우리가 2025 년에 들어 오면 인공 지능 부문은 중요한 변곡점에 있습니다. 업계는 전례없는 수준의 투자와 관심, 특히 생성 AI 환경 내에서 계속해서 기본 시장 역학을 유치하는 반면, 우리는 내년에 AI 환경의 큰 변화를 향해 나아가고 있다고 제안합니다.
AI 스타트 업을 이끌고 업계의 빠른 진화를 관찰 한 경험을 바탕으로 올해는 많은 근본적인 변화를 가져올 것이라고 생각합니다. LCM (Large Concept Models)에서 LLM (Lange Language Model) (LLM)으로 진지한 경쟁자로 등장 할 것으로 예상됩니다. AI 하드웨어는 AI 주요 AI 인프라 구축을 시작하는 대기업에 대한 전문 AI 하드웨어로 OpenAI 및 Anthropic과 같은 신생 기업을 확보 할 수있는 위치에 있으며 AI 독점을 알 수있을 수도 있습니다.
AI 회사의 고유 한 과제 : 소프트웨어 나 하드웨어는 아닙니다
기본 문제는 AI 회사가 기존 소프트웨어와 하드웨어 비즈니스 사이의 이전에 보이지 않는 중간 기반에서 운영되는 방식에 있습니다. 상대적으로 낮은 운영 비용으로 인적 자본에 주로 투자하는 순수한 소프트웨어 회사와 달리, AI 회사는 현재 자금 조달 모델을 불안정하게 만드는 고유 한 과제의 조합에 직면 해 있습니다.
이 회사들은 GPU 클러스터 및 인프라에 대한 대규모 선불 자본 지출이 필요하며, 컴퓨팅 리소스만으로 매년 1 억 2 천만 달러를 지출합니다. 그러나 하드웨어 회사와 달리 장기간 이러한 투자를 상각 할 수는 없습니다. 대신, 그들은 자금 조달 라운드 사이의 압축 된 2 년주기에서 작동하며, 매번 다음 평가 마크 업을 정당화하기 위해 지수 성장과 최첨단 성과를 보여줄 필요가 있습니다.
LLMS 차별화 문제
이 구조적 과제에 추가하는 것은 관련 추세입니다 : LLM (Lange Language Model) 기능의 빠른 수렴. 스타트 업 유니콘 미스트랄 ai 그리고 다른 사람들은 오픈 소스 모델이 할 수 있음을 보여주었습니다 성능을 달성합니다 폐쇄 소스와 비교할 때, 이전에 Sky-High Valuations를 정당화 한 기술적 차별화는 유지하기가 점점 어려워지고 있습니다.
다시 말해, 모든 새로운 LLM은 표준 벤치 마크를 기반으로 인상적인 성능을 자랑하지만 기본 모델 아키텍처의 진정으로 중요한 변화는 일어나지 않습니다.
이 도메인의 현재 제한은 세 가지 중요한 영역에서 비롯됩니다. 데이터 가용성우리가 고품질 교육 자료가 부족할 때 Elon Musk에 의해 확인되었습니다 최근에); 큐 레이션 방법그들은 모두 Openai에 의해 개척 된 비슷한 인간 피드백 접근법을 채택함에 따라; 그리고 계산 아키텍처그들은 특수 GPU 하드웨어의 동일한 제한된 풀에 의존하기 때문에.
떠오르는 것은 이익이 스케일보다는 효율성에서 점점 더 오는 패턴입니다. 회사는 더 많은 지식을 적은 토큰으로 압축하고 그래프 래그와 같은 검색 시스템 (검색 세대)과 같은 더 나은 엔지니어링 아티팩트를 개발하는 데 중점을두고 있습니다. 본질적으로, 우리는 문제에 더 많은 자원을 던지는 자연 고원에 다가 가면 수익이 줄어 듭니다.
지난 2 년 동안 전례없는 혁신 속도로 인해 LLM 기능의 이러한 수렴은 누구나 예상했던 것보다 빠르게 진행되며 자금을 모으는 회사의 시간에 대한 레이스가 생깁니다.
최신 연구 동향을 바탕 으로이 문제를 해결하기위한 다음 개척자는 출현입니다. 대형 개념 모델 (LCMS) 자연어 이해 (NLP) 인 핵심 도메인에서 LLM과 경쟁하는 새롭고 획기적인 아키텍처로서.
기술적으로 말하면, LCMS는 반복이 적은 성능이 적고 소규모 팀과 유사한 결과를 달성 할 수있는 능력을 포함하여 몇 가지 장점을 보유 할 것입니다. 나는이 차세대 LCM이 유명한 ‘엑시 그 테크’매버릭스 인 스핀 오프 팀에 의해 개발되고 상용화 될 것이라고 믿는다.
수익 창출 타임 라인 불일치
혁신주기의 압축으로 인해 또 다른 중요한 문제가 발생했습니다. 마켓과 지속 가능한 수익 창출 사이의 불일치. 예를 들어, Voice AI 에이전트와 같이 AI 애플리케이션의 수직화에서 전례없는 속도를보고있는 동안,이 빠른 상용화는 더 깊은 문제를 가중시킵니다.
이것을 고려하십시오 : 오늘날 200 억 달러의 AI 신생 기업은 합리적인 배수로 대중화하는 것을 정당화하기 위해 4-5 년 이내에 약 10 억 달러의 연간 매출을 창출해야 할 것입니다. 이를 위해서는 혁신 속도를 유지하고 막대한 인프라 비용을 관리하면서 R & D 중심에서 영업 중심으로 전체 비즈니스 모델을 극적으로 혁신해야합니다.
그런 의미에서 2025 년에 등장 할 새로운 LCM 중심의 신생 기업은 자금 조달을위한 더 나은 위치에있을 것이며, 초기 평가가 낮아서 투자자들에게 더 매력적인 자금 조달 목표를 달성 할 수 있습니다.
하드웨어 부족 및 신흥 대안
인프라를 구체적으로 자세히 살펴 보겠습니다. 오늘날, 모든 새로운 GPU 클러스터는 대형 플레이어가 구축하기 전에 구매하여 소규모 플레이어가 클라우드 제공 업체와의 장기 계약 또는 시장에서 완전히 폐쇄 될 위험이 있습니다.
그러나 여기에 정말 흥미로운 것이 있습니다. 모두가 GPU와 싸우는 동안 여전히 간과되고있는 하드웨어 환경에서 매혹적인 변화가있었습니다. GPGPU (범용 GPU)라고하는 현재 GPU 아키텍처는 대부분의 회사가 실제로 생산에 필요한 것에 대해 매우 비효율적입니다. 슈퍼 컴퓨터를 사용하여 계산기 앱을 실행하는 것과 같습니다.
그렇기 때문에 Specialized AI 하드웨어가 업계의 다음으로 큰 변화가 될 것이라고 생각합니다. Groq 및 Cerebras와 같은 회사는 기존 GPU보다 4-5 배 더 저렴한 추론 별 하드웨어를 구축하고 있습니다. 예, 이러한 플랫폼의 모델을 최적화하기 위해 선불로 엔지니어링 비용이 높지만 대규모 추론 워크로드를 실행하는 회사의 경우 효율성 향상이 분명합니다.
데이터 밀도와 더 작고 똑똑한 모델의 상승
AI의 차기 혁신 프론티어로 이동하려면 특히 LCM과 같은 대규모 모델의 경우 더 큰 계산 능력뿐만 아니라 더 풍부하고 포괄적 인 데이터 세트가 필요할 수 있습니다.
흥미롭게도, 더 작고 효율적인 모델은 사용 가능한 데이터에 대해 얼마나 밀도가 높은지를 활용하여 더 큰 모델에 도전하기 시작하고 있습니다. 예를 들어, Microsoft의 Feefree 또는 Google의 GEMA2B와 같은 모델은 훨씬 적은 수의 매개 변수 (약 2 ~ 30 억)로 작동하며 80 억 개의 매개 변수를 가진 훨씬 더 큰 모델과 비교할 수있는 성능 수준을 달성합니다.
이 작은 모델은 데이터 밀도가 높기 때문에 점점 경쟁력이 높아져 크기에도 불구하고 강력합니다. Compact로 향하지 만 강력한 모델은 Microsoft 및 Google Hold와 같은 전략적 이점과 일치합니다. Bing 및 Google 검색과 같은 플랫폼을 통해 대규모 다양한 데이터 세트에 대한 액세스.
이 역학은 AI 개발에서 두 가지 중요한 “전쟁”이 전개되는 것을 보여줍니다. 계산 리소스는 경계를 밀기 위해서는 필수적이지만 데이터 밀도는 비슷하지 않은 경우에도 동일하게되고 있습니다. 방대한 데이터 세트에 액세스 할 수있는 회사는 비교할 수없는 효율성과 견고성으로 소규모 모델을 훈련시켜 진화하는 AI 환경에서 우세를 강화할 수 있습니다.
AI 전쟁에서 누가 이길 것인가?
이러한 맥락에서, 모든 사람들은 현재 AI 풍경에서 누가 승리 할 수있는 가장 좋은 위치인지 궁금합니다. 여기에 생각할 음식이 있습니다.
주요 기술 회사는 건설 전에 전체 GPU 클러스터를 사전 구매하여 소규모 플레이어에게 부족한 환경을 조성했습니다. Oracle의 100,000+ GPU 주문 메타와 Microsoft의 유사한 움직임은 이러한 추세를 보여줍니다.
AI 이니셔티브에 수백억 달러를 투자 한이 회사는 수천 명의 전문 AI 엔지니어와 연구원이 필요합니다. 이로 인해 전략적 인수를 통해서만 만족할 수있는 전례없는 인재 수요가 발생하여 다가오는 몇 달 동안 많은 신생 기업이 흡수 될 수 있습니다.
2025 년은 그러한 행위자들을위한 대규모 R & D 및 인프라 구축에 사용될 것이지만, 2026 년까지 그들은 비 경쟁자로 인해 결코 이전과 같이 파업 할 수있는 위치에있을 것입니다.
이것은 소규모 AI 회사가 파멸되었다고 말하는 것은 아닙니다. 이 부문은 계속 혁신하고 가치를 창출 할 것입니다. LCM과 같은이 부문의 일부 주요 혁신은 Meta, Google/Alphabet 및 Openai와 함께 올해 작고 신흥 배우가 이끄는 것으로 현재 흥미로운 프로젝트를 진행하고 있습니다.
그러나 우리는 AI 기업의 자금 지원과 가치가 어떻게 재구성 될 것입니다. 벤처 캐피탈이 더 차별화되면서 기업은 지속 가능한 단위 경제학으로의 명확한 길을 보여 주어야합니다.
구체적으로 오픈 소스 AI 회사의 경우 경로는 투명성 및 사용자 정의 기능이 독점 솔루션에 대한 명확한 이점을 제공하는 특정 수직 응용 프로그램에 중점을 두어야 할 수도 있습니다.
게시물 AI의 10 억 달러 규모의 문제 먼저 나타났습니다 Unite.ai.
