتقدان به یک نگرانی وسیعتر اشاره میکنند: اگر هزینههای عظیم هوش مصنوعی عمدتا میان غولهای فناوری بازچرخانی شود، توجیه اقتصادی سرمایهگذاری سنگین دشوارتر خواهد شد، مگر آنکه مزایای آن به شکل گسترده در صنایع مختلف گسترش پیدا کند.
پس چه چیزی تغییر میکند؟ برای متا، اجاره مدلهای رقیب به معنای تسلیم دائمی نیست، بلکه یک انتخاب تاکتیکی است. این کار زمان میخرد، معیارهای مقایسهای فراهم میکند و مسیری عملی برای تکرار و بهبود سریعتر در اختیار شرکت میگذارد. برای مایکروسافت، حضور سازندگان بزرگ مدل به عنوان مشتری، کشش تجاری یک بازارچه باز مدلهای هوش مصنوعی را ثابت میکند. برای صنعت، این آرایش یک حقیقت نوظهور را برجسته میسازد: ساخت هوش مصنوعی و اعتبارسنجی آن اغلب به دو مجموعه ابزار متفاوت نیاز دارد، ابزارهایی که گاهی توسط فروشندگان رقیب تأمین میشوند.
آیا با بلوغ مدلهای داخلی و جابهجایی هزینهها، این رویکرد همچنان ادامه خواهد داشت؟ این همان پرسشی است که شبها خواب را از چشم مهندسان و مدیران مالی میگیرد.



.avif)

نظر بگذارید
نظرات
هنوز نظری ثبت نشده. اولین نفر باشید.