Nachricht

In jüngster Zeit hat die Entwicklung des KI-Bereichs ein widersprüchliches Bild präsentiert: An der Oberfläche blühen hundert Blumen, aber tatsächlich gibt es eine verborgene Schwäche. Der Bereich der künstlichen Intelligenz scheint einen subtilen Knotenpunkt erreicht zu haben. Viele Technologiegiganten und Startups haben ihre eigenen KI-Produkte auf den Markt gebracht, können das Dilemma der Homogenität jedoch nicht verbergen.

Die Kontroverse um Character.ai ist ein typisches Beispiel dafür. Als KI-Starprodukt erreichte das Inferenzanfragevolumen von Character.ai in seiner Spitzenzeit ein Fünftel des Google-Suchverkehrs. Fünf Character.ai entsprechen einem Google? Die tatsächliche Situation ist jedoch nicht optimistisch, da Character.ai weniger als 100.000 Abonnenten hat. Aufgrund von Finanzierungsschwierigkeiten erwägt Character.ai einen Verkauf.

Die meisten KI-Social-Produkte beschränken sich auf Chat- und Rollenspielfunktionen. Starke Benutzer verbrauchen eine große Menge an Argumentationsressourcen, während schwache Benutzer eine schlechte Bindung haben und die Kommerzialisierungsaussichten besorgniserregend sind 1520 Zehntausend US-Dollar.

Die missliche Lage von Character.ai ist kein Einzelfall. Betrachtet man die gesamte KI-Branche, von Technologiegiganten bis hin zu Start-up-Unternehmen, scheint es, dass sie in ein „herausgearbeitetes“ Dilemma geraten sind und sich zu sehr auf die Stapelung von Oberflächenfunktionen konzentrieren Die bahnbrechende Innovation ist der Feinabstimmung der Homogenität gewichen.

Auf der WWDC24 stellte Apple Apple Intelligence vor, ein neues persönliches KI-System für iPhones und andere Geräte. Es versuchte, seinen Rückstand im KI-Layout durch eine Neudefinition von „KI“ auszugleichen Funktionsanzeige war mangelhaft, integriertChatGPTFunktion zur Erkennung von Benachrichtigungen, die für den Kontext des Benutzers wichtig sind, zur KI-Textverarbeitung, zur Bild- und Textgenerierung, zur Erkennung von Bildschirminhalten durch Siri und zur Ausführung einfacher Aufgaben im Namen des Benutzers.

Apple Intelligence ist nicht immun gegen „Zukünfte“. Der offizielle Start der ersten Funktionen muss möglicherweise im Oktober auf iOS 18.1 verschoben werden, es handelt sich jedoch nur um grundlegende Funktionen. Funktionen wie die Nutzung geräteseitiger Daten zur Beantwortung von Fragen und zum Verstehen, was auf dem Bildschirm eines Benutzers angezeigt wird, sind noch bis Frühjahr 2025 erforderlich.

Noch bedauerlicher ist, dass Apple Intelligence nur iPhones unterstützt, die mit dem A17 Pro-Chip oder neuer ausgestattet sind, was bedeutet, dass die meisten iPhone-Benutzer dies nicht erleben können.

Microsoft versucht, Innovationen bei PCs voranzutreiben und hat am 20. Mai Copilot+ PC auf den Markt gebracht, das das Tool Recall für künstliche Intelligenz enthält, das regelmäßig Screenshots erstellt, um Aktivitätsaufzeichnungen zu erstellen, damit Benutzer nach ihren vorherigen Vorgängen suchen können.

Tatsächlich war vor Recall eine ähnliche Anwendung, Rewind, mehr als ein Jahr lang online und hatte Investitionen von Sam Altman, a16z usw. erhalten. Im Wesentlichen hat Recall keine Innovation, sondern lediglich eine Kopie von Rewind. Obwohl Microsoft große Hoffnungen in Recall setzt, glauben viele Benutzer, dass es große Risiken für die Privatsphäre birgt. Einige Hacker zeigten sogar, wie man alle Informationen aus der Hauptdatenbank von Recall extrahiert. Microsoft hat die Veröffentlichung von Recall aus Sicherheitsgründen zurückgestellt.

OpenAI als Lokomotive hat auch begonnen, keine Mühen beim „Schnitzen“ zu scheuen. Der Veröffentlichungstermin seines hochkarätigen KI-Videogenerierungsmodells Sora steht noch aus. Beamte erklärten, dass noch viel Arbeit an der Sicherheit zu erledigen sei, es wurde jedoch kein klarer Zeitplan genannt.

Enttäuschend ist auch das sogenannte „Sie kommt in die Realität“GPT-4o Sprachmodus, dieses Produkt wurde von vielen als kleines innovatives Produkt beschrieben, das auf bestehenden Funktionen aufbaut. Die Veröffentlichung war ursprünglich für Mai geplant, wurde jedoch immer wieder verzögert. Es wird nur von Zeit zu Zeit verwendet Kleine Gruppe von Leuten zum Ausprobieren. Halten Sie die Erwartungen aller aufrecht. Selbst das neu eingeführte SearchGPT kann sein „Zukunfts“-Attribut nicht verbergen: Nicht nur ist der interne Testmechanismus eine Black Box, auch die Demo weist Fehler auf niedriger Ebene auf.

Nach Meinung einiger Internetnutzer sollte man sich nicht auf substanzielle technologische Durchbrüche konzentrieren, sondernOpenAI Er scheint mehr daran interessiert zu sein, Hotspots für die öffentliche Meinung zu schaffen. Eine Reihe von Aktionen, die auf die „Hot Spots“-Veröffentlichungen von Google abzielen, sind in der Tat ein echter Hingucker, um die öffentliche Meinung zu beeinflussen und Impulse für die eigenen Produkte zu geben. Allerdings können schöne PPTs und lebhafte Pressekonferenzen die Realität nicht verbergen der langsamen Iteration von Modellfähigkeiten.

Wann GPT-5 eingeführt wurde, ist völlig zu einem Rätsel geworden. Der Markt hat vorhergesagt, dass GPT-5 Ende 2023 oder Sommer 2024 veröffentlicht werden könnte. Mira Murati, CTO von OpenAI, sagte, dass es voraussichtlich Ende 2025 oder Anfang 2026 auf den Markt kommen wird, während Sam Altman betont hat, dass dies der Fall sei Derzeit gibt es keinen festen Veröffentlichungsplan.

Die Einführung des Kleinparametermodells GPT-4o mini erklärt im Grunde alles. OpenAI wird auch alle herausfordern.

Während führende Unternehmen in Schwierigkeiten stecken, sind auch Unternehmerteams nicht davor gefeit. Wenn das Investitionsfenster für „Modell als Produkt“ vergeht. Hersteller stehen unter enormem Monetarisierungsdruck und müssen dringend Umsetzungsszenarien finden. Die KI-Suche scheint nach Chatbots und Character.ai-ähnlichen Produkten zu einem weiteren Bereich geworden zu sein, in den Entwickler sich beeilen, und wird zu einem neuen Hotspot.

Die KI-Suche gilt als wichtige Umsetzungsrichtung für große Modellanwendungen und viele Unternehmen und Entwickler im In- und Ausland haben Vorkehrungen getroffen, um an diesem Trend teilhaben zu können. Allerdings scheint der aktuelle Entwicklungstrend dem Dilemma des „Carved-out“ nicht entkommen zu können und alle scheinen das gleiche Rad neu zu erfinden.

Die von vielen Akteuren eingeführten KI-Suchprodukte sind ähnlich und weisen keine wesentlichen Unterschiede und Innovationen auf. Allerdings gibt es leichte Unterschiede bei den Funktionsnamen. Die Kernfunktionen sind jedoch nahezu identisch, was tatsächlich darauf hindeutet, dass die aktuelle Entwicklung großer Modelle auf einen Engpass gestoßen ist.

Browser-Plug-ins sind aufgrund ihrer leichten und niedrigschwelligen Eigenschaften auch zum Gegenstand des Wettbewerbs verschiedener Unternehmen geworden.die dunkle Seite des MondesvonKimi Browser-Plug-Ins legen Wert auf „leichte und kleine Suche“, und auch das Doubao-Browser-Plug-In von Byte iteriert schnell neue Funktionen. Auch KI-Plug-ins verschiedener Entwickler tauchen immer wieder auf.

Oberflächlich betrachtet sind diese Plug-ins vielfältig und haben unterschiedliche Funktionen. Einige konzentrieren sich auf die Erstellung von Inhalten, andere auf die Aggregation von Informationen und wieder andere auf die Verbesserung der Produktivität. Wenn Sie jedoch genau hinschauen, werden Sie feststellen, dass die meisten von ihnen „Carving“-Arbeit leisten. Viele Plug-Ins sind lediglich einfache Kapselungen vorhandener KI-Funktionen oder oberflächliche Aufrufe großer Modell-APIs mit wenigen wirklich bahnbrechenden Anwendungen.

Jeder möchte Benutzerverkehr erhalten. Dieser Ansatz stellt jedoch eher eine Notlösung dar und löst das Kommerzialisierungsproblem nicht grundsätzlich. Die Anzahl der PC-Browser-Benutzer ist im Vergleich zu mobilen Browsern relativ gering. Diese Realität selbst begrenzt die potenzielle Benutzerbasis von Plug-Ins. Es bestätigt einmal mehr das „geschnitzte“ Dilemma, in dem die aktuelle KI-Branche gefangen ist, indem sie kleine Verbesserungen und Optimierungen sowie einen homogenen Wettbewerb innerhalb des bestehenden Technologierahmens vornimmt.

Rückblick auf die vorherige WelleComputer Vision (Lebenslauf) Als wir uns die Höhen und Tiefen von KI-Unternehmen ansahen, die mit der Technologie begannen, stellten wir fest, dass sie noch nicht wirklich aus dem „ausgeschnitzten“ Dilemma herausgekommen sind. Obwohl in der Technologie erhebliche Fortschritte erzielt wurden, sind Szenenfragmentierung und mangelnde Kommerzialisierung immer noch die Hauptgründe für ihren schleppenden Erfolg. Diese Unternehmen bleiben oft in der Phase der Technologielieferanten und haben Schwierigkeiten, sich eine langfristige Marktposition zu sichern. Gleichzeitig müssen sie auch Preiskämpfe mit Technologiegiganten ausfechten, um Marktanteile zu gewinnen.

Heutzutage scheinen große Sprachmodelle diese Geschichte zu wiederholen.ObwohlGPTObwohl Modelle technologische Durchbrüche erzielt haben, sind kommerzielle Anwendungen, die wirklich nachhaltigen Wert schaffen können, immer noch rar, und die Verbesserung der Modellfähigkeiten scheint ins Stocken geraten zu sein.

Das von OpenAI vorgeschlagene fünfstufige allgemeine Bewertungssystem für künstliche Intelligenz bietet einen Entwicklungspfad für die Branche. Wenn KI die zweite Stufe („Resonator“-Stufe) erreicht, könnte sie die Voraussetzungen dafür haben, im Verbrauchermarkt in großem Umfang populär zu werden. Das bedeutet, dass große Modellunternehmen die allgemeinen Generalisierungsfähigkeiten der KI kontinuierlich verbessern müssen, um die Engpässe der Kommerzialisierung und Produktisierung wirklich zu überwinden. Doch bevor das geschieht, muss OpenAI möglicherweise Dutzende Milliarden Dollar aufbringen, um seine Kosten zu decken.

Im Gegensatz zu CV-Unternehmen haben einige große Modellunternehmen damit begonnen, C-Side-Anwendungen einzuführen, um dem Product Market Fit Point (PMF) näher zu kommen. Diese Strategie kann ihnen helfen, der Falle zu entgehen, sich ausschließlich auf den nicht standardisierten Markt der B-Seite zu verlassen. Wenn Sie jedoch die vorhandenen KI-Funktionen einfach in verbrauchertaugliche Produkte packen, ohne die Modellschlussfähigkeiten wirklich zu durchbrechen, die domänenübergreifende Wissensintegration, das interaktive Erlebnis usw. zu verbessern, werden Sie bald in die Homogenität geraten.

Unternehmen investieren immer noch stark in den Aufbau von Infrastrukturen wie Rechenzentren, um sich auf die KI-Revolution vorzubereiten, aber selbst die Wall Street beginnt, ihre Haltung zu überdenken und wechselt von enthusiastischer Unterstützung zu vorsichtigerer Unterstützung.

Bedeutet der Eintritt der KI in die Carving-Phase die Wiederkehr der Internetblase? Eine Reihe aktueller Forschungsberichte hat dem KI-Wahnsinn kaltes Wasser gegeben und gewarnt, dass die generative KI-Technologie noch vor einem langen und fragwürdigen Entwicklungspfad steht.

Wenn Goldman Sachs sagt: „Vielleicht ist das nur eine Blase“, wissen Sie, dass die Branche in echten Schwierigkeiten steckt. In einem Artikel mit dem Titel „Generative KI: Zu viel Investition, zu wenig Nutzen?“ In dem Bericht (Gen AI: Zu viel ausgeben, zu wenig Nutzen?) diskutierten die Analysten von Goldman Sachs, ob KI die ihr zugewiesenen komplexen Probleme lösen kann, und äußerten Zweifel an ihrer noch nicht identifizierten „Killeranwendung“.

Ein Forschungsbericht von Barclays hat einen anschaulicheren Titel: „Cloud AI Capital Expenditure: Fear of Missing Out or Field of Dreams?“ (Cloud AI Capex: FOMO oder Field-Of-Dreams?) Der Bericht wies darauf hin, ob Investitionen in Rechenzentren eine Blase erzeugen, die dem Zusammenbruch der Telekommunikation nach der Internetblase in den 1990er Jahren ähneln könnte, und Analysten kamen zu dem Schluss, dass dies der Fall ist tendiert zu FOMO.

David Kahn, Partner bei Sequoia Capital, bezeichnete kürzlich die Frage, ob Technologie riesige Investitionen in Rechenzentren amortisieren kann, als „die 600-Milliarden-Dollar-Frage der KI.“

Dies ist offensichtlich nicht das erste Mal, dass Zweifel geäußert werden. Fragen zum ultimativen Umsatz oder Potenzial von KI-Chatbots und anderen Tools sind zu einem häufigen Thema bei der Gewinnmitteilung eines Technologieunternehmens geworden.

Die enormen Gewinne von Microsoft und Nvidia gehören zu dem, was Analysten von Goldman Sachs als „Verkauf von Schaufeln und Spitzhacken“ bei KI-Investitionen bezeichnen: Bereitstellung der für KI benötigten Halbleiter,Cloud Computing und Energieunternehmen. Es ist erwähnenswert, dass sich das Wachstum führender Cloud-Anbieter wie Google, Microsoft und Amazon durch KI allmählich verlangsamt.

Jim Covillo, Leiter der globalen Aktienanalyse bei Goldman Sachs, ist skeptisch, dass die Kosten für KI ausreichend sinken werden, um ihren Wert zu beweisen. „Um diese Kosten zu rechtfertigen, muss die Technologie in der Lage sein, komplexe Probleme zu lösen.“

Goldman Sachs sprach auch mit dem MIT-Ökonomen Daron Acemoglu, der glaubt, dass die Technologie noch lange nicht reif für den Mainstream ist. „Angesichts des Fokus und der Architektur der heutigen generativen KI-Technologien werden diese wirklich transformativen Veränderungen nicht so schnell eintreten, und wahrscheinlich nicht innerhalb der nächsten 10 Jahre, wenn überhaupt.“

Barclays-Analysten beschrieben die Denkweise der KI-Befürworter als die Logik: „Solange wir KI-Technologie entwickeln, werden sich Benutzer und Gewinne von selbst ergeben“ und wiesen darauf hin, dass die aktuellen Investitionsprognosen ausreichen, um bis 2026 12.000 KI-Produkte im ChatGPT-Maßstab zu unterstützen. Angesichts der Höhe der Investitionen könnte die Branche laut Analysten auf einen „Überbau“ zusteuern, ähnlich dem Zusammenbruch der Telekommunikation nach der Dotcom-Blase, und „im nächsten Jahr könnte es eine Korrekturphase für KI-Investitionen geben.“

David Kahn, Partner von Sequoia Capital, wies auch darauf hin, dass die KI noch einen langen Weg vor sich habe, und warnte die Anleger, inmitten der „spekulativen Manie“ „Ruhe“ zu bewahren. „Wir müssen sicherstellen, dass wir der Illusion nicht glauben, die sich jetzt vom Silicon Valley im ganzen Land und auf der ganzen Welt ausbreitet“, schrieb Kahn. „Die Illusion besteht darin, dass AGI morgen eintreffen wird und wir alle die einzige wertvolle Ressource horten müssen – GPUs. Tatsächlich wird der Weg, der vor uns liegt, lang sein.“

Künstliche Intelligenz wird alles in der Wirtschaft für immer verändern. Dies ist zu einem Mantra in Wirtschaft und Wissenschaft geworden, und KI ist zu einem alltäglichen Begriff geworden. Aber das wurde mit vielen Wendungen erreicht, und seit den 1950er Jahren erlebte die KI mehrere Winter, in denen das Interesse an KI nachließ, weil die Erwartungen nicht erfüllt wurden. Diesem Auf und Ab liegt die komplexe Beziehung zwischen den Erwartungen an die Technologie und der Realität zugrunde. Ein Rückblick auf diese Entwicklungsprozesse kann uns eine historische Perspektive zum Verständnis der aktuellen generativen KI-Begeisterung liefern – hier scheint es ein Muster zu geben, das heißt, dass auf den Optimismus in Bezug auf die KI-Technologie oft eine Phase der Frustration und eine Phase des Niedergangs folgt KI-Investition, um ein Wort zu verwenden, das die Leute gerne verwenden: Es ist ein KI-Winter.

Künstliche Intelligenz steckt möglicherweise immer noch im DFÜ-Zeitalter fest. Das Internet hat sein Potenzial erst dann wirklich erkannt, wenn das DFÜ-Internet nach und nach verschwunden ist. Ebenso werden wir eines Tages eine neue Form der künstlichen Intelligenz haben, die das heutige ChatGPT wie ein Portal aussehen lässt im Jahr 1998. Die Website ist genauso veraltet, man kann nur wahrscheinlich nicht damit rechnen, dass sie in den nächsten ein oder zwei Jahren erscheint.