Microsoft CEO Satya Nadella는 최근 Advanced AI 모델이 상품화의 길에 있다고 제안함으로써 논쟁을 불러 일으켰습니다. 팟 캐스트에서 Nadella는 기초 모델이 점점 비슷하고 광범위하게 이용 가능 해지고 있음을 관찰했습니다. “그 자체로는 충분하지 않습니다” 지속적인 경쟁 우위. 그는 그것을 지적했다 Openai -최첨단 신경망에도 불구하고- “모델 회사가 아닙니다. 환상적인 모델을 가진 제품 회사입니다.,”진정한 이점은 모델 주변에 제품을 구축함으로써 발생한다고 강조합니다.
다시 말해, 가장 진보 된 모델을 갖는 것은 AI 혁신의 빠른 속도 속에서 성과 리드가 짧을 수 있기 때문에 더 이상 시장 리더십을 보장하지 않을 수 있습니다.
Nadella의 관점은 기술 거인들이 항상 더 큰 모델을 훈련시키기 위해 경주하는 산업에서 무게를 지니고 있습니다. 그의 주장은 초점의 변화를 암시한다. “전체 시스템 스택과 훌륭한 성공적인 제품.”
이것은 오늘날의 AI 혁신이 빠르게 내일의 기준 기능이된다는 더 넓은 감정을 반영합니다. 모델이보다 표준화되고 액세스 가능 해짐에 따라 스포트라이트는 실제 서비스에 AI가 적용되는 방식으로 이동합니다. Microsoft 및 Google과 같은 회사는 광대 한 제품 생태계모델을 사용자 친화적 인 오퍼링에 포함시킴으로써 이러한 상품화 된 AI의 경향을 활용하는 것이 가장 좋을 수 있습니다.
액세스 및 개방형 모델의 확대
얼마 전, 소수의 실험실만이 최첨단 AI 모델을 구축 할 수 있었지만 그 독점은 빠르게 희미 해지고 있습니다. AI 기능은 조직과 개인에게도 점점 더 접근하여 모델의 개념을 상품으로 연료로 제공합니다. AI 연구원 Andrew Ng 2017 년 초 AI의 잠재력을 비유했습니다 “새로운 전기,” 전기가 현대 생활을 뒷받침하는 유비쿼터스 상품이 된 것처럼 AI 모델은 많은 공급 업체가 제공하는 기본 유틸리티가 될 수 있습니다.
최근의 확산 오픈 소스 모델 이 추세를 가속화했습니다. 예를 들어, Meta (Facebook의 모회사)는 야마 무료로 연구원과 개발자에게 공개적으로. 추론은 전략적입니다. AI를 오픈 소싱함으로써 메타는 라이벌의 독점적 이점을 과소 평가하면서 더 넓은 채택을 촉진하고 커뮤니티 기여를 할 수 있습니다. 더 최근에 AI 세계는 중국 모델 Deepseek.
이미지 생성 영역에서 안정성 AI 안정적인 확산 모델은 획기적인 획기가 얼마나 빨리 상품화 될 수 있는지를 보여 주었다. 2022 개 오픈 릴리스 후 몇 개월 안에, 수많은 응용 프로그램에서 이용할 수있는 생성 AI의 가구 이름이되었습니다. 실제로, 오픈 소스 생태계는 폭발하고 있습니다. 포옹 페이스와 같은 저장소에는 수만 건의 AI 모델이 공개되어 있습니다.
이 유비쿼터스는 조직이 더 이상 단일 공급자의 비밀 모델에 대한 지불의 이진 선택에 직면하지 않거나 전혀 아무것도 없다는 것을 의미합니다. 대신, 그들은 카탈로그에서 상품을 선택하는 것과 매우 유사한 모델 메뉴 (오픈 또는 상업) 메뉴 중에서 선택하거나 심지어 자체적으로 미세 조정할 수 있습니다. 수많은 옵션은 Advanced AI가 밀접하게 보호 된 특권보다는 널리 공유되는 자원이되고 있음을 강력하게 표시합니다.
클라우드 거인은 AI를 유틸리티 서비스로 전환합니다
주요 클라우드 제공 업체는 AI의 상품화의 주요 인 에이 블러 및 드라이버였습니다. Microsoft, Amazon 및 Google과 같은 회사는 클라우드를 통해 제공되는 유틸리티와 유사하게 주문형 서비스로 AI 모델을 제공하고 있습니다. Nadella는 그것을 언급했습니다 “모델이 상품화되고 있습니다 [the] 구름,” 클라우드가 강력한 AI를 광범위하게 액세스 할 수있는 방법을 강조합니다.
실제로 Microsoft의 Azure Cloud는 OpenAI와 파트너십을 맺고 있으며, 모든 개발자 또는 비즈니스가 API 호출을 통해 GPT-4 또는 기타 최고 모델을 활용하여 자체 AI를 처음부터 구축 할 수 없습니다. Amazon Web Services (AWS)는 모델 마켓 플레이스 역할을하는 Bedrock 플랫폼을 통해 한 걸음 더 나아갔습니다. AWS Bedrock은 Amazon의 자체 모델에서 Anthropic, AI21 Labs, Stability AI 등의 모델에 이르기까지 여러 주요 AI 회사의 파운데이션 모델을 하나의 관리 서비스를 통해 액세스 할 수 있습니다.
이 “많은 모델, 하나의 플랫폼”접근 방식은 상품화를 보여줍니다. 고객은 마치 상품을 쇼핑하는 것처럼 자신의 요구에 맞는 모델을 선택하고 상대적으로 쉽게 공급자를 전환 할 수 있습니다.
실질적으로, 이는 비즈니스가 클라우드 플랫폼에 의존하여 그리드의 전기와 마찬가지로 항상 최첨단 모델을 사용할 수 있으며 새로운 모델이 헤드 라인 (예 : 스타트 업 획기적인)을 잡으면 클라우드가 즉시 제공 할 것임을 의미합니다.
모델 자체를 넘어 차별화됩니다
모든 사람이 유사한 AI 모델에 액세스 할 수 있다면 AI 회사는 어떻게 차별화됩니까? 이것은 상품화 토론의 요점입니다. 업계 리더들 사이의 합의는 가치가 애플리케이션 알고리즘뿐만 아니라 AI의. Openai의 자체 전략은 이러한 변화를 반영합니다. 최근 몇 년 동안 회사의 초점은 세련된 제품 (ChatGPT 및 API)과 미세 조정 서비스, 플러그인 애드온 및 사용자 친화적 인 인터페이스와 같은 향상된 생태계를 단순히 원시 모델 코드를 출시하는 데 중점을 두었습니다.
실제로, 이는 모델 주변의 안정적인 성능, 사용자 정의 옵션 및 개발자 도구를 제공하는 것을 의미합니다. 마찬가지로 Google의 깊은 신경과 두뇌 팀은 현재 일부입니다 Google Deepmind검색, 사무실 앱 및 클라우드 API와 같은 Google의 제품에 대한 연구를 해당 서비스를 더 현명하게 만들기 위해 AI를 포함하고 있습니다. 이 모델의 기술적 정교함은 확실히 중요하지만 Google은 사용자가 궁극적으로 AI (더 나은 검색 엔진,보다 유용한 디지털 어시스턴트 등)가 모델 이름이나 크기가 아닌 경험에 관심을 갖는다는 것을 알고 있습니다.
우리는 또한 회사가 전문화를 통해 차별화되는 것을보고 있습니다. 일부 AI 회사는 하나의 모델 대신 특정 도메인이나 작업에 맞게 조정 된 모델을 구축하여 상품화 된 환경에서도 우수한 품질을 주장 할 수 있습니다. 예를 들어, 의료 진단, 금융 또는 법률에만 초점을 맞춘 AI 스타트 업이 있습니다. 독점 데이터 및 도메인 전문 지식이 더 나은 일반 목적 시스템보다 해당 틈새 시장. 이 회사들은 개방형 모델 또는 작은 맞춤형 모델의 미세 조정을 독점 데이터와 결합하여 눈에 띄게 활용합니다.
OpenAi의 ChatGpt 인터페이스 및 전문 모델 모음 (Unite AI/Alex McFarland)
차별화의 또 다른 형태는 효율성과 비용입니다. 계산 비용의 일부에서 동일한 성능을 제공하는 모델은 경쟁 우위가 될 수 있습니다. 이것은 출현에 의해 강조되었습니다 DeepSeek의 R1 모델OpenAI의 GPT-4 기능 중 일부는 6 백만 달러 미만의 교육 비용과 일치하며, GPT-4에 지출 된 약 1 억 달러 이상보다 크게 낮습니다. 이러한 효율성은이를 제안합니다 출력 다른 모델 중 비슷해질 수 있으므로 한 공급자는 이러한 결과를보다 저렴하거나 빠르게 달성하여 스스로 구별 할 수 있습니다.
마지막으로 AI 서비스에 대한 사용자 충성도 및 생태계를 구축하기위한 경쟁이 있습니다. 비즈니스가 특정 AI 모델을 워크 플로 (사용자 정의 프롬프트, 통합 및 미세 조정 된 데이터 포함)에 깊이 통합 한 후에는 다른 모델로 전환하는 것이 마찰이 아닙니다. OpenAI, Microsoft 등의 제공 업체는 개발자 SDK에서 AI 플러그인의 시장에 이르기까지 포괄적 인 플랫폼을 제공함으로써 이러한 고집을 높이려고 노력하고 있습니다.
회사는 가치 사슬을 향상시키고 있습니다. 모델 자체가 해자가 아닌 경우 데이터, 사용자 경험, 수직 전문 지식 및 기존 시스템으로의 통합과 같은 모델과의 차별화가 발생합니다.
상품화 된 AI의 경제 파급 효과
AI 모델의 상품화는 상당한 경제적 영향을 미칩니다. 단기적으로는 AI 기능 비용을 낮추고 있습니다. 여러 경쟁 업체와 오픈 대안을 통해 AI 서비스의 가격은 고전적인 상품 시장을 연상시키는 하향 나선형에 처해 있습니다.
지난 2 년 동안 OpenAI와 다른 공급 업체는 언어 모델에 대한 액세스를 위해 가격을 크게 줄였습니다. 예를 들어, GPT 시리즈에 대한 OpenAi의 토큰 가격은 2023 년에서 2024 년까지 80% 이상 떨어졌으며, 이는 경쟁 및 효율성 증가로 인한 감소입니다.
마찬가지로, 더 저렴하거나 개방형 모델을 제공하는 최신 참가자는 자유 계층, 오픈 소스 릴리스 또는 번들 거래를 통해 더 적은 비용으로 더 많은 것을 제공하도록 강요합니다. 고급 기능이 훨씬 저렴 해지면서 AI를 채택하는 소비자와 기업에게는 좋은 소식입니다. 또한 AI 기술이 경제 전반에 걸쳐 더 빨리 확산되고 있음을 의미합니다. 무언가가 저렴하고 표준화되면 더 많은 산업이 통합되어 혁신을 불러 일으켜 2000 년대의 저렴한 상품화 된 PC 하드웨어로 인해 소프트웨어 및 인터넷 서비스가 폭발되었습니다).
우리는 이미 고객 서비스, 마케팅 및 운영과 같은 부문에서 AI 채택의 물결이 쉽게 이용 가능한 모델과 서비스에 의해 주도되고 있습니다. 따라서 더 넓은 가용성은 모델 자체에 대한 이익 마진이 줄어들더라도 AI 솔루션의 전체 시장을 확장 할 수 있습니다.
상품화 된 AI의 경제 역학 (Unite AI/Alex McFarland)
그러나 상품화는 또한 도전적인 방식으로 경쟁 환경을 재구성 할 수 있습니다. 프론티어 모델 개발에 수십억을 투자 한 설립 된 AI 실험실의 경우, 이러한 모델의 전망은 일시적인 이점 만 생성하면 ROI에 대한 의문을 제기합니다. 예를 들어 API 액세스 만 판매하는 대신 엔터프라이즈 서비스, 독점 데이터 장점 또는 모델 위에 구축 된 구독 제품에 중점을 둔 비즈니스 모델을 조정해야 할 수도 있습니다.
또한 무기 경주 요소가 있습니다. 다른 사람 (또는 오픈 소스 커뮤니티)이 성능의 혁신을 빠르게 충족 시키거나 초과 할 때 새로운 모델이 좁아지는 창이 좁아집니다. 이 역동적 인 것은 기업이 대체 경제 해자를 고려하도록 강요합니다. 그러한 해자 중 하나는 독점 데이터와 통합 (상품화되지 않음)입니다. AI는 회사 자체의 풍부한 데이터를 조정 한 AI는 기반이 아닌 모델보다 해당 회사에 더 가치가있을 수 있습니다.
다른 하나는 규제 또는 규정 준수 기능으로, 공급자가 원시 기술을 넘어서 차별화 된 개인 정보 보호 또는 엔터프라이즈 사용에 대한 규정 준수가있는 모델을 제공 할 수 있습니다. 거시적 척도에서, 기초 AI 모델이 데이터베이스 나 웹 서버만큼 어디에나있는 경우, 우리는 서비스 AI (클라우드 호스팅, 컨설팅, 커스터마이즈, 유지 보수) 주변은 1 차 수익 창출기가됩니다. 이미 클라우드 제공 업체는 컴퓨팅 인프라 (CPU, GPU 등)에 대한 수요 증가로 인해 이러한 모든 모델을 실행할 수 있도록 혜택을받습니다. 가전 제품이 상품화 되더라도 전기 유틸리티가 사용에서 전기 유틸리티 이익을 얻는 방법과 비슷합니다.
본질적으로, AI의 경제학은 다른 IT 상품의 경제성을 반영 할 수있다. 비용 절감과 접근성이 높아져서 광범위한 사용을 널리 퍼져 나가고, 해당 계층의 제공자가 더 엄격한 마진과 다른 곳에서 끊임없이 혁신하거나 차별화해야 할 필요성에도 불구하고 상품화 된 레이어 위에 새로운 기회를 창출 할 수있다.
게시물 AI 모델이 상품이되고 있습니까? 먼저 나타났습니다 Unite.ai.
