دفترچه عرضه اولیه سهام آنتروپیک با وعده‌ها و پاسخ به سؤالات سخت کوتاه است

رسمی است: آنتروپیک در حال انتشار عمومی است، و پسر، آیا ابروهای ما از پر کردن صدها و صدها صفحه ادعای مشکوک خسته شده‌اند.

می‌توانید آخرین قسمت The Kettle را همین‌جا در این صفحه و همچنین در Spotify، Apple Music یا YouTube گوش دهید. این پلتفرم‌ها همچنین به شما امکان می‌دهند مشترک The Kettle شوید، بنابراین همیشه هنگام پخش آخرین قسمت به شما اطلاع داده می‌شود.

همانطور که Tobias Man n سردبیر سیستم و Tom Claburn گزارشگر ارشد به میزبان براندون ویگلیارولو در قسمت این هفته می گویند، Anthropic باید کارهای زیادی انجام دهد تا IPO عظیم خود را فراتر از یک فلش در تابه کند.

برای اولین بار، این شرکت نزدیک به یک تریلیون دلار تعهدات محاسباتی برای پرداخت دارد، که به این معنی است که پول نقد بیشتری نسبت به یک توربین گازی مرکز داده که به 11 عدد می رسد، مصرف می کند.

به طور خلاصه، ما شک داریم، اما احتمالا شما قبلا این را می دانستید. به هر حال، این El Reg است، و ما فقط آن چیزی را که صنعت هوش مصنوعی ادعا می کند به صورت اسمی در نظر نمی گیریم - اگر به نظر می رسد خانه ای از کارت باشد، احتمالا چنین است.

رونوشت کمی ویرایش شده در زیر آمده است:

براندون (00:03)

سلام به همه، و به آخرین قسمت پادکست The Register's Kettle خوش آمدید. من میزبان شما، براندون ویگلیارولو، گزارشگر Reg هستم، و این هفته روی چیزی تمرکز می کنیم که فکر می کنم کارلی پیج، مشارکت کننده ما به درستی اوج چرخه تبلیغات هوش مصنوعی را که در چند سال گذشته در آن بوده ایم، توصیف کرده است، و این انتشار عمومی پرونده اولیه عرضه عمومی آنتروپیک است. توبیاس مان، سردبیر سیستم ما و تام کلابرن، گزارشگر ارشد، با من در این مورد صحبت می کنند، که مطمئنم هر دوی آنها در مورد این موضوع حرف های زیادی برای گفتن دارند.

خوش آمدید بچه ها

توبیاس مان (00:34)

خوبه که اینجام

تام کلابرن (00:34)

خوبه که اینجام

براندون (00:36)

بنابراین، من مطمئن هستم که ما چیزهای زیادی برای پوشش داریم. 614 صفحه چیز زیادی است که باید مرور کرد. توبیاس، من می فهمم که شما با یک شانه دندانه ظریف این موضوع را رد می کردید. قبل از اینکه وارد برخی از بخش‌های لرزان‌تر این IPO شویم، درباره اعداد سخت با ما صحبت کنید.

توبیاس مان (00:56)

مطمئنا در ارزش اسمی، وارد شدن به هر پرونده S-1، نوعی کثیف از کاهش خطر است، به نوعی باسن شما را می پوشاند. همه آنها تقریبا مانند یک پیشگویی روز قیامت خوانده می شوند.

براندون (01:18)

درسته

توبیاس مان (01:18)

S-1 قطعا این کار را انجام داد. اما از نظر اعداد، غذای آماده برای بازار به نوعی جالب بود زیرا افرادی بودند که به اعداد نگاه می کردند و می گفتند: "خوب، این در واقع منطقی به نظر می رسد." زیان عملیاتی آنها فقط حدود 700 میلیون دلار بود.

براندون (01:40)

فکر می کنم در 16.3 میلیارد [درآمد] خالص، درست است؟ این همان چیزی بود که آنها گزارش کردند.

توبیاس مان (01:46)

درسته

براندون (01:47)

حالا آنها هم به نظرم اشاره کردند، و من می خواستم در این مورد از شما بپرسم، کل زیان 80.7 میلیارد دلاری، اما می دانم که این یک نوع تعدیل حسابداری بود. آیا آنها در IPO به معنای آن اشاره کردند؟

توبیاس مان (02:01)

نه به طور خاص. کمی مبهم است و همیشه به این شکل است.

براندون (02:07)

البته که هست، درست است؟

توبیاس مان (02:09)

کسب‌وکار آنتروپیک بسیار سنگین است، و بنابراین آنها مجبور شدند به شرکای خود مراجعه کنند و بگویند: "هی، ما برای پرداخت هزینه محاسباتی برای آموزش این مدل‌ها به سرمایه نیاز داریم. می‌توانیم آن را بدهی بگیریم یا شما می‌توانید در ارزش‌گذاری، سرمایه ما، بازپرداخت کنید." و بنابراین من معتقدم بخش بزرگی از این ضرر این است که آنها سعی می کنند بسیاری از سهامی را که در زمان عرضه عمومی باید پرداخت کنند، حذف کنند. و بنابراین من معتقدم که این سهم بزرگ این ضرر است.

از آنجا که به نظر می رسد بزرگ است، اما وقتی به این فکر می کنید که شرکت ها چگونه سهام عمومی می شوند و چگونه سرمایه خود را به عنوان استارت آپ افزایش می دهند، واقعا تعجب آور نیست. این فقط یک عدد بزرگ است زیرا آنتروپیک بدون شک بزرگترین IPO در تاریخ ایالات متحده در این مقطع است.

براندون (03:02)

درسته اما نتیجه این است که زیان واقعی روزانه کسب و کار آنها 693 میلیون دلار بوده است... فکر می کنم برای نیمه اول سال یا همان زمان سال گذشته 1.2 میلیارد دلار بود یا چیزی شبیه به آن. پس از بین رفته است.

توبیاس مان (03:17)

بله.

تام کلابرن (03:17)

و آنها در حال تلاش برای خروج از دو تریلیون در حال حاضر؟ این شماره است؟

توبیاس مان (03:25)

خوب، تعداد آنها بستگی به این دارد که آیا آنها قادر به حفظ این هستند یا خیر. من می خواستم برای اولین بار ذکر کنم که درآمد آنها دو به یک از هزینه های محاسباتی آنها بیشتر بود. این هرگز در تاریخ این شرکت صادق نبوده است و یکی از دلایلی است که مردم در این مورد احساس اعتماد بیشتری می کنند.

موضوعی که واقعا از همه این‌ها ناشی می‌شود، و چیزی که تا حدودی در تفاسیر زیباتر از S-1 مغفول مانده است، این است که آنها همچنین برای بازپرداخت بیش از 800 میلیارد دلار و محاسبه تعهدات محاسباتی تا حدود دو دهه آینده ثبت‌نام کرده‌اند.

براندون (04:12)

شما در داستان خود تعداد زیادی از افرادی را که میلیاردها دلار به آنها برای محاسبه بدهکار بودند، مشخص کردید. همونطور که گفتی عالی میشه این 16.3 میلیارد دلار [درآمد] عالی خواهد بود اگر این هزینه های محاسباتی ثابت بماند، درست است؟ اما آنها نیستند. آنها به صعود ادامه می دهند و صورت حساب های زیادی وجود دارد که باید پرداخت شود. بنابراین، سودآوری متکی به کسب بیش از آن نزدیک به تریلیون دلار در تعهدات محاسباتی است، و این یک اگر بزرگ است.

تام کلابرن (04:43)

منظورم این است که علامت سوال بزرگ این است که فناوری برای هزینه‌های استنباط چه کاری انجام می‌دهد، زیرا من فکر می‌کنم بسیاری از اینها روی این است که بتوانیم همان سخت‌افزاری را بدست آوریم که در ادامه راه بسیار کارآمدتر است و شاید قیمت‌های شما را متناسب کاهش ندهد و از این تفاوت سود ببرید. اما باید دید که آیا رقابت کافی برای کاهش قیمت با افزایش هزینه وجود خواهد داشت یا خیر. و شما این را بسیار می بینید. من فکر می کنم هزینه های استنباط به طور متوسط ​​در طول سال بسیار کاهش یافته است.

منظورم این است که محاسبه هزینه‌های استنتاج واقعا سخت است، زیرا عوامل بسیار متفاوتی وجود دارد و بسته به حجم کار و میزان حافظه پنهان و مواردی از این دست، واقعا موقعیتی است. اما به طور کلی در حال حاضر استنتاج بسیار ارزان تر از چند ماه پیش است.

توبیاس مان (05:34)

بر اساس نشانه، بله.

براندون (05:36)

اما دوباره، من احساس می‌کنم اگر روی این IPO 2 تریلیون دلاری شرط می‌بندید که ما در استنتاج بهتر و ارزان‌تر می‌شویم، درست است؟ منظورم این است که می‌دانم قانون مور به نوعی مربوط به گذشته است، اما در این مرحله، اگر با یک گلوگاه محاسباتی دیگر روبرو شویم و استنتاج قبل از نیاز به آن ارزان‌تر نشود، چه؟

بدیهی است که هر دفترچه IPO یک سند بزرگ در مورد ریسک است، درست است؟ مثلا، "هی، ممکن است با سرمایه گذاری در این شرکت پول زیادی به دست بیاوری، یا ممکن است شکممان بالا برود و همه چیز را از دست بدهی"، درست است؟ این همیشه یک احتمال است.

تام کلابرن (06:15)

درسته و آن‌ها هنوز نشان نداده‌اند که کاربرد هوش مصنوعی به اندازه‌ای گسترده است که آنها ادعا می‌کنند. منظورم این است که در بخش‌های خاصی کاملا واضح است که اکنون برای مدت طولانی هوش مصنوعی وجود خواهد داشت. کدنویسی، همه به نوعی موافق هستند که کار می کند و ما می دانیم که چگونه آن را مدیریت کنیم. و سپس زمینه های مجاور آن وجود خواهد داشت. اما وقتی شروع به وارد شدن به کارهای اداری عمومی‌تر و کارهای تجاری معمولی کنید که خیلی سنگین نیستند، نمی‌دانم. سوال خوبی است. ما خواهیم دید که آیا مردم از آن به طور گسترده استفاده خواهند کرد، اما من فقط آن را بیش از حد خوش بینانه می بینم.

توبیاس مان (06:59)

سوال بزرگی که در حال حاضر دارم این است: آیا تقاضای کاربران کافی برای پشتیبانی از جریان درآمد 200 میلیارد دلاری در سال وجود دارد؟ از آنجا که حتی صرفا از تعهداتی که آنها نمی توانند در نیمه اول سال جاری از آنها خارج شوند، 417 میلیارد دلار از سال 2033 تا 2036 به پایان می رسد.

براندون (07:32)

من فکر می کنم سطح بالای برآورد شما در مجموع، شامل تعهدات جدیدتر، حدود 807 میلیارد دلار بود. در پایین ترین سطح، 782 میلیارد دلار در انتهای پایین. وقتی به صدها میلیارد دلار نگاه می کنید، این تفاوت چندانی ندارد.

توبیاس مان (07:46)

اما اگر آنها نتوانند با نسبت دو به یک درآمد به محاسبه سود ببرند - اگر مجبور باشند دو برابر بیشتر درآمد داشته باشند تا هزینه محاسبه خود را بپردازند و باز هم به نتیجه نرسند - شما این را تعمیم می‌دهید و آنها باید 200 میلیارد دلار به علاوه درآمد داشته باشند، با این فرض که هیچ قرارداد محاسباتی اضافی در طول آن دوره در سال آینده منعقد نمی‌شود، که قطعا این اتفاق نخواهد افتاد. آنها قبلا گفته اند که به عقد قراردادهای محاسباتی ادامه خواهند داد.

بنابراین هر چه جلوتر می‌روید، این عدد پوچ‌تر می‌شود، مگر اینکه استنتاج به‌طور جادویی ارزان‌تر شود، چیزی که ما ندیده‌ایم.

براندون (08:33)

درسته و می تواند درپوش داشته باشد. می‌دانی، من فکر می‌کنم توبیاس، وقتی اشاره کردی که برخی از بزرگترین مشتریان آن‌ها، بزرگ‌ترین رقبایشان نیز هستند، به نکته بسیار خوبی در داستان خود اشاره کردی. آنها در حال اجاره فضا از hyperscalers هستند، آنها با مردم معامله می کنند تا محاسبات خود را میزبانی کنند. اما اینها همچنین شرکت هایی هستند که مدل های هوش مصنوعی خود را اجرا می کنند. و ممکن است در موقعیتی قرار بگیرید که آنها مانند یک MVNO هستند، که اگر کسی با اپراتور شبکه مجازی تلفن همراه آشنا نباشد، شرکت های تلفن همراه هستند که T-Mobile، Verizon، یا AT&T نیستند.

هر کسی که آن سه نفر بزرگ در ایالات متحده نیست، یک شبکه مجازی را راه اندازی می کند که زیرساخت های دیگران را تحت تأثیر قرار می دهد. و وقتی آن زیرساخت شلوغ است، اولویت کمتری خواهید داشت. بنابراین می‌توانیم ببینیم که آنها در آنجا با وضعیت مشابهی مواجه می‌شوند.

تام کلابرن (09:26)

روند جالبی وجود دارد که قطعه دیگری که بعدا امروز روی آن کار می کنم، به آن پرداخته است. برخی از دروازه‌های هوش مصنوعی مانند OpenRouter اکنون شروع به دور شدن از تمرکز بر اندازه‌گیری قیمت و نگاه کردن به مواردی مانند سریع‌ترین زمان به توکن‌ها و تمام معیارهای کیفیت خدمات از نظر نحوه قیمت‌گذاری و ارائه مدل‌ها کرده‌اند، زیرا قیمت‌گذاری استنتاجی از نظر آنچه که با آن‌ها سروکار دارند بسیار کالایی شده است. آنها لزوما تمام مدل های مرزی را با قیمت های بسیار بالا ارائه نمی کنند. آنها با مدل های وزن باز زیادی سر و کار دارند.

و اگر فقط روی قسمت پایین بازار تمرکز کنید، حاشیه زیادی وجود ندارد. بنابراین منطقی است که بگوییم: "خب، شاید اگر این را سریعتر تحویل دهیم یا قابلیت اطمینان یا خدمات بهتری داشته باشیم، بتوانیم قیمت را بالا ببریم و کمی سود به دست آوریم." و من فکر می‌کنم همه در این صنعت دارند متوجه می‌شوند که موسیقی در حال توقف است و آنها باید در نقطه‌ای بنشینند و مدل کسب‌وکار را عملی کنند. بنابراین فشار زیادی روی آن وارد خواهد شد. و این در مواردی مانند صدور مجوز مدل ها نیز خود را نشان می دهد.

بسیاری از آن مدل‌های وزن باز شاهد بوده‌اند که مجوزهایشان در طول زمان محدودتر می‌شود، زیرا شرکت‌ها متوجه می‌شوند، "خب، شاید ما نمی‌خواهیم کسی با ما با این چیزی که ما ساخته‌ایم رقابت کند." پس فکر کنم زیاد باشه..

براندون (10:48)

این من را به یاد میسترال می اندازد که نسخه وزن باز Large 4، "Le Chonk" را منتشر کرد. و مدل مجوز اساسا می‌گوید که اگر قصد دارید از آن برای اهداف پایین‌تر از بازار استفاده کنید، باید یک قرارداد نسبتا محدودکننده با ما امضا کنید تا فقط از این مدل وزن باز استفاده نکنید بدون اینکه ما از آن سود ببریم، درست است؟

توبیاس مان (11:15)

بسیاری از مدل‌های بزرگ چینی، مانند Kimi K3، معتقدم جزو اولین‌هایی بودند که در این مسیر حرکت کردند و اساسا گفتند: "هی، اگر می‌خواهی این را به صورت داخلی اجرا کنی، ما اهمیتی نمی‌دهیم." اگر این فقط برای شرکت شما است، خوب است، اما اگر قرار است یک سرویس API مانند OpenRouter را در اطراف آن بفروشید، باید ما را قطع کنید. پس قطعا این وجود دارد. و Anthropic در S-1 خود - دوباره، هر S-1 مانند یک پیشگویی روز قیامت خوانده می شود.

و این S-1 از چیزهایی که آنها مطرح می کنند: مدل های باز یک تهدید در سطوح مختلف هستند، یکی از آنها این است که بسیاری از مشتریان آنها استارت آپ هایی هستند که به رکود اقتصادی حساس هستند. بنابراین، این مشتریان احتمالا اولین کسانی خواهند بود که به سمت جایگزین‌های ارزان‌تری می‌روند که شاید آنقدرها هم خوب نباشند، اما اگر اقتصاد با مشکلی مواجه شود، می‌توانند از عهده آن برآیند.

براندون (12:25)

من نمی دانم که آیا این اتفاق می افتد یا نه، درست است؟

تام کلابرن (12:28)

آیا این ایلان ماسک بود که اخیرا در مورد پایان نئوکلادها توییت می کرد؟ با تنگ‌تر شدن منابع مالی، بسیاری از نئوکلودها که با پول قرض‌شده زندگی می‌کنند، حفظ وام‌های خود را دشوارتر می‌بینند و از این وضعیت جان سالم به در نمی‌برند. بنابراین در یک نقطه یک تکان وجود خواهد داشت. آیا به شرکت های بزرگ ضربه می زند؟ من نمی دانم. همه ارائه دهندگان ابر بسیار خوشحال به نظر می رسند زیرا بدون در نظر گرفتن کسب و کار، تجارت می کنند. حتی اگر مدل‌های هوش مصنوعی گوگل در ذهن مردم حرف اول را نزند، باز هم در حال ارائه همه این موارد هستند.

براندون (13:08)

ما این را در چندین قسمت و در چندین مقاله که نوشته ایم گفته ایم، درست است؟ اساسا، اگر صنعت هوش مصنوعی منفجر شود، گوگل خوب می شود، آمازون خوب می شود، مایکروسافت خوب می شود. این افراد مشاغل دیگری دارند. Anthropic و OpenAI، نه چندان. این همه کاری است که انجام می دهند. و در بسیاری از موارد آنها فضای محاسباتی را از این ارائه دهندگان دیگر اجاره می کنند. بنابراین ممکن است آنها کمی ضربه بخورند، اما به طور کلی، آنها خوب خواهند بود. آنها محاسبات دارند، آن را برمی گردانند، افراد دیگری را برای استفاده از آن پیدا می کنند.

کدام جالب است، از مقاله شما، توبیاس، شما به نوعی خلاصه می کنید که کل پیشرفتی که این IPO ایجاد می کند این است که بزرگتر بهتر است، درست است؟ اما همانطور که ما در مورد آن صحبت کردیم، دلایل زیادی وجود دارد که می‌توان گفت که احتمالا اینطور نیست. این برای من تعجب می کند که آیا آنها هنوز در دوران حداکثر کردن توکن زندگی می کنند، در حالی که من همین هفته داستانی نوشتم در مورد AWS که به مهندسانش گفته بود از این کار عقب نشینی کنند، استفاده از بسیاری از توکن ها را متوقف کنند، عاقل تر باشند، از هوش مصنوعی خوب استفاده کنند، فقط از آن استفاده نکنید. و مایکروسافت ماه‌ها پیش در ماه آگوست این را گفت - آنها می‌گفتند که tokenmaxxing به نحوه انجام کسب‌وکار آنها اهمیت نمی‌دهد.

بنابراین شما دو مصرف کننده بسیار بزرگ هوش مصنوعی دارید که اساسا می گویند: "همه باید سرعت آن را کاهش دهید و هدفمندتر باشید." بنابراین، بزرگتر لزوما ...

توبیاس مان (14:33)

تجارت Anthropic مبتنی بر این ایده است که محاسبات بیشتر به معنای درآمد بیشتر است. با این حال، قطع ارتباط این است: آیا درآمد به اندازه کافی سریع است؟ آیا پایگاه کاربری کافی وجود دارد؟ آیا تقاضای رمزی کافی برای پشتیبانی از مقیاسی که برای نقد کردن چک هایی که قبلا نوشته اند، وجود دارد؟ و واقعا شبیه خانه ای از کارت است. آنها در مورد این موضوع در S-1 هشدار می دهند - آنها مجبورند - که اگر درآمد آنها نتواند با تعهدات محاسباتی آنها مطابقت داشته باشد، ممکن است به طور نکول کنند.

و این پیش‌فرض می‌تواند به آبشاری تبدیل شود که در آن اگر نتوانند یک صورت‌حساب را بپردازند، نمی‌توانند محاسبات کافی برای تولید درآمد لازم برای پرداخت صورت‌حساب بعدی داشته باشند، و همه چیز به هم می‌ریزد.

براندون (15:28)

اگر این اتفاق برای Anthropic بیفتد، دیگر آزمایشگاه‌های مرزی هوش مصنوعی خیلی عقب نیستند، زیرا این نشانه‌ای از یک مشکل بزرگ‌تر خواهد بود. و این این است که مردم اساسا می‌گویند بسیاری از شرکت‌های غیر هوش مصنوعی یا شرکت‌هایی که هوش مصنوعی را همراه با چیزهای دیگری مانند AWS انجام می‌دهند، می‌گویند: ما برای اکثر اهداف تجاری به این مدل‌های مرزی عظیم نیاز نداریم. آنها ضروری نیستند

تام کلابرن (15:54)

درسته بسیاری از محصولات هوش مصنوعی سازمانی که اکنون می‌بینید، در مورد تلاش برای یافتن راه‌هایی برای کاهش این هزینه هستند. شما نوعی دروازه یا سیستم مهار دارید که به مشاغل شما نگاه می‌کند و آنها را به یک مدل ارزان قیمت مناسب هدایت می‌کند، به طوری که در بیشتر مواقع از هوش سطح بالا استفاده نمی‌کنید. شاید شما از یک مدل تصمیم گیری، یک طبقه بندی کننده معمولی یا چیزی مانند Gemma برای انجام ترجمه زبان استفاده می کنید. شما همیشه مجبور نیستید از آن مدل گران قیمت استفاده کنید و این فشار قیمت نیز به آنها ضربه می‌زند.

توبیاس مان (16:37)

به نظر تام، Cadence System s که بسیاری از اتوماسیون های طراحی الکترونیکی و چیدمان برد مدار را انجام می دهد، به تازگی خط تولید جدیدی به نام Maestro را عرضه کرده است که بر اساس مدل های وزن باز Nemotron انویدیا ساخته شده است. ایده این است که آنها از API های اختصاصی برای نیرو دادن به عوامل خود استفاده می کردند که به مهندسان در طرح بندی PCB و طراحی تراشه کمک می کند، اما این عوامل تعداد زیادی داده تولید می کنند که می تواند برای آموزش و تنظیم دقیق مدل های وزن باز استفاده شود.

بنابراین آخرین پیشنهاد آنها این است: "هی، ما مشتریان خود را اینگونه می دانیم، اما ادامه استفاده از این مدل های اختصاصی از OpenAI، Anthropic یا Google گران می شود. بنابراین ما راهی به شما ارائه می دهیم که یک مدل ارزان قیمت بگیرید، از مدل اختصاصی برای تولید داده های آموزشی استفاده کنید که می توانیم از آن برای تنظیم دقیق این مدل باز استفاده کنیم، و سپس شما می توانید تصمیم بگیرید که چقدر از مدل باز گران قیمت انجام می شود. مدل‌ها می‌توانید آن مدل‌ها را به صورت آنلاین، در فضای ابری ما یا در فضای ابری دلخواه خود استفاده کنید و هزینه اشتراک را بپردازید.

براندون (18:03)

من نمی‌توانم تصور کنم که بیشتر کسب‌وکارها وقتی به آن منابع نیاز ندارند، تمام این پول را به ارائه‌دهندگان مدل اختصاصی اختصاص دهند. واقعا من را متعجب می کند که چه مقدار از این IPO ترکیدن حباب را پیش بینی می کند. گاهی اوقات احساس می‌کنم در مورد ترکیدن حباب هوش مصنوعی مانند پیش‌گویی‌های روز قیامت صحبت می‌کنیم: "این الان اتفاق می‌افتد!" اما اخیرا علائم بیشتری وجود دارد. سهام هوش مصنوعی چین اخیرا چکش خورده است. اخیرا گزارش‌های درآمدی از شرکت‌های آمریکایی منتشر شده است که به نظر نمی‌رسد بله.

تام کلابرن (18:57)

گوگل چکش خورد. آنها حدود 500 میلیارد دلار از ارزش سهام خود را بر اساس این واقعیت که جستجوی آنها ضعیف بود از دست دادند

براندون (19:07)

این همان چیزی بود که نمی توانستم به آن فکر کنم، آن ضربه کوچک کوچک، درست است؟

تام کلابرن (19:11)

مرورهای هوش مصنوعی نیز کسب درآمد نمی کند. پس خیلی زیاد است، بله.

توبیاس مان (19:15)

مشکلی که برای خودشان درست کردند.

براندون (19:18)

گوگل مشکلات خودش را ایجاد می کند؟ چی؟

توبیاس مان (19:24)

من موافقم که بقای آنتروپیک تا حد زیادی به پیشبرد مرزها بستگی دارد. برای انجام این کار، به مقدار نامتناسبی از محاسبات نیاز دارد که ممکن است نتواند به طور مداوم از عهده آن برآید، به خصوص اگر مایکروسافت، گوگل، و همه این CSP های ابری که برای آنها محاسبه می کنند و از بزرگترین مشتریان آنها هستند، تصمیم بگیرند، "ما واقعا برای این کار نیازی به ابر نداریم. ما به نقطه ای رسیده ایم که مدل های با وزن باز خودمان یا مدل های پیش نویس ایمیل های ما به اندازه کافی خوب هستند یا مدل های کدهای پیش نویس اولیه ما به اندازه کافی خوب هستند. مشتریان."

بنابراین، آنها شروع به خرید توکن های کمتری از Anthropic یا OpenAI خواهند کرد که در نهایت در IPO عرضه شوند. آن‌ها احتمالا با چالش‌های بسیار مشابهی روبرو خواهند شد، زیرا در این مرحله، بیشتر محاسبات خود را از شرکت‌هایی مانند اوراکل و مایکروسافت دریافت می‌کنند.

براندون (20:38)

یکی از سوالاتی بود که می‌خواستم در حین جمع‌بندی بپرسم: آیا فکر می‌کنید OpenAI پس از انتشار IPO آنها در موقعیت بهتری قرار می‌گیرد؟ زیرا هیچ یک از آنها مالک بسیاری از محاسبات خود نیستند، و به نظر می رسد تلاش های OpenAI برای ساخت محاسبات خود کمی بی نتیجه مانده است. آیا آنها می توانند موقعیت بهتری داشته باشند یا این که بیشتر از اینها خواهد بود؟

توبیاس مان (21:05)

من نمی‌دانم با OpenAI می‌توانند بر همان خطراتی که Anthropic دارد غلبه کنند یا خیر. به نظر می رسد که Anthropic با پیشبرد IPO خود در حال حاضر از بسیاری از سوالات سخت کنار می زند.

توبیاس مان (21:24)

با عرضه عمومی Anthropic در سال جاری، اگر OpenAI سال آینده عمومی شود، فکر نمی‌کنم آنها بتوانند از بررسی دقیق جلوگیری کنند، زیرا جهان با عوامل خطر مرتبط با این خانه‌های مدل غول‌پیکر بیدار خواهد شد. و من فکر می کنم که آنها حتی قبل از اینکه به آنجا برسند، با زمان بسیار سخت تری روبرو خواهند شد.

تام کلابرن (21:52)

OpenAI دارای توزیع ChatGPT است که نشان می دهد ابزار مفیدی است که مردم دوست دارند از آن استفاده کنند. اما معدن طلای کسب درآمد آنها در اینجا جایی نیست، مگر اینکه آنها به گوگل جستجوی هوش مصنوعی تبدیل شوند، و گوگل در حال حاضر تلاش می کند به این فضا نیز برسد. بنابراین نمی‌دانم آنها چگونه می‌خواهند وارد تجارت سازمانی شوند و حواشی لازم را برای بازپرداخت تمام پولی که گرفته‌اند، به دست آورند.

توبیاس مان (22:31)