დადგა „ტოკენპოკალიფსის“ ეპოქა? ხელოვნური ინტელექტის ინდუსტრია ფასების ზრდისა და რეგულაციების მოლოდინში

Microsoft-ის მიერ GitHub Copilot-ის ფასების პოლიტიკაში შეტანილმა მკვეთრმა ცვლილებებმა ტექნოლოგიურ საზოგადოებაში დიდი გამოხმაურება გამოიწვია. Reddit-ის მომხმარებლებმა ამ მოვლენას „ტოკენპოკალიფსი“ (Tokenpocalypse) უწოდეს. ეს ცვლილებები მიანიშნებს უფრო ფართო ტენდენციაზე ხელოვნური ინტელექტის (AI) ეკოსისტემაში, რაც შესაძლოა სხვა მსხვილ მოთამაშეებზეც გავრცელდეს.

იმ ფონზე, როდესაც Anthropic და სხვა წამყვანი AI კომპანიები საჯარო აქციების განთავსებისთვის (IPO) ემზადებიან, დღის წესრიგში დგება მწვავე კითხვები მათ მომგებიანობასთან დაკავშირებით. მოსალოდნელია, რომ ხარჯების კონტროლის მიზნით, სხვა AI პროდუქტებზეც გაიზრდება ფასები და დაწესდება მოხმარების დამატებითი შეზღუდვები. მთავარი კითხვა მდგომარეობს იმაში, შეძლებენ თუ არა AI ლაბორატორიები ხარჯების იმ დონემდე შემცირებას და ტექნოლოგიის განვითარებას, რომ ის შესაბამისობაში მოვიდეს მომხმარებლის გადახდისუნარიანობასთან.

ინდუსტრიაში მიმდინარე პროცესები ასახავს იმ სისწრაფეს, რომლითაც სექტორი ვითარდება. სულ რამდენიმე თვეში კომპანიები „ტოკენების მაქსიმიზაციით“ (tokenmaxxxing) იყვნენ გატაცებულნი, თუმცა მაღალი ხარჯების გამო, ეს ტენდენცია მალევე შეიცვალა. IPO-სთვის მომზადების პროცესში კომპანიებისთვის რთული ხდება რისკ-ფაქტორების განსაზღვრა, რადგან ვითარება ყოველდღიურად იცვლება.

სუბსიდირებული ეკოსისტემა და რეალური ხარჯები

Microsoft-ის გადაწყვეტილება, GitHub Copilot-ისთვის ფიქსირებული გადასახადის ნაცვლად ტოკენებზე დაფუძნებული ტარიფები დააწესოს, მნიშვნელოვანი გარდამტეხი მომენტია. მთელი ეს ეკოსისტემა ამჟამად ინვესტორების ფულით არის სუბსიდირებული. ის სერვისები, რომლებიც მომხმარებლისთვის იაფი ან უფასო ჩანს, სინამდვილეში წარმოუდგენლად ძვირია. ახლა კი დგება მომენტი, როდესაც ეს ხარჯები უშუალოდ საბოლოო მომხმარებელზე გადადის, რაც სავარაუდოდ მნიშვნელოვნად შეცვლის ბაზრის ქცევას.

Uber-ის მაგალითი და AI ბიუჯეტის მართვა

კომპანია Uber-ის გამოცდილება კარგად აჩვენებს არსებულ გამოწვევებს. სულ რაღაც თვენახევარში კომპანიამ გაცილებით მეტი რესურსი დახარჯა AI-ზე, ვიდრე დაგეგმილი ჰქონდა. ამის გამო მათ მოუწიათ ლიმიტების დაწესება და თანამშრომლებისთვის სერვისებით სარგებლობის შეზღუდვა. თუკი Uber-ის მსგავსი გიგანტი ასე სწრაფად აწყდება ბიუჯეტის პრობლემას, ეს მიანიშნებს იმაზე, რომ AI ლაბორატორიებმა უნდა იპოვონ გზა ტექნოლოგიის გაიაფებისთვის.

საინტერესოა ChatGPT Plus-ის თავდაპირველი ფასის — 20 დოლარის — ისტორიაც. ბევრი ექსპერტის აზრით, ეს ციფრი ყოველგვარი სტრატეგიული გათვლის გარეშე იქნა შერჩეული. მიუხედავად იმისა, რომ მომხმარებლები მზად არიან მეტი გადაიხადონ მოწინავე მოდელებში, ეს თანხა მაინც ვერ ფარავს მათ რეალურ თვითღირებულებას.

რეგულაციები და მომავლის რისკები

ფასების ზრდის პარალელურად, აქტიურდება სახელმწიფო რეგულაციებიც. აშშ-ის პრეზიდენტმა ტრამპმა ხელი მოაწერა აღმასრულებელ ბრძანებას, რომელიც მთავრობას საშუალებას აძლევს გადახედოს მძლავრ AI მოდელებს. ეს ყველაფერი იმ ტემპით ხდება, რაც აქამდე ტექნოლოგიურ სექტორში იშვიათი იყო.

ხშირად AI კომპანიების წამგებიანობას Uber-ის ადრეულ წლებს ადარებენ. Uber-მა შეძლო მომგებიანი გამხდარიყო, თუმცა ამისთვის მას სრული ტრანსფორმაცია დასჭირდა — ბიზნესის გაფართოება და მძღოლებისა თუ მომხმარებლების ხარჯზე ეკონომიის გაკეთება. ჩნდება კითხვა: აქვთ თუ არა AI ლაბორატორიებს მსგავსი რესურსი ხარჯების დასაზოგად? AI-ს შემთხვევაში ხარჯები უფრო პირდაპირი და ფიქსირებულია, რაც პროცესს კიდევ უფრო ართულებს.

„როგორ უნდა ჩაწეროთ ეს რისკები საინვესტიციო დოკუმენტებში, როდესაც ისინი ჩვენს თვალწინ, ყოველდღიურად იცვლება?“

საბოლოო ჯამში, ინდუსტრია იმ ფაზაში შედის, სადაც ინვესტორების ფულით დაფინანსებული „უფასო“ ეპოქა სრულდება და კომპანიებს რეალური ბიზნესმოდელების ჩამოყალიბება მოუწევთ.