vendor cloud menyadari kembali batasan kemampuan model besar, dan tencent tang daosheng berkata "bersabarlah sedikit lagi"
2024-09-08
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
setahun yang lalu, tencent merilis model hunyuan di konferensi ekologi digital global. satu tahun kemudian, "pertempuran 100 model" telah berakhir, dan pola raksasa dan unicorn pada awalnya telah ditentukan. namun, ekspektasi pasar terhadap model besar tampaknya telah menurun, dan industri mulai menyadari hal tersebut batasan kemampuan model besar.
dalam dialog baru-baru ini dengan china business news dan media lainnya, tang daosheng, wakil presiden eksekutif senior tencent group dan ceo cloud and smart industry group, menjawab pertanyaan tentang menurunnya popularitas pasar ai dan mengatakan bahwa hanya seperti siklus yang dialami oleh teknologi baru di masa lalu, pada awalnya, semua orang bergegas masuk, berinvestasi, dan bahkan menciptakan gelembung. kemudian mereka menemukan bahwa perubahan teknologi baru membutuhkan waktu untuk diselesaikan, dan mereka bahkan harus menunggu gelombang modal pertama -memdorong pemain yang kurang profesional untuk disingkirkan sebelum mereka dapat kembali ke keadaan rasional dan pragmatis. "hal yang sama juga berlaku untuk model ai besar saat ini. orang-orang mungkin memiliki ekspektasi yang lebih tinggi pada awalnya karena mereka belum mengalami waktu pemolesan. (sekarang) pendulum telah berayun ke arah lain. inilah perasaan saya."
pada tahap awal pengembangan model besar, cloud dan model besar saling terkait erat, dan konsumsi daya komputasi mencerminkan permintaan dan popularitas model besar. li qiang, wakil presiden tencent group dan presiden bisnis pemerintah dan perusahaan, mengatakan kepada china business news bahwa kemunculan model-model besar dalam dua tahun terakhir telah membawa peningkatan besar dalam daya komputasi gpu, serta pertumbuhan pesat produk. terkait dengan mendukung pelatihan model besar. namun dari sisi penerapan, komersialisasi model besar di sisi to b masih jauh dari sejahtera seperti yang diperkirakan semua orang. secara relatif, model besar saat ini akan lebih baik diterapkan dalam skenario dengan toleransi kesalahan yang relatif tinggi. layanan model besar tencent, yang masih menyasar pelanggan perusahaan, menyediakan solusi adaptasi yang fleksibel dan beragam serta mengeksplorasi kombinasi model besar dan produk cloud.
sebagian besar pendapatan ai berasal dari daya komputasi gpu
laporan keuangan terbaru tencent menunjukkan bahwa pada kuartal kedua tahun ini, pendapatan teknologi keuangan dan layanan perusahaan tencent meningkat sebesar 4% tahun-ke-tahun, di mana bisnis layanan perusahaan meningkat lebih dari sepuluh poin tahun-ke-tahun. pelanggan tencent cloud mencakup lebih dari 80% produsen model skala besar dalam negeri. namun laporan keuangan tencent ini tidak berbicara banyak mengenai perubahan yang dibawa oleh ai.
mengenai seberapa besar pendapatan tencent cloud berasal dari ai, tang daosheng mengatakan kepada china business news bahwa data tersebut mungkin sulit untuk diukur saat ini, tetapi data tersebut semakin meningkat. misalnya, produsen kendaraan otonom yang kooperatif terus meningkatkan pelatihan model berdasarkan persepsi kendaraan-mesin data. berinvestasi. melihat struktur pendapatan, li qiang mengatakan kepada wartawan bahwa saat ini, sebagian besar pendapatan tencent terkait ai masih berasal dari kekuatan komputasi gpu.
tencent tidak hanya memberikan kekuatan komputasi kepada produsen model besar, tetapi juga mempromosikan komersialisasi model besar hunyuan yang dikembangkan sendiri setelah popularitas pasar awal model besar menurun, tencent juga mengevaluasi peningkatan aktual yang dapat dicapai oleh kedua bagian bisnis ini membawa. dalam wawancara sebelumnya, tang daosheng mengatakan bahwa jika perusahaan model besar yang berinvestasi berhasil, maka akan memerlukan konsumsi cloud yang berkelanjutan, yang merupakan sumber pendapatan yang sangat baik untuk bisnis cloud. namun dia juga mengatakan bahwa pada tahap awal teknologi baru, startup yang didorong oleh modal dalam jumlah besar akan tumbuh pesat dan mungkin melakukan investasi berlebihan. banyak pemain mungkin menjadi bagian dari gelembung tersebut. “jika pendapatan cloud terlalu bergantung pada modal startup, begitu gelembungnya pecah, beberapa pelanggan akan hilang, kinerja akan turun, dan akan lebih menyakitkan ketika mereka turun.”
selain konsumsi daya komputasi gpu yang disebabkan oleh model besar, vendor cloud juga mengalami pengakuan kembali atas kemampuan model besar dalam mempromosikan penggunaan komersial model besar di sisi-b.
li qiang mengatakan bahwa dari perspektif pasar secara keseluruhan, di antara pendapatan terkait ai, proporsi output komersial yang benar-benar berasal dari model besar masih relatif rendah. dia menggambarkan proses ini sebagai pasar yang bergerak dari “fanatik” ke “rasional.” secara khusus, hambatan terhadap industri sisi-b relatif besar. penerapan ai di bidang industri dan industri tradisional lebih sulit dibandingkan dengan to c, dan model besar belum memenuhi persyaratan industri tradisional persyaratan yang lebih ketat untuk toleransi kesalahan.
li qiang menjelaskan bahwa aplikasi atau tautan utama yang memengaruhi produksi yang aman dan pengambilan keputusan penting cenderung tidak menerima situasi yang tidak terduga. pada saat ini, akan lebih baik jika ai dapat membantu pengambilan keputusan. di beberapa segmen tradisional, model umum berukuran besar mungkin bukan pilihan terbaik. misalnya, pemeriksaan kualitas iphone yang ketat memerlukan pengambilan foto dan memperbesar foto lebih dari seratus kali. model besar yang dilatih menggunakan pengetahuan umum tidak ada artinya dalam skenario ini, dan efisiensi serta biayanya tidak sebaik model industri kecil. model besar mungkin tidak berlaku untuk semua industri dan bidang khusus. seperti halnya tidak perlu melatih anak menjadi sarjana dari sekolah bergengsi dan kemudian menempatkan mereka pada posisi khusus mengencangkan sekrup.
selain itu, model besar, terutama yang memiliki parameter besar, perlu dilatih pada cluster komputasi yang besar. produsen yang menggunakan kemampuan model besar ini juga mengandalkan cluster komputasi yang besar untuk memberikan inferensi peluang cloud publik oleh vendor cloud. namun, perusahaan sisi-b masih memiliki kekhawatiran mengenai keamanan data, sehingga proses mengandalkan cloud publik untuk menyediakan kemampuan model yang besar mungkin tidak semulus yang diharapkan.
“perusahaan dalam negeri memiliki persyaratan yang relatif tinggi terhadap kerahasiaan data industri mereka sendiri, dan mereka yang telah mendirikan bisnis inti lebih bersedia melakukannya dalam bentuk penerapan yang diprivatisasi. namun, jalur privatisasi akan mempengaruhi integrasi model besar dan dalam arti tertentu, hal ini telah membentuk kemacetan saat ini. "li qiang mengatakan bahwa metode penerapan model besar to b saat ini mencakup penerapan yang diprivatisasi dan akses ke api, dan ketika menyangkut aplikasi inti, industri lebih mempertimbangkan privatisasi.
di manakah model besar sebenarnya digunakan?
selain tencent, beberapa perusahaan teknologi besar juga bertaruh pada ai, dan beberapa menyebutkan peningkatan pendapatan dari ai dalam laporan keuangan terbaru mereka. misalnya, pada kuartal yang berakhir pada juni 2024, pendapatan produk terkait ai alibaba cloud mencapai pertumbuhan tiga digit. pada kuartal kedua tahun ini, pendapatan baidu smart cloud meningkat sebesar 14% dibandingkan tahun lalu kontribusi terhadap pendapatan baidu smart cloud adalah 9%. di antara vendor cloud internasional, pendapatan bisnis cloud google meningkat sebesar 29% tahun-ke-tahun pada kuartal kedua tahun ini. pendapatan cloud didorong oleh permintaan ai. pada kuartal terakhir, pendapatan microsoft azure dan layanan cloud lainnya meningkat sebesar 29%. tahun ke tahun ai berkontribusi 8% terhadap pertumbuhan pendapatan azure.
dilihat dari data yang diungkapkan oleh beberapa produsen, tingkat pertumbuhan pendapatan yang dihasilkan oleh ai adalah persentase satu digit, atau proporsi ai dalam pendapatan cloud adalah persentase satu digit. dibandingkan dengan ekspektasi besar pasar sebelumnya terhadap ai, peningkatan ai ke cloud pendapatan tampaknya intensitasnya perlu lebih diperkuat.
li qiang mengatakan kepada wartawan bahwa pelanggan secara bertahap menyadari bahwa model besar tidak dapat "menyembuhkan semua penyakit" dan menjadi lebih rasional dalam pemilihan lokasi. dibandingkan dengan skenario produksi industri yang memiliki tingkat toleransi kesalahan yang ketat, model besar memiliki ruang aplikasi yang lebih baik dalam skenario lain, termasuk manajemen pengetahuan, pemasaran, layanan pelanggan, pengkodean, bidang pengendalian risiko cerdas, dan bidang dengan persyaratan profesional yang relatif rendah, seperti adegan inspeksi lapangan. pelanggan akan memilih lebih banyak skenario aplikasi tingkat tinggi untuk bekerja sama. misalnya, model medis berskala besar yang dikembangkan bersama oleh tencent dan rumah sakit zhongshan mempromosikan diagnosis medis dan penulisan sertifikat medis, yang dapat dianggap sebagai diagnosis dan pengobatan tambahan. dalam skenario pengambilan keputusan, model besar lebih banyak digunakan untuk membantu pengambilan keputusan. dalam skenario terkait pengetahuan, model besar lebih umum digunakan dalam skenario layanan pelanggan dan pelatihan karyawan.
mengenai tantangan model besar, tang daosheng mengatakan kepada wartawan bahwa hal ini mencakup tantangan kualitas tinggi dan kelangkaan data publik, serta tantangan penerapan model besar. penerapan model besar melibatkan serangkaian masalah seperti kerahasiaan data , biaya implementasi, hasil yang akurat, dan pemilihan adegan. selain itu, tantangan lainnya adalah industri rentan terhadap zero-sum games ketika lingkungan sedang penuh tekanan. ia percaya bahwa jika kecemasan semua orang semakin kuat, mempertahankan pangsa pasar melalui kerugian bukanlah hal yang sehat.
“saya melihat laporan laba rugi dengan sangat hati-hati. setiap bisnis harus menghitung biayanya dengan jelas dan menetapkan harga secara wajar agar tidak bergantung pada keuntungan orang lain untuk mensubsidi kerugiannya sendiri. setiap orang harus lebih bersabar. teknologi saat ini mungkin hanya mampu mencapai 50% dalam beberapa skenario. dibutuhkan waktu untuk mencapai 90 poin. pada awalnya, banyak orang berpikir bahwa model dapat mengubah dunia dengan cepat. belakangan, beberapa orang pesimis dan berpikir bahwa model besar terlihat bagus tetapi tidak mudah digunakan. faktanya, mereka melebih-lebihkan kemajuan dalam jangka pendek dan meremehkan dampaknya dalam jangka panjang. tidak disarankan.
(artikel ini berasal dari china business news)
