AI時代には、供給と需要の究極の戦い
最強のモデルは数少ない武器になっています
動画タイトル:AIトークンの超・需要 | ディラン・パテルインタビュー
投資によるビデオ いいね の ベスト
ペギーブロックビートによる写真
エディターズプレス:AIモデルの継続的飛躍のバックドロップ、ClaudeコードやCursorなどのツールの大規模なアクセス、業界ディスカッションは「どのように強力なモデル」から「どのように良いモデルが生産に進む」に移行しています。 しかし、AIプログラミング、自動解析、データモデリングが新しいコンセンサスとして登場すると、ボトムアップの質問が現れます。実装コストが急速に押し下されると、マンパワー、資本、またはフロンティアモデルやトークンへのアクセスの実質の希少性は
パトリック・オの悲劇のために左, ディラン・パテル
この投稿は、SemiAnalysisの創始者であるDylan Patelとの会話でPatrick O'Shaughtnessyによって組織されました。 Dylanは、AIインフラストラクチャ、半導体サプライチェーン、モデル経済に重点を置き、AIが組織、情報サービス、トークン需要、コンピューティングサプライチェーン、および社会的感情をどのように変化させるかについて議論しました。
この会話に関する最も興味深いのは、モデルが再び更新されていることではありません, ベンチマーク, しかし、それはAI経済を理解するための方法を提供します — 実装能力を現実化している生産システムとしてAIを見るために, 組織効率と産業利益, ソフトウェアツールのアップグレードだけでなく、。
5つの角度から大体理解できます。
まず、実装の費用が壊れています。 過去には、アイデアが傷つかず、製品やシステム、成果物に変えることは本当に困難でした。 今、非技術的なスタッフがコードを書き、それらを適用し、データ分析を行うことを可能にするClaudeコードは、モデルを使用して数から始まる長期メンテナンスチームが必要です。 Semianallysis の Claude コードの年次支出は $7 百万に達しています。, その給与支出の四半期以上, つまり、AI はもはや効率のツールではありませんが、企業のための新しい生産資本に回っています。。
第二に、情報サービス業界が最初に書き直されました。 Dylanのビジネスは、AIによって最も容易に更新される領域である分析、アドバイザリーおよびデータセットの本質的に販売されています。 チップのリバース分析、エネルギーグリッドモデリング、マクロ経済指標、過去に長期チーム入力を必要とする場合、利用可能な製品を数週間で構築するために数回使用することができます。 つまり、ISPのAIの圧力が「交換する?」ではないということです。 「もっと早くチャレンジできる」 AI を使用しない企業は、より高速にコモディファイドされますが、AI を使用する人は、次のより効率的な競合他社に置き換えることを避けるために継続的に基準を上げなければならないでしょう。
より深いレベルで、トークンは新しい生産リソースになっています。 ソフトウェアサブスクリプションを購入するために使用, 中央の問題は、ツールがうまく機能しているかどうかです; 今, フロントラインモデルアクセス権, レート制限, 企業契約とトークン予算は、直接生産能力を決定し始めます. より強力なモデルは、より高価なタスクを実行するために、よりスマートなトークンが少ないステップを取る可能性があるため、必ずしも高いコストを意味しません。 実際の競争は「AIを使う」から「最も強いモデルを手に入れ、最も高い値のシナリオで最も高価なトークンを使用する」に動いています。
この要求は、サプライチェーン全体でチャネル化されます。 トークンの使用はsurged、最終的にGPU、CPU、メモリ、FPGA、PCB、銅ビーム、半導体装置および水晶製造所の資本支出に一定圧力になりました。 これは「牛ホイップ効果」の参照の背後にあるロジックです:下流, そうです, 呼び出しのための需要が増加したモデルです, しかし、受注に上流を送信することができます, 製品の拡張と価格が多岐に増加します. AI の業界における利益の配分は、モデル企業やNVIDIA に限らず、半導体やデータセンターのサプライチェーンに引き続き参入しています。
やっと、AIの社会的なリバウンドが早い時期にやってきます。 職場の置換、エネルギー消費、データセンターの拡張、電力の集中に関する公共の懸念は、AIが作業の流れに入ると同時に上昇します。 Dylan は 3 か月以内に AI に対して大規模な抗議を予測しました。 「AIが世界を変える」というストレスを続け、モデル企業にとっては、必ずしも不安を緩和するものではありませんが、コントロールを失うことについて、普通の人々の想像力を強化するかもしれません。 人工知能業界は、その技術力だけでなく、現在では具体的で知名度の高いパブリックバリューを創り出す必要があります。
今日、AIのコア問題は「モデルができること」から「モデルにアクセスできるのは誰が使えるのか、モデルによって生成された値をキャプチャできるのか」に移行しています。 この意味では、この議論の主題は、単なるクロードコード、アンソロピーまたはAI会社ではなく、むしろ、生産性、資本支出、組織的効率、社会的受諾の周りに構造的な並べ替えです。
以下は原文(読みやすく理解しやすいため、原文は連結されています)です
TL;DR
•AIのコア変数は「CAN OR NOT」から「値が価値がない」に移動し、実装コストの実質の希少性はモデルによってスケールアップすることができる高値のアイデアです。
Claudeコードは、最初から25パーセントの給与費を費やしています。AIはソフトウェアツールから新しい企業生産資本へと移行しています。
• フロントラインモデルの競争は、もはや容量のための競争ではなく、むしろトークンの権利のための競争ではありません。 新しいビジネス障壁は、より早く、より着実に最も強いモデルを取得することができます。
• 情報サービス業界は、データ、分析、研究のための生産コストが急速に低下し、遅い会社がより迅速に修正されるため、AIによって最初に再放送されます。
• トークンの需要は、新しい高値例を解放し、より高価なフォワードモデルにユーザーをプッシュするので、以前のモデルの価格削減のために減速しません。
•AIによって持ち込まれる最大の変化は、人々がより少ない仕事をするのではなく、同じ数の人が同じ数回同じことをすることを可能にします。トークンの値を生成し、捕獲できない人は「永続的底」にロックされます。
GPU、CPU、メモリからPCB、銅製造所、機器メーカー、AIの需要まで、半導体供給チェーン全体に電卓不足が広がる。
実際の問題は、モデル会社がどれだけのお金を稼ぐかではありませんが、トークンの意思決定、効率性、チェーン効果によって「ゴーストGDP」が作成されます。
その他の組織
クロードコードは新たな労働力になりました
Patrick O'Shaughtnessy(モデレーター):
今年はチームの大きな変化について素晴らしいお話を聞かせてくれました。 繰り返すことはできますか? この世界で何が起こっているのか理解してもらえますか
Dylan Patel (SemiAnalysis の創始者):
昨年はAIヘビーユーザーだったと思いました。 ChatGPT、Claudeを利用しているすべての人のClaudeを使い、必要なすべてのサブスクリプションをチームに提供しています。 当時、会社は何千ドルものドルを費やしました。
しかし、今年は、支出が始まった。 実際の出発点は、Opusの出現で、おそらく12月末です。 Douglas LawlerのCEOであるDouglas LawlerのCEOであるDouglas Lawler氏は次のように述べています。 基本的にはAIでコードを書くための非技術を押しながらリードしています。 少しでも会社全体を持ってきた。 もちろん、エンジニアは使用していましたが、今年1月からは、当社の支出は明らかに立ち上がり、その後は早く壊れました。
後にAnthropic社と企業契約を締結しました。 私はあなたに話した最後の時間、私たちの年間支出は約$ 5百万でした。 それは今$ 7百万です。
Patrick O'Shaughtnessyさん:
先週の数字です。
ディラン・パテル:
ええ、その多くは使用そのものです。 本当に興味深いのは、Claudeコードを使用する前にコードを書くことがない人であり、何人かの人が一日に数千ドルを費やすことです。 しかし、企業の言葉では、Claudeコードで年間7億ドルを費やし、当社の給与は約25万ドルです。 つまり、クロードコードは給与支出の25パーセント以上を費やしました。
この傾向が続くと、年末までに1セントの合計給与が100を超える可能性があります。 それは少し怖いです。 幸いにも、「人」と「AI」のどちらかを選ぶ必要はありません。企業が急成長しているからです。 より多くのように:私は、非常に高速に人々を雇う必要はありませんが、私はより多くのお金をAIに費やすことができ、それは仕事を行い、企業がより速く成長することができます。
しかし、私は、他の企業が問題に直面し始めたのは遅すぎるか、後続すると思います。 1人で5人、10人、または15人でもClaudeコードで行うことができれば、次はどうなりますか? まず、確実にダウンサイジングの必要性があるかもしれません。そして第二に、そのような使用の非常に広い範囲があります。
たとえば、オレゴンにリバースエンジニアリングラボがあり、1年半にわたり構築されています。 顕微鏡、走査電子顕微鏡など、ハイエンドデバイスは多くあります。 研究室のコア用途は、逆解析チップ、チップ構造の抽出、製造に使用される材料の分析です。 これらは、当社が販売したデータの1つです。
しかし、過去にこのようなデータの解析が非常に遅くなっています。 今では、Claudeトークンでわずか数千ドルの私達のチームに1人の男性があり、それはアプリケーションです。 このアプリケーションは、GPU を加速し、CoreWeave のサーバー上で実行することができます。 私たちがしなければならないのは、画像の各素材の位置を自動的に指摘するチップ画像です。 ここでは銅、ここにタンタル、ここにプラチナ、コバルトです。 その後、チップのスタック構造全体を短時間でメタ解析し、完全なグラフィカルインターフェイスとダッシュボードとともに視覚化することができます。
以前はインテルで働いていたこの男は、過去に、完全なチームで作業し、維持していたと述べました。 会社全体として、そのように何かを置くことは信じられないほどです。
私は特に興味深い見つける別の例があります、Malcolmです。 大銀行でエコノミストでした。 その銀行の経済部門は100〜200人になる可能性があります。 今は素晴らしいものを作っています。
異なるAPIからFREDデータ、雇用レポート、その他のデータセットを含むデータを保有しました。 また、一部のデータプロバイダと契約を結び、APIアクセスを取得しました。 その後、すべてのデータを引き出し、経済のインフレーションやデフレーションに関する異なる経済変化の影響を分析し始めました。
米国労働統計局は、約2,000件の雇用分類を有する。 Malcolm は AI を使用して、AI によってどのタスクが実行できるかを判断します。これは不可能であり、その点は rubric のセットに従っています。 結果は、AIでタスクの約3%が実行できるようになりました。
そこで、AIで何ができるのか、AIで行なわれたときにどのように定義するのかを測定する指標を作成しました。 出力は上昇する可能性がありますが、コストがあまりにも多く落ちるので、理論GDPは契約することができます。 「幻のGDP」と呼びました。
このコンセプトに基づいて分析を全セットし、約2,000の楕円を含む全く新しい言語モデル、ベンチマークを作成しました。
Patrick O'Shaughtnessyさん:
こういったことを自分でやったの
ディラン・パテル:
えええ、彼は自分で全力を尽くしました。 彼は私に言った。「ブラザーは、1年1回エコノミストの200人チームを連れて行った」。 クラウデでは、すべてが変更されたと述べています。
Patrick O'Shaughtnessyさん:
事業者として、どのように理解すれば良いですか? あなたはほとんど何も費やすことからなくなってしまった, 今、それはに近いです 25 給料費の割合, それはまだ上昇しています. どんな点で、ブレーキを踏むべき? 経費を管理すべきですか? 多分、Opus 4.7 のように今日出てきたばかりのフロントラインモデルを常に使用する必要はありませんが、代わりにより安いモデルに切り替えることができますか
ディラン・パテル:
結局のところ、情報ビジネスです。 解析を販売し、データセットを作成します。 これらのことが非常に速いペースで完全に商品化されない理由は、私は見ません。
今後も改善を続けなければ、最初に売った最初のデータ製品が、もっと多くの人が同様のことをやっています。 これからも、より良く、より良いことを続けていくため、引き続き販売することができます。 しかし、私たちは2023年にそれをしたのは、今、人々がそれをやっているのと同じ方法ではありません。 引き続き基準を上げていない場合は、修正します。 うまく動かないと、自分の利点を失います。
そのため、AIはソフトウェアの商用化と同様に、多くのことを商品化します。 しかし、顧客関係をマスターするのに十分な速度を移動させる人は、優れたサービスを提供し続け、常にサービスを改善することは収縮しませんが、より速く成長します。 不快で何もしない人は失います。
つまり、生存問題のようなものです。AIを使わないと、誰かの意志は、自分を打つことになります。
もう一つの簡単な例はエネルギー分野です。 過去1年間にエネルギーモデルを構築しようとするエネルギーアナリストが数多くありました。 モデルは非常に複雑で、エネルギー データ サービス市場はおよそ$ 900,000,000のサイズです、従ってそれは明らかに私が入ることを望む巨大な市場です。 しかし、私たちのチームの一部が1年間働いてきたという事実にもかかわらず、私たちはエネルギーデータサービス事業では本当にありません。
その後、クロードコードの精神的。 私たちは、データセンター、ジェレミーにエネルギーと業界を担当しています。 クロード・コードを使い始めると、突然物事が変わった。 3週間で、彼は多くのお金を費やしました, 約 $600,000 日, それは本当の誇張です. しかし、彼は米国内のすべての発電所を捕捉し、一定の電圧レベル上のすべての伝送線を捕捉し、様々なオープンデータソースから米国全グリッドのマップを作成しました。
米国各地の微小地域における電力不足や剰余金の状況を把握し、分析できるダッシュボードにしました。 数週間でアップします。
その後、すでにデータセットを購入していたお客様数に、エネルギートレーダーなどを紹介しました。 読んだ後、彼らは言った。「あああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああ、ああああああああああああああああああああああああああああああああああ、ああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああああ 会社よりも良いです。 そして10年間、この会社に100人がいたことを知ってもらいました。
もちろん、当社の製品は、彼らがそうであるように、完全で堅牢ではありませんが、いくつかの点でより良いです。 そこで、このエネルギーデータサービスを修正しました。 しかし、順番に、早く走らないと、誰が私に商品化するつもりですか
ですから、ビジネス観点から、質問は「お金の多くを費やしたの?」というわけではありません。 うん、私はたくさんのお金を費やしました。 しかし、質問は、私はこのお金から得るものは何ですか? 収入が増えましたか? 答えがそうであれば、お金はそれだけの価値があります。
Patrick O'Shaughtnessyさん:
あなたは心配しています, 結局のところ, 資本を制御し、それを投資する責任を持っている人, あなたが何をするかのために頻繁にあなたを雇う人, 「私たちは自分自身を分析しています, そして、彼らはスマートです. なぜ私たち自身をやるのか? とても簡単になると、投資代理店に帰るのはどの点であれ? 結局のところ、これらのデータとインサイトから最大限の活用を得る可能性が最も高い。
ディラン・パテル:
まず、どんな情報サービス事業も本質的に同じです。私はメッセージから価値を得られるようになり、クライアントがその情報から価値を得られることは明らかではありません。
私はドルのためにあなたの情報を販売する場合, あなたはそれがあなたがより多くを獲得する決定を作るのに役立つことを知っているので、あなたはそれを費やすことを喜んでいます. 言い換えれば、あなたは仲裁を取得します。 この情報を販売するよりも多くのお金を稼いでいます。
投資資金自体は確かに自分の情報サービス容量を持っています。 特に、Jane StreetやCitadelなどの代理店では、データの面で非常に詳細で深いです。 しかし、彼らはまだ私たちのデータを購入します, そして、彼らはそうし続けます, そして、私たちとの協力が成長しています。
「イットファクター」は、ある種の「イットファクター」があると思います。 より速く、より柔軟で小規模なチームを移動し、AIインフラ、AI、トークン経済、および関連する一連のことを含む、非常に具体的な領域に焦点を当てます。 先の方向を把握し、より早く物事をビルドすることができます。
そのため、もちろん、投資専門家が自分で何かをしようとします。 しかし、多くの場合、データを直接購入し、それをビルドします。 それらのために、私たちのデータを購入することは、通常、スクラッチからそれを構築するよりも安いです。 そして、当然のことながら、最終的には自分でやってみると良いでしょう。
トークンは新しい生産リソースになりました
Patrick O'Shaughtnessyさん:
私はあなたに話しているたびに、私は同じ質問に終わる:トークンの供給と需要。 今一番興味があるのは、 あなた自身の経験は、需要側の新しい理解を与えますか? よく感じた後、トークンの必要性について判断を変更しましたか
ディラン・パテル:
マクロの観点から戻ってくると、Anthropic's ARRは、約$ 9億から約$ 35億に成長する可能性があります。 このショーが放映された時、40億～45億ドルに達した可能性があります。
しかし、彼らは同じように成長していません。 カウントすると、R&Dアルゴリズムを削減していないと仮定すると、Metis、Opus 4、Opus 4.7などの新しいモデルを公開しているため、明らかに彼らはそうではありません。 そのうちのすべてが推論に行く場合でも、彼らの追加された計算は、マオリ比よりも約72パーセント下です。
実際には、追加の計算の一部はR&Dである可能性があるため、実際のMāoriの比率は1セントあたり72以上である可能性があります。 今年初めに、融資文書に情報の一部を漏らし、約30パーセントでした。
そのような短い時間で、このレベルにMāori率を上げるビジネスはどのようになりますか? 原則、需要が高すぎるためです。 使用レベル、速度制限、制限を締めることができます。 本当に重要なのは、あなたが必要とするプロモーションを得るには、Anthropic顧客マネージャー、企業契約を持っていることです。 そうでなければ、トークンは最終的に非常に攻撃的になります。
誰がそれを得ることができるか。 Anthropicは同じ問題に直面しています - もちろん、問題ではありませんが、資本主義がどのように機能するかの現実です。 はい、クライアントはトークンの年間で40億ドルを払うことができますが、これらのトークンはクライアントが作成した価値で40億ドル以上です。
異なる企業によって作成された各トークンの値は異なります。 しかし、モデルがよりインテリジェントになるように、本当に重要なのは、最もインテリジェントなトークンを取得し、最も貴重なもののためにそれらを使用することです。
人として、これらのトークンを使用してビジネスを成長させ、価値を創造する方法を決める必要があります。 たくさんの人がトークンを消費し、トークンを消費します。 しかし、Claudeとサンフランシスコでソフトウェアを生成する通常のSaaSスタートアップは、本当にたくさんのお金を稼ぐことはありません。 つまり、早く、トークン価格から絞り出されます。
Patrick O'Shaughtnessyさん:
そこで、今日出会ったのは、 投稿後、Opus 4.7、4.7 とすぐに使いたい。 それから私は切り去りました。 使えません。 過去数週間に4.6と満足していたが、4.6を引き続き使用しても想像できません。
最も高価でフォワードモデルを使用するように、人々はそう決定されていることに驚きますか
ディラン・パテル:
お問い合わせ 過去1ヶ月で私が持っていた最も面白い思い出の1つは、私は私の友人のレオポルドと私の膝の上にいたことであり、ほとんどAnthropicの共同創設者の前で、私にMetisアクセスを与えるために彼に尋ねています。
存在していたことを知ったので、「是非使ってみてください」と言いました。 それから彼は言った。「あなたがたが言っていることを知りません」
Patrick O'Shaughtnessyさん:
その価格表、または楕円カードが出た場合、どのように反応しましたか
ディラン・パテル:
ベイゾーンの前の噂もあったし、おそらくとても強くなると知った。 ベンチマークを見ると、コースのベンチマークが変化しますが、Mephisto / Metisは、おそらく最後の2年間モデル容量で最大の飛躍です。
私はそれが非常に重要だと考えています: Anthropicが完全に公開したくないほどの強いです。 すでに一部のクライアントに価格を公開していますが、セキュリティ関連の設定など、選択的に公開されています。 おそらくトークンのコストが5〜10倍の頻度ですが、実際の世界への影響を心配しているので、まだ完全に解放されたくないのです。
そこで、Opus 4.7 の悪いバージョンと弱いバージョンの Opus が現在あるのは何かです。 そして、Kariをモデル化することで、サイバーセキュリティの能力を悪化させてきたことを明らかにしました。 その部分を読んでもわからない。
だから、私は言っているもの, 誰が, あなたは十分な資本を持っている限り、, あなたは不適切なビジネスサブスクリプションを購入する必要があります, トークンを押し、定期的なサブスクリプションを使用して代わりに支払う. なので、簡単にコンフィニッシュできません。
そして、あなたは、これらのトークンをトップバリューミッションで使用する方法について考え、それらからお金を稼ぐ必要があります。 基本的には、年2回、ビジネスの多くは基本的にトークン仲裁です。 トークンは強くなりますが、ポイントはポイントを指すところです。
次の3〜4年で、モデル自体はトークンの使用方法と価値の最大化方法を知ることができます。
ベンチマークを振り返ると、過去に一定レベルの能力に達するコストがXであることがわかり、今では1パーセントまたは1千分の1になるかもしれません。 例えば、DeepSeek が GPT-4 レベル 容量に達すると、GPT-4 の 1 パーセントについて費用がかかります。 その後、GPT-4モデルのコストは下落し続けています。
もちろん、GPT-4モデルをもう気にしない。 フロントラインモデルとは、本当に経済性のあるものを創り出すからです。 しかしながら、GPT-4は一部場面でも使えますが、通常は小さいです。
そのため、本当に需要を駆動するものは、古い機能がより安くならず、新しい例が現れています。 Opus 4.6 または Opus 4.7 レベルのモデルを使用します。 1年後、今日のモデリング能力の同じ品質を取得していたら、7万ドルを費やすかもしれません。
でも問題ありません。 なので、より価値のあるものをするために、より強いモデルを使うでしょう。
AnthropicのMetisはモデル自体が高価ですが、同じことを終わらせるためにはるかに少ないトークンを消費します。 そのため、ほとんどのミッションでは、Opus 4.6 よりも安いです。
ディラン・パテル:
より効率的だから。 すべてのトークン自体がより「スマート」で高価なものであっても、そのジョブを行うためにトークンが少ない必要があります。
Patrick O'Shaughtnessyさん:
先日、Metisがリリースしたばかりか、モデルカードが出てくるかも知れません。 少し怖がるほど強かったと言いました。 どういう意味ですか
ディラン・パテル:
2024年以降も2025年、Anthropicの目標は、L4レベルのソフトウェアエンジニアを2025年の終わりまでに持つことです。 全体的に、彼らは基本的にOpus 4.6でそれをしました。
しかし、ベンチマークに比べ、Metisを調べても、L6エンジニアみたいな感じでした。 L4は、おそらく比較的ジュニアソフトウェアエンジニアであり、L6は既にかなり経験豊富なエンジニアです。
2月以降は、このモデルが内部で利用可能になったと言って、アンソロピーを覚えています。 2ヶ月で、L4からL6にジャンプしました。 それでは、次はどうなりますか
そして、モデルの進化を考えると、実際に加速しているのがわかります。 Anthropicのリリースのリズムは圧縮され、OpenAIのリリースのリズムは圧縮されます。 なぜ? 通常は、より良いモデルを作るために、いくつかのことが必要です。
まず、強い数字が必要です。 カウントは非常に高価で、独自のタイムスケールを持っています。 実際に成長しているが、短期的には大きく確立されているこれらのことを追跡します。 数学に署名しました。 かなり落ち着きます。 もちろん、途中に遅延や調整があり、もう少しあるかもしれませんが、全体が修正されます。
第二に、非常に良い研究者が必要です。 この会社は、今、これらの人々のために数十億ドルを支払うことを望んでいます。
最後に、容量が達成されます。 歴史的に、これは達成することは非常に困難でした。 アイデアを持たれたら、やってみると、難しい。 しかし、今では、アイデアがどこにあるのか、達成がとても簡単になります。 それは高価ですが、非常に簡単です。
そこで、質問はどのようにして達成するかを決めますか? その結果、あまりにも簡単になると、より多くのアイデアを達成し、このトレッドミルでより速く実行することができます。
これはAIモデル研究で起こる可能性があるため、モデルリリースの頻度は6ヶ月から2ヶ月に短縮されています。 また、他のエリアでも対応可能です。 例えば、アメリカで発電所をモデル化したいのですが、全てのトランスミッションラインは戻り、供給需要関係を微分に分析し、今やできるのです。
アイデア自体は安いです。 その点は、理にかなっているの? トークンを購入し、それを得るのにあなたの資本の価値はどの考えですか? 達成する能力は既にあるため。 これは最も重要な変化です。
コストが下がり続ける場合 — Metis を手に入れたことはありません。 Opus 4.7 は数時間前にリリースされましたが、チーム内で非常に興奮しています。
世の中にどのようなものがありますか? 経済の仕組みを再オーダーすると思います。
過去には、困難だったため、実装は非常に重要でした。アイデアは安いです。 今、アイデアは安いだけでなく、十分ですが、実装も非常に簡単です。 だから、本当に価値のあることは、唯一の良い十分なアイデアがあるということです... すでに非常に安い場合でも、お金の価値があることを証明することができます。
Patrick O'Shaughtnessyさん:
本当に怖いですか? それとも、単に把握が難しい不確実性を導入するのか
ディラン・パテル:
不確実性は確かに存在します。 しかし、こんなに恐れがあると感じています。 社会そのものを再構成する方法は
「何かをする能力」が重要ではない世界に住んでいるとき、それは重要なことですか? 重要なことは、AIが実現する正しい考え方を選ぶことができます。それを販売したり、AIが実現するものを販売したりすることができます。この方向に資本を調達することができますか? それが大切にしていることです。
そして、それは前に質問に戻る:それは永遠に最新のモデルを持っていることが重要です。 最新モデルは誰が入手できますか
Anthropic にはプロジェクトがあり、Earwig というわけではありませんが、Earwig を Anthropic の人々 にふさわしい人々 を呼びかけたいと思っています。 彼らは、サイバーセキュリティのために特定の企業にMetisだけを提供します。 こんなことが起こると思います。モデルが狭くてアクセスが少なくなっていきます。
注意: Earwig は頂点、少しの昆虫であり、中国では耳栓と呼ばれることが多いです。 片手には、いくつかの種類のバグのように聞こえる、もう片手に「耳に刺す」と「人の改善」の関係があります。
OpenAI、Anthropic、その他の企業は、誰もが強力なAIを持っていることを望むと言います。 しかし、AIは非常に高価です。 インフラストラクチャでドルの兆しを支払う人は誰ですか? お金を持っていて、AIで役に立つものを作ることができる人。
誰がモデルを蒸留したくないので、広範囲に公開しないでください。 少数のクライアントに数えられます。 その後、これらの顧客はトークンの戦いを開始します。
Anthropicが大幅な価格の上昇を持っていた限り。 彼らはOpusの価格を倍増することができ、私は支払い続けるでしょう。 ほとんどのユーザーが引き続き支払うことはありません。 しかし、大容量の問題も解決するのではないでしょうか。
そこで、問題は:このサイクルが終わる場所? トークン使用時、これらのトークンの付加価値は、数社の手にますます濃縮されますか
Metis は今は持っていません。 しかし、誰ですか? トップ銀行がいます。 今、彼らはおそらくサイバーセキュリティでそれを使用することですが、私は世界を想像することができます:私はAnthropicのためのビジネス契約を持っているので、Anthropicの人々は私が好きだから、彼らは少し前にアクセスを与えることを喜んでいるかもしれません、または少し高いレート制限。 私は確かに、それが起こることを願っています。
そして、私の競合他社は、これらのアクセスを持っていないと、私はそれらを打つことができます。
別の場合であってもよいです。 例えば、CitadelのKen Griffinは、非常に強いパルスを持ち、非常に豊富です。 彼は、OpenAIまたはAnthropicとの合意に署名し、「私は最初に10億ドルのトークンを購入します。 新しいモデルを公開するたびに、トップ10億トークンを購入します
何が起こるか? 市場のみんなをつぶすことができました。
これは一例です。 また、モデルがシステムにハッキングしやすくなるAnthropicの懸念など、サイバーセキュリティの領域でも起こりうる。 私のような情報サービスで起こったことがあり、それをつぶすために使用しました。
私はこの問題が非常に広範囲の衝撃を持っていると信じています。 これらのモデルができることは分かりません。 Anthropicは知りません、OpenAIは誰も知らない。 最終的には、エンドユーザーから見つけることができます。これらのトークンはどこで使用できますか? ビルドできるものは? 想像できますか
これは、もちろん、生産性を大きく高め、人間性のために非常に肯定的な側面を持っています。 しかし、質問は、リソースとアクセスが集中する方法ですか
ロボットは、次の要求の波をとります
Patrick O'Shaughtnessyさん:
今、ロボットやロボット、トークンを消費し、他の分野と比較してほとんど無視できない。 お問い合わせ 第二の需要曲線になりますか? 毎日、マイル内では、新しいロボットビジネスが登場し、何か面白いものを作ってみたい。
ディラン・パテル:
「ソフトウェア専用の専門性」というコンセプトをご紹介します。 言い換えれば、世界はソフトウェアでしか起こるAIの単数性から始めるかもしれません。 しかし、この問題は、世界の大部分がまだ物理的なことです。 ソフトウェアだけでなく、世界が最終的にハードウェアの周りに組織されることがわかります。 つまり、いわゆる「ソフトウェアの不思議」は、終端ではなく、短い期間だけあると思います。 物理的な世界で終わるから。
ソフトウェアが非常に簡単になると、ロボットの実際のハード部分は何ですか? プログラミング、マイクロコントローラ、インストーラー、およびこのすべてのものを制御します。 今はなかなか難しいですね。
AIモデルは興味深い機能を持っています:彼らは実際に非常に非効率的です。 人間性を上回るいくつかの方法で何かを学び、それらに大きなデータを与えたからです。
しかし、VLAのようなロボットの現在のモデルは、Vision-Language-Action、Visual-linguistic-actionモデルであり、今はホットですが、最終的に拡張できるものになるつもりはないと思います。 それらは非効率で、ロボティックデータを十分に拡大できません。
今後は、ロボットモデルを大規模に鍛える方法がいくつかあります。 人間は、自分の人生を通してデータを見続けるのが好きです。 人間性についての本当のことは、私たちが非常に「効率的なサンプリング」しているということです。 1つの例では、2つの例を学習できます。
ロボットにこの機能が適用された場合、それは完全に異なります。 ソフトウェアレベルの特異性が出現すると、これらのモデルの構築を開始するために誰にとっても非常に安価になります。 そして、人々は本当に便利なロボットの構築を開始することができます。
そこで、次の6～18ヶ月で考えると、ロボティクスの真のブレイクスルーを見始めるつもりです。 主要な能力は、いくつかのショット学習です。 そして、事前に訓練されたロボットモデルがあり、ロボットを雇ったり買ったりして、いくつかの例を提示し、仕事をします。
これらの2つのことを折り畳むように伝えます。 「このことは実際にバランスが取れている」と伝えます。 始まり、終わります。 自分を何度もやってきた。
ロボットは少し学習能力があると思います。
すでにロボットをやっている企業、広告や簡単なタスクのために、ある企業があることは事実です。 しかし、それは非常に微分されるつもりです。 例えば、服を折るロボットや、黒板に分けられるロボットなど。 レンタルサービスで、モデルパッケージになることができ、標準ロボットにダウンロードでき、それを行うことができます。
いずれの場合も、物理的なコモディティのフィールドには、重要な加速と偏差の影響が伴います。 そして、これは、最終的に需要の中でトークンのクレイジーな成長を駆動し続けます。 つまり、個人的にトークンニーズが遅くなるとは思いません。
Patrick O'Shaughtnessyさん:
Metisの結果から世界について何か新しいことを学びました。 言い換えれば、スケーリング法のすべてのコンポーネントを割くと、事前に訓練するような..
ディラン・パテル:
以前よりもはるかに大きいモデルです。 $100,000 Blackwell、前世代のチップ数千個に相当する。 もちろん、TPUとTritonは異なるリリースのリズムを持っているので、完全に一致することはできません。 しかし、最終的に、はい、Metisは大きなモデルです。 法律のスケーリングが有効であることを証明しています。 トレンドラインが続くのは、モデルへの入力が増え、モデルがより良くなるということです。
そして「モデルをより良くするためにもっとカルカルロスを作ろう」という訳ではありません。 同時に、コンピューティングの効率性を常に向上しています。 そして、ラボがそれを1つに変えるすべての研究開発のエネルギー: 一定レベルの能力をモデルにしたいなら、その容量に達するコストは6ヶ月ごとに大幅に減少します。 しかし、十分に大きく引き上げれば、まだ大きな飛躍を前進させることができます。
ですから、そうはい、これが起こり続けることを証明します。 GoogleとAnthropicは、トレーニング側のGPUユーザーではありません。 OpenAIは、新しい世代のモデルを発売する必要があります。 もう少し合理的で原則的にスケーリングを進めていると思います。 そして今回、アンソロピーは大きな飛躍をしました。
今年は、より良く、より優れたモデルが見え、リズムはより速くなります。
Patrick O'Shaughtnessyさん:
私たちは、この会話を長い間話してきましたが、OpenAIにはほとんど言及していません。 過去に不思議なことはありました。
ディラン・パテル:
それは楽しい部分です。 今、多くの人々が言うだろう、「だからアンソロピーは勝ちました、右? 2月にメティスをしていたが、不必要な感じでリリースされていなかった。 彼らの計算は販売され、収益は増加しています $10 月. そして今日、Opus 4.7がリリースされ、このすべてがOpenAIの噂の前に起こったのは、情報などのメディアで覆われたものです。
なので、表面上、無農薬は明らかにリードし、OpenAIは終わっているようです。 しかし、興味深いのは、Anthropicの数学が非常に制限されていることであり、彼らは非常に限られた速度で拡大することができます。 Dario は OpenAI が演算の観点ではあまり根本的で、Anthropic のスケーリングはより合理的だったことを誇張するのに使用しました。 しかし、今、人類性は、私たちが本当により多くの才能を持っていたべきだと考えているかもしれません。
OpenAIは、これらの請求書を十分に支払うことができます。 実際、彼らはすでに増加能力を高めるために多くのお金の資金を融資しています。 これに加えて、Oracle、CoreWeave、SoftBank、Microsoftなどの企業から、非常に根本的で「責任」のスケールでクレジットを購入するために使用しました。 AmazonからTrainiumを取得しました。
そこで、OpenAIは数学で非常にクレイジーなことをしました。そして、彼らはもっと必要なことを知った。
興味深いことに、Opus 4.6 を見てみると、その時のモデルを考慮しないようにしましょうが、この技術の増殖。 モデルリリースの初日にすぐに使えるのですが、他の事業では時間がかかります。 学習時間も必要です。 「クロード・アワケニング・タイム」は、全員に同時に当たることはありません。 そのため、年の終わりまでに、Opus 4.6 級モデルを想定して、経済全体が年間 100 億ドルを費やすことを期待しています。 結局のところ、今では40億ドルの費用がかかります。
Patrick O'Shaughtnessyさん:
基本的にはリニアプッシュだけです。
ディラン・パテル:
ええ、それは線形で、指数関数的ではありません。 指数関数的な成長を達成するために、より良いモデルが必要です。 しかし、Anthropicはこれらのニーズを満たす能力を持っていません。 そのため、OpenAIやGoogleがすぐにこの機能レベルに達すると、誰が次の機能を行うことができます。
Māori率の70%を請求することができるが、OpenAIがMāori率の50%だけを収集しても、次の容量の同じレベルに達すると、これらすべての増分要求を食べます。 そして、すべてのユーザーにサービスを提供するのに十分な計算的ではありません。 多分、このようなモデルであるMetis, 世界が十分な才能を持っていた場合, 持ってきた可能性があります。 $500 億, より誇大化. これらのトークンの市場需要は強すぎると、コンピューティングパワーの可用性は非常に限られています。
H100価格ブームで見てきました。 GPUのサービス寿命も高まっています。 明らかに、セカンドラインの研究所でさえ、彼らは販売し、第一線の研究所に言及しない。 第一線の研究所は利益率が良くなりますが、第二線の研究所は完売しましたが、第三線の研究所は売り切れに近づいている可能性があります。
最も強力なモデルの経済値は、これらのトークンを人々に提供するインフラの能力よりも速く成長しています。 そのため、このギャップは今後も拡大していきます。 モデリング研究所は、ハードウェアサプライチェーンやインフラサプライチェーンの人々が反応するまで、引き続き収益性で成長します。そのため、利益率を上げることはありませんか
Patrick O'Shaughtnessyさん:
そのため、需要側に今日の判断は、特にセミアナリシスのあなた自身の例は、完全に爆発的であると言えます。 「AIの精神症」を呼び、困難がほとんど完全になくなっていると感じることができるものを感じる人々 が入るので、より広く、私はそうします。 数週間で、自分のトークンの支出は急上昇しました。
それはかなり良いニーズ・サイドの判断のように聞こえます。 需要側では、見逃せないことはありますか? より多くのトークンを使用しない場合は、永久的な底から抜け出すことはありません。 スプレッドできますか
言い換えれば、より多くのトークンを使うと、これらのトークンを通して余分な経済価値を生み出します。しかし、多くの人が退屈して怠惰です。 「一日に1時間しか働けないから、AIは仕事のほとんどをやってくれる」と思う
ディラン・パテル:
それは退屈な方法です。 クーラーの方法は次のとおりです。私はまだ1日8時間働いていますが、私は8回仕事をしています。 それは5回ではないかもしれませんが、そのようにすべきです。
もちろん、仕事をやっているだけなら、難しいです。 複数の案件を同時に行なっている人や、会社を立ち上げて販売を開始する人があります。 誰もが使う前にAIの経済価値を捉え、業界ラベルに変わります。 まさにフレームじゃないから。 より多くのトークンを使用しない場合は、これらのトークンから値を生成し、それをキャプチャしない場合は、永続的な底から抜け出すことはできません。
ここでの3つの異なる質問があります。まず、より多くのトークンを使用します。2つ目は、これらのトークンから値を作成します。そして3つ目は、トークンから生成する値から値をキャプチャします。 これらの3つのことを行うことができない場合は、モデルの機能がサージし続け、リソースがより濃縮されるため、永久的な底から抜け出すことはありません。
さて、サプライ側を話しましょう。 何が起きたのか? 需要の曲線が上がると、すべてのこれらのトークンを提供するために、供給のデポの前で何が変化が起こるか? 需要が高まって、供給側のすべてが高まりました。 価格はNVIDIA GPU または他の場所で上昇しています。 同時に、その生き生き生き物が伸びています。
それはH100のための価格の傾向です。 過去には、GPUが5年未満の耐用年数を保ち、全くナンセンスであったことが明らかにされた。 一部のホッパクラスター、3〜4年前、今は3〜4年間再契約しています。 A100クラスターも今後数年間契約を更新しています。
そのため、GPUの有効寿命は明らかに5年、または7〜8年です。 まだわからないので、ホッパが本当にそのステージに着くまで待ちましょう。 しかし、明らかに、それは5年ではありません。 更新時に価格が上がりました。
これは、クラスターのMĀORI率が実際に35パーセントではなく、より高いことを意味します。 クラウドの利益は拡大しています。 ハードウェア層は、非常に健康な利益率を持ち、NVIDIAはまだマオリレートの約75%を充電しています。 サプライチェーンをさらに下ろすと、メモリチェーンの利益率が大幅に増加したことが明らかです。 また、光モジュールや論理チップなどの分野においても大きな進歩を遂げ、利益率は徐々に上昇しました。
さらに重要なのは、チップを作るNVIDIAのような企業は大きな進歩を支払います。 そのため、MĀORI率が大幅に増加しない場合でも、資本コスト、キャッシュフローのポイント、または投資資本のリターンが上昇しています。
サプライチェーン全体で確認できます。 ASMLは完全に完売しており、カール・ゼワスがより迅速に拡大する必要があります。 サプライチェーンに沿って、各チェーンは販売され、利益率が増加します。または、事前に受け取り、投資資本のリターンが増加し、実際には投資を少なくする必要があります。
サプライチェーン全体で一貫したトレンドです。 PCBもこんな感じです。 PCBの製造には、銅プラチナが必要で、銅プラチナは販売され、銅プラチナの進歩が始まります。
これは、サプライチェーンにあり、販売されている限り、このことがパルスを持っている限り、人々はより多くの増分の供給と今後数年間の供給のために戦うだろうと言いました。
コンピューティングパワーの不足は、業界全体のチェーンにつながります
ディラン・パテル:
サプライチェーンは通常すぐに反応します。 しかし、今回はユニークな場所があります。今日のサプライチェーンはかつてないほど複雑で、私たちが構築しているのは以前よりも複雑で、配送サイクルが長くなります。 他の業界が18ヶ月のデリバリーサイクルを持っていなかったとは言えませんが、この時期は新しい供給自体の建設は数年かかりました。
メモリです。 メモリ容量は、1年あたりの低倍数の割合でのみ成長することができます。例えば、20%、30%。 NAND も、DRAM は少し高くなります。 2025年の終わりまでに要求信号が強かったにもかかわらず、メモリ会社はすぐに応答していたが、実際の新しい容量は妥協しないだろう。
毎年行われる20～30パーセントの成長に加えて、もう少し生産的に絞ることができます。 しかし、それは本当の新しい供給のために2028までではありません。 2027年初代は2028年。 とてもユニークです。 生産を可能な限り早く拡大したいと思っても、すぐに供給が届かない。
その結果、メモリ価格が上昇しました。 そして、特にDRAM、価格は少なくとも2倍、または3倍になります。
「記憶の物語が壊れていて、みんなが理解している」と言う人もいます。 しかし、本当に、あなたは本当に理解していません。 DRAMは今から2倍または3倍になる可能性が高い。 能力を他の場所で確保しなければなりません。 資本主義経済では、他の場所から能力を調達する唯一の方法は、より高い価格で需要の一部を破壊することです。 合理化システムではないので、それが起こるのは限界だ。 利益率は上昇し続けます。
論理チップに大容量の問題もあったと思います。 ビルドアップが公開され、資本支出が増加しています。 しかし、丸い工場の建設は長時間かかります。 既存のプラントからより多くの出力を抽出するあらゆる努力をしています。 しかし、「良い人」だったので、電気の価格が急激に増加しませんでした。 価格は、メモリメーカーのように3桁増加するのではなく、単一の数字でしか増加しません。
最終的には、電気が素晴らしい会社である市場が見えますが、それは本当にすべての値を取るでしょう? 必ずしもそうではありません。
私は、銅、ガラス、PCBが必要とするレーザーのようないくつかのことを述べました。 これらは比較的良好であるが、非常に微分なサプライチェーンであり、非常に緊張しています。 半導体結晶ラウンド製造装置の供給チェーンは、上流を見上げるが、市場は真剣にその重要性を下げていると考えられています。
本年度の資本金は56億ドルです。 資本支出が増加するいくつかの方法を見るので、1月に開始しました。
しかし、実際の心配はありません。今年はどういう意味ですか? 来年はどういう意味ですか
その結果、この3年間で、発電量は100億ドルに増加する可能性があります。 多分2年後、2028年に、彼らは本当に資本支出に$ 100億を費やすことができました。 パワービルドは、資本支出のために2028年に100億ドルを費やすことができると真剣に言っています。
想像できない人も多い。 しかし、ダウンストリームサプライチェーンはどういう意味ですか? ラムリサーチ、応用材料、ASMLなどの企業にとってはどういう意味ですか? MKSインダストリーズなど、より下流サプライチェーンのような企業にとってはどういう意味ですか
酸素はさらに拡大することができます。
Note: "frown whips" という用語は、サプライチェーンにおける拡大を意味します。 具体的には、AIは、トークン使用サージだけでなく、上流サプライチェーンに送信されると、より誇大幅な拡張、価格の増加、キャパシティテイクに変化するレイヤーによって拡大されます。
ビルドアップが本当に2028年の資本支出で100億ドルを費やしたいと考えているのであれば、多くの人がそれがクレイジーだと思うのは可能だと思うのですが、それは本当に起こるかもしれません。
Patrick O'Shaughtnessyさん:
チップのエコロジーの残りの部分は何ですか? GPUは常に優勢です。 しかし、CPU、ASIC、その他の新しい機会やボトルネックとして新興物は? NVIDIA GPUの優位性を超えて、他に何が焦点を当てるのでしょうか
ディラン・パテル:
はい、ASCICは明らかにオフです。 しかし、まずAIチップ自体を飛び降りて、何かについて話したい。 FPGAでプロジェクトを行い、次世代のAIハンバーガーが120 FPGAが必要になるという点がわかりました。 そのため、FPGA企業全員にとってどういう意味ですか
同じCPUが起動します。 これらすべての強化された学習環境、および私が作成した「スパムコード」に加えて、Vercel や AWS の例、またはクラウドリソースで始まる例ですべて実行されます。 すべてのCPUが必要です。 そのため、CPUは完全に販売され、需要は急速に上昇しています。
Patrick O'Shaughtnessyさん:
システムでCPUが再生されているかを見てみましょう
ディラン・パテル:
CPUの多くが必要な理由は2つあります。
まず、学習を強化します。 集中的な学習を行うとき、CPUは重要です。
過去に、インターネットデータをモデル全体に投げて、そのモデルがいくつかの結果を残します。 今、あなたはまだモデルにインターネットデータを置きますが、それからあなたは環境にそれを置き、あなたが言う、「それを試してください。 モデルは、さまざまなことを試みます。 最後に、環境は、その試みの結果の成功を評価し、それを指摘します。 どんな環境でも、 たとえば、出力テキストが正しいフォーマットに合っているか、構造化された出力が正しいかをチェックするのは簡単です。 とても複雑です。
今、人々は非常に複雑な場面に入ります。 たとえば、このファイルを開き、それを変更し、それを編集し、それを更新し、ウェブサイトにそれを提出したいです。 または「SIEMENSの物理シミュレーションソフトウェアを開き、このCADモデルを編集したい」 これらの環境はより複雑になります。 そして、これらの環境は、GPUではなくASIC上で実行されます。
ASIC または GPU は、モデル自体を実行するために責任があります。環境から入力データを受け取り、モデルにそれを送信し、異なる出力パスを生成し、つまり、モデルが問題を解決できると信じているさまざまな方法。 これらのパスは評価され、評価されます。 トレーニングモデルを継続し、モデルを更新し、それらを繰り返すために、それらの成功したパスが使用されます。 そのため、CPUにとって非常に便利な場所です。
2位は展開です。
これらの強力なモデルを持ち、それらをデプロイすると、コードとあらゆる種類の有用な出力が生成されます。 しかし、これらの出力はGPUから直接人間の脳までではありません。 デプロイするアプリケーションに GPU や ASIC から出てくるので、そのアプリケーション自体は通常 CPU 上で実行されます。
そのため、これは大きな必要性の別の領域です。 CPUは大幅完売しました。
GDP統計を取得するために、AI 値が難しい
Patrick O'Shaughtnessyさん:
供給と需要のトレンドを継続的に評価し、世界の最も知識が豊富であるようにしようとすると、あなたが知りたいこと、まだわからないことはありますか
ディラン・パテル:
皆さんにとって一番難しいのは、トケノミクスやトークン経済のことです。 インフラの実行コスト、トークンのコスト、モデルのコスト、これらの研究所の利益率は非常に良い判断です。 しかし、モデルは、採用のスピードと使用しているのは本当に難しいことです。
1月には2月に非常に根本的な予測を行い、その結果、アンソロピーは簡単にそれを上回りました。 このモデルを校正するにはどうすればよいですか? どのようなデータソースを使用する必要がありますか? 2月には、約3月という非常に根本的な仮定をしました。 収益の10億ドルの数字を見ると、反応は:それは何ですか? 実際に収入に10億ドルを追加したのはどのようにしたのですか? これらのトークンを使用するのは誰ですか? なぜ? 彼らはこれらのトークンで構築するものは何ですか? そして、もっと重要なのは、これらのトークンが経済に広がっているものは何ですか? どのくらいの価値が作成されましたか
GDP統計で簡単にキャプチャできるものではありません。 例えば、最終的により良い情報に翻訳するトークンによって作成されたすべての値を使用します。 その後、情報を販売し、過去に持っていた人よりも低価格で販売しました。
この情報は、経済システム全体に参入し、人々がより良い投資判断や競争上の決定を下すことを可能にします。 半導体メーカー、データセンター会社、またはハイパースケールの会社なので、この情報の価値は? 経済への影響は
これは、任意の主観的な指標から明らかに非常に警急しています。 しかし、Ghost GDPはどこにありますか? ファントムGDP。 それは何ですか? 実際の経済価値を追跡する方法
既存のGDP指標が正確ではないため。 Dylan PatelにGDPがどれだけ作成されているかを尋ねると、数値は非常に小さくなり、実際に持っていると思う値に比例します。
そのため、最終的な質問は、これらのトークンが作成される価値はどれくらいありますか? 直接所得ではなく、持ち込むリップル効果です。 彼らが行うすべての結果は何ですか
実際の問題と、測定の難しさが最もあると思います。 サプライ側の判断がとても良いと思います。 また、需要側に多くの信号について非常によく判断しています。 しかし、これらのトークンが作成した価値を定量化し、測定するのは困難です。 3ヶ月ごとにできるのは、あまりにも早く行くためです。
3ヶ月以内に抗AI抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗抗薬薬薬、おそらく
Patrick O'Shaughtnessyさん:
次回はどう思いますか? サンフランシスコで3ヶ月で見られます。 何を期待しますか
ディラン・パテル:
質量抗議。
パトリック・オースキャッピー
AIに対する抗議。
ディラン・パテル
人々はAIを憎む。 AIは、ICEよりもあまり人気がありません。 Pewが何をしたのかわからないのですが、明らかにAIは政治家よりもあまり人気がありません。
Anthropicが収益を増加させるにつれて、ビジネスがダウンストリームを変化させ始めます。 人間はAIを怖がらせるつもりです。 彼らが成長する問題の数のためにAIを非難し始めます, だけでなく、長年にわたり, 根絶されたグローバルな問題。
これらの問題はAIに面し、属性を付けます。 政治家、またはソーシャルメディア、インフルエンサーの人々、他の人を攻撃するためにAIを武器化し始める可能性があります。
いくつかのニュース記事の下のコメントをご覧ください。 サム・アルトマンの家は2週間に2回燃える瓶に投げられ、コメントセクションの誰かが叫んでいました。 最初です。 3ヶ月以内にAIに対する大幅な抗議が見えてきます。
Patrick O'Shaughtnessyさん:
それをオフセットする力は何ですか。 AI、業界が事前にどのように反応するか
ディラン・パテル:
まず、サム・アルトマンとDarioはインタビューを止めるべきです。 彼らはあまりにも魅力的です。 自分が何をしているのかわからない。 すべてのインタビューでは、一般の人がより身につけるようになります。 Tucker Carlsonのサム・アルトマンは、例えば、すべての共和党はOpenAIを憎むかもしれません。 Darioは同じです。 彼らは本当に魅力的ではありません。 初めてのポイントです。
第二に、彼らは、AIができることを刺激し、肯定的な表示を開始する必要があります。
第三に、「AIの能力が世界を変える」という話を止める必要があります。 人々は、そのことを聞いて恐れることができるだけです。 特にこの技術に真の接続がないとき。
パトリック・オースキャッピー
使用方法がわかりません。
ディラン・パテル:
接続していない。 普通の人々は、無農薬の従業員やOpenAIの従業員を知りません。 普通の人々は、これらの人が誰であるか、またはそれらがターゲティングしているのかを知りません。 彼らは、これらの企業は、いくつかの種類の潜伏小グループとしてのみ見ています: 数千人が世界を変え、すべてのジョブを自動化し、社会を破壊するために1つの会社に集まりました。 たくさんの人が見ているのですね。
また、パブリックアイでは、多くのデータセンターや発電所の建設をファイナンスし、推進しています。 人々は何が起こったのかを本当に理解しません。 そこで、今後起こる大きな変化について、AIが正の差を今にする方法について話して停止する必要があります。 巨大な組織とブランド再構築が必要だと私は思います。
Patrick O'Shaughtnessyさん:
私はあなたとこの会話を行うことが大好きです。 お問い合わせ。
ディラン・パテル:
ありがとうございます。
