los proveedores de la nube vuelven a reconocer los límites de las capacidades de los modelos grandes y tencent tang daosheng dijo "tengan un poco más de paciencia"
2024-09-08
한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina
hace un año, tencent lanzó el modelo hunyuan en la conferencia global de ecología digital. un año después, la "batalla de los 100 modelos" ha llegado a su fin y el patrón de gigantes y unicornios ya está determinado inicialmente. sin embargo, las expectativas del mercado para los modelos grandes parecen haber disminuido y la industria está volviendo a reconocerlo. límites de las capacidades de los modelos grandes.
en un diálogo reciente con china business news y otros medios, tang daosheng, vicepresidente ejecutivo senior de tencent group y director ejecutivo de cloud and smart industry group, respondió a una pregunta sobre la popularidad decreciente del mercado de ia y dijo que solo al igual que los ciclos experimentados por las nuevas tecnologías en el pasado, al principio todos se apresuraron, invirtieron e incluso crearon una burbuja. luego descubrieron que los nuevos cambios tecnológicos tardan en asentarse e incluso tienen que esperar la primera ola de capital. -los jugadores menos profesionales impulsados por el gobierno sean eliminados antes de que puedan regresar a un estado racional y pragmático. "lo mismo ocurre ahora con los grandes modelos de ia. la gente puede tener mayores expectativas al principio porque aún no han experimentado el tiempo de pulido. (ahora) el péndulo se ha movido en otra dirección. esta es mi sensación".
en las primeras etapas del desarrollo de modelos grandes, la nube y los modelos grandes estaban estrechamente relacionados, y el consumo de energía informática reflejaba la demanda y popularidad de los modelos grandes. li qiang, vicepresidente de tencent group y presidente de negocios gubernamentales y empresariales, dijo a china business news que la aparición de modelos grandes en los últimos dos años ha provocado un enorme aumento en la potencia informática de la gpu, así como un rápido crecimiento de los productos. relacionados con el soporte de la formación de modelos grandes. pero desde el punto de vista de las aplicaciones, la comercialización de modelos grandes en el lado to b está lejos de ser tan próspera como todo el mundo piensa. en términos relativos, el modelo grande actual se aplicará mejor en escenarios con una tolerancia a fallas relativamente alta. el servicio de modelo grande de tencent, que todavía está orientado a clientes empresariales, proporciona soluciones de adaptación flexibles y diversas y explora la combinación de modelos grandes y productos en la nube.
la mayor parte de los ingresos de la ia proviene de la potencia informática de la gpu
el último informe financiero de tencent muestra que en el segundo trimestre de este año, los ingresos por tecnología financiera y servicios empresariales de tencent aumentaron un 4% interanual, de los cuales el negocio de servicios empresariales aumentó en más de diez puntos interanual. los clientes de tencent cloud incluyen más del 80% de los fabricantes nacionales de modelos a gran escala. sin embargo, este informe financiero de tencent no habla mucho sobre los cambios provocados por la ia.
con respecto a cuánto de los ingresos de tencent cloud proviene de la inteligencia artificial, tang daosheng dijo a china business news que los datos pueden ser difíciles de cuantificar ahora, pero están aumentando. por ejemplo, los fabricantes cooperativos de conducción autónoma continúan aumentando la capacitación de modelos basada en la detección de vehículos-máquinas. datos. al observar la estructura de ingresos, li qiang dijo a los periodistas que actualmente, la mayor parte de los ingresos relacionados con la ia de tencent siguen siendo potencia informática de gpu.
tencent no solo proporciona potencia informática a los grandes fabricantes de modelos, sino que también promueve la comercialización de los grandes modelos hunyuan de desarrollo propio. después de que la popularidad inicial de los modelos grandes en el mercado haya disminuido, tencent también está evaluando el incremento real que estas dos partes del negocio pueden lograr. traer. en una entrevista anterior, tang daosheng dijo que si la gran empresa modelo en la que se invierte tiene éxito, requerirá un consumo continuo de la nube, que es una excelente fuente de ingresos para el negocio de la nube. pero también dijo que en las primeras etapas de las nuevas tecnologías, las empresas emergentes impulsadas por una gran cantidad de capital crecerán enormemente y pueden invertir excesivamente. muchos actores pueden ser parte de la burbuja “si los ingresos de la nube dependen demasiado del capital. para las nuevas empresas, una vez que estalle la burbuja, algunos clientes desaparecerán, el rendimiento disminuirá y será más doloroso cuando caigan ".
además del consumo de potencia informática de gpu causado por los modelos grandes, los proveedores de la nube también han experimentado un nuevo reconocimiento de las capacidades de los modelos grandes al promover el uso comercial de modelos grandes en el lado b.
li qiang dijo que desde la perspectiva general del mercado, entre los ingresos relacionados con la ia, la proporción de producción comercial que en realidad proviene de los propios modelos grandes sigue siendo relativamente baja. describió este proceso como el paso del mercado de "fanático" a "racional". específicamente, las barreras para la industria del lado b son relativamente profundas. la aplicación de la ia en el campo industrial y las industrias tradicionales es más difícil que la de to c, y los modelos grandes aún no han cumplido con los requisitos de las industrias tradicionales. requisitos más estrictos para la tolerancia a fallos.
li qiang explicó que las aplicaciones o enlaces clave que afectan la producción segura y la toma de decisiones importantes tienen menos probabilidades de aceptar situaciones inesperadas. en este momento, sería mejor si la ia pudiera ayudar en la toma de decisiones. en algunos segmentos tradicionales, los modelos grandes en general pueden no ser la mejor opción. por ejemplo, la estricta inspección de calidad de los iphone requiere tomar fotografías y ampliarlas más de cien veces. los modelos grandes entrenados con conocimientos generales no tienen sentido en este escenario, y la eficiencia y el costo no son tan buenos como los de los modelos pequeños industriales. es posible que los modelos grandes no sean aplicables a todas las industrias y campos específicos. al igual que no hay necesidad de capacitar a los niños para que sean estudiantes universitarios de escuelas prestigiosas y luego colocarlos en puestos especializados en apretar tornillos.
además, los modelos grandes, especialmente aquellos con parámetros enormes, deben entrenarse en grandes grupos informáticos. los fabricantes que utilizan estas capacidades de modelos grandes también dependen de grandes grupos informáticos para proporcionar inferencias. nubes públicas por parte de los proveedores de nube. sin embargo, las empresas del lado b todavía tienen preocupaciones sobre la seguridad de los datos, por lo que el proceso de confiar en las nubes públicas para proporcionar capacidades de modelos grandes puede no ser tan sencillo como se esperaba.
"las empresas nacionales tienen requisitos relativamente altos en cuanto a la confidencialidad de sus propios datos industriales, y aquellas que han establecido negocios centrales están más dispuestas a hacerlo en forma de implementación privatizada. sin embargo, la ruta de la privatización afectará la integración de grandes modelos y en cierto sentido, esto ha formado el cuello de botella de hoy ". li qiang dijo que los métodos de implementación actuales del modelo grande to b incluyen tanto la implementación privatizada como el acceso a api, y cuando se trata de aplicaciones centrales, la industria considera más la privatización.
¿dónde se utilizan realmente los modelos grandes?
además de tencent, algunas empresas tecnológicas importantes también están apostando por la ia, y algunas mencionaron el aumento de los ingresos procedentes de la ia en sus últimos informes financieros. por ejemplo, en el trimestre hasta finales de junio de 2024, los ingresos por productos relacionados con la inteligencia artificial de alibaba cloud lograron un crecimiento de tres dígitos. en el segundo trimestre de este año, los ingresos de baidu smart cloud aumentaron un 14% interanual. , la contribución de la ia a los ingresos de baidu smart cloud fue del 9%. entre los proveedores de nube internacionales, los ingresos del negocio de nube de google aumentaron un 29% interanual en el segundo trimestre de este año. los ingresos de la nube se vieron impulsados por la demanda de ia. en el último trimestre, los ingresos de microsoft azure y otros servicios de nube aumentaron un 29%. año tras año, la ia contribuyó con un 8% al crecimiento de los ingresos de azure.
a juzgar por los datos revelados por algunos fabricantes, la tasa de crecimiento de los ingresos generada por la ia es un porcentaje de un solo dígito, o la proporción de la ia en los ingresos de la nube es un porcentaje de un solo dígito. en comparación con las enormes expectativas del mercado anterior para la ia, el impulso de la ia a la nube. ingresos parece que es necesario reforzar aún más la intensidad.
li qiang dijo a los periodistas que los clientes se han dado cuenta gradualmente de que los modelos grandes no pueden "curar todas las enfermedades" y se han vuelto más racionales en la selección de escenas. en comparación con los escenarios de producción industrial que tienen tasas estrictas de tolerancia a fallas, los modelos grandes tienen un mejor espacio de aplicación en otros escenarios, incluidos los campos de gestión del conocimiento, marketing, servicio al cliente, codificación, control de riesgos inteligente y aquellos con requisitos profesionales relativamente bajos, como. escenas de inspección de campo. los clientes elegirán escenarios de aplicación de más alto nivel para cooperar. por ejemplo, el modelo médico a gran escala desarrollado conjuntamente por tencent y el hospital zhongshan promueve el diagnóstico médico y la redacción de certificados médicos, que pueden considerarse como diagnóstico y tratamiento auxiliares. en escenarios de toma de decisiones, los modelos grandes se utilizan más para ayudar en la toma de decisiones. en escenarios relacionados con el conocimiento, los modelos grandes se utilizan más comúnmente en escenarios de servicio al cliente y capacitación de empleados.
con respecto a los desafíos de los modelos grandes, tang daosheng dijo a los periodistas que esto incluye tanto los desafíos de la alta calidad y la relativa escasez de datos públicos, como los desafíos de la implementación de modelos grandes. la implementación de modelos grandes implica una serie de cuestiones como la confidencialidad de los datos. , costos de implementación, resultados precisos y selección de escenas. además, otro desafío es que la industria es propensa a juegos de suma cero cuando el entorno es estresante. él cree que si la ansiedad de todos se vuelve más fuerte, mantener la participación de mercado a través de pérdidas no será un estado saludable.
"observo el estado de pérdidas y ganancias con mucha atención. cada empresa debe calcular sus costos claramente y fijar precios de manera razonable para evitar depender de las ganancias de otras personas para subsidiar sus propias pérdidas. todos deben ser más pacientes. es posible que la tecnología actual solo pueda en algunos escenarios, se necesita tiempo para alcanzar el 50%. al principio, muchas personas pensaron que los modelos pueden cambiar el mundo rápidamente. recientemente, algunas personas son pesimistas y piensan que los modelos grandes son atractivos pero no fáciles de usar. de hecho, sobreestiman el progreso a corto plazo y subestiman el efecto a largo plazo. no es aconsejable”, afirmó tang daosheng.
(este artículo proviene de china business news)
