Liệu AI tạo sinh có thể giải quyết được các vấn đề về khả năng mở rộng và chi phí không?

Kinh tế

Tóm tắt:

Theo Goldman Sachs Research, khi các công ty lớn nhất thế giới đang chạy đua để xây dựng trí tuệ nhân tạo tinh vi nhất, những câu hỏi về khả năng mở rộng công nghệ này đến đâu và nhanh đến mức nào đang trở nên được chú ý.

Sự ra đời của AI tạo sinh đã tạo ra một làn sóng phấn khích về tương lai của công nghệ. Không giống như các loại AI khác, AI gen có thể tạo ra đầu ra của riêng mình bằng ngôn ngữ tự nhiên. Vì nó là "đa phương thức", nó cũng có thể tạo ra phản hồi ở các định dạng khác, bao gồm văn bản, số, video và âm thanh.

Các công ty công nghệ lớn đang trích dẫn các trường hợp sử dụng ban đầu và một số công ty doanh nghiệp nhìn thấy tiềm năng tăng năng suất đáng kể trong một số lĩnh vực nhất định như viết mã, điều này có thể giúp những nhân viên có giá trị nhất làm việc hiệu quả hơn nữa.

Tuy nhiên, quy mô chính xác của lợi ích kinh tế trong tương lai là chủ đề gây tranh cãi . Chi phí xây dựng AI thế hệ mới ở quy mô lớn là cực kỳ cao, với các công ty công nghệ lớn đầu tư hàng trăm tỷ đô la — mặc dù chi phí cho mỗi truy vấn đã giảm đáng kể kể từ khi công nghệ này lần đầu tiên ra mắt.

Tại Hội nghị chuyên đề AI và Semis ảo châu Âu đầu tiên của Goldman Sachs, 20 diễn giả — từ các giám đốc điều hành và chuyên gia công nghệ đến các nhà kinh tế vĩ mô — đã cùng nhau đánh giá triển vọng của AI. Cụ thể, họ đã thảo luận về các chủ đề chính bao gồm các trường hợp sử dụng, tổng thị trường có thể tiếp cận, những thách thức đối với việc phát triển và áp dụng công nghệ này, cũng như những tác động đối với phần cứng và chất bán dẫn của châu Âu.

Chúng tôi đã trao đổi với Alexander Duval, giám đốc bộ phận bán dẫn phần cứng công nghệ châu Âu tại Goldman Sachs Research, về những phát hiện chính của hội thảo.

Các công ty công nghệ lớn được gọi là “siêu quy mô” đóng vai trò gì trong quá trình phát triển AI?

Cho đến nay, các công ty công nghệ lớn của Hoa Kỳ đã đi đầu trong việc sử dụng AI tạo sinh. Họ đã phát triển các mô hình ngôn ngữ lớn, có thể sử dụng cho cả doanh nghiệp hiện tại và có khả năng tạo ra các công cụ kinh doanh mới.

Hội thảo đã nghe về cách công nghệ này tạo ra một phần tư mã của một hyperscaler và tiết kiệm thời gian kỹ thuật có ý nghĩa cho một hyperscaler khác. Các trường hợp sử dụng rộng hơn trong nền kinh tế thực bao gồm việc sử dụng nó để dự đoán cấu trúc của protein và thậm chí là "làm trẻ hóa" ngoại hình của một diễn viên trong phim.

Đó là những ví dụ nổi bật. Nhưng điều đáng lưu ý là các công ty siêu quy mô đã chi hàng trăm tỷ đô la cho việc này. Tổng cộng, họ đã chi khoảng 200 tỷ đô la cho AI trong năm nay và con số này có thể sẽ tăng lên 250 tỷ đô la vào năm tới. Việc phát triển các mô hình ngôn ngữ lớn có thể tốn hàng chục hoặc hàng trăm triệu đô la. Và đó là lý do tại sao tại hội thảo này, chúng tôi thực sự muốn xem xét liệu công nghệ này có khả thi hay mong muốn có thể mở rộng quy mô để giải quyết nhiều trường hợp sử dụng hơn hay không. Những công ty siêu quy mô này có rất nhiều dòng tiền tự do và chúng tôi đang bắt đầu thấy các ví dụ về trường hợp sử dụng, nhưng một số nhà quan sát trong ngành tin rằng tại một thời điểm nào đó, chúng tôi cần thấy lợi nhuận đầu tư cho một loạt các trường hợp sử dụng và ngành dọc rộng hơn.

Có trường hợp sử dụng quan trọng nào cho trí tuệ nhân tạo trong nền kinh tế nói chung không?

Vì AI tạo sinh là đa phương thức, về mặt lý thuyết, nó có thể áp dụng cho nhiều lĩnh vực: hỗ trợ khách hàng, mã hóa, phân tích y tế, tiếp thị và nhiều lĩnh vực khác. Với mức đầu tư rất đáng kể vào AI, lợi ích tổng hợp của các trường hợp sử dụng như vậy sẽ cần phải được chứng minh để biện minh cho lợi tức đầu tư vững chắc. Mặc dù vậy, một số người tham gia hội thảo cho biết AI có thể không bắt buộc phải mở rộng quy mô trong một lĩnh vực cụ thể — nói cách khác, một trường hợp sử dụng chính duy nhất có thể không cần thiết — miễn là lợi ích kinh tế từ tất cả các trường hợp sử dụng khác nhau là đủ tổng hợp. Bạn có thể thấy hiệu quả tăng lên trên mọi phương diện.

Một số diễn giả chỉ ra rằng có một số ví dụ về các doanh nghiệp công nghệ thành công rất lớn mà bạn có thể lập luận rằng ban đầu không có trường hợp sử dụng chính nào. Lấy ví dụ về các ứng dụng gọi xe. Đã có một giải pháp hoàn toàn tốt: Đi bộ đến cuối phố và gọi taxi. Nhưng bằng cách tận dụng phần mềm và hiệu ứng mạng, bạn có thể tạo ra lợi ích kinh tế rất lớn, cũng như lợi ích cho người tiêu dùng.

Liệu các công ty công nghệ nhỏ hơn có còn chỗ để cạnh tranh không?

Một số diễn giả tại hội thảo đã có những hiểu biết thú vị về các mô hình ngôn ngữ nhỏ. Lúc đầu, những người chơi công nghệ tập trung vào việc xây dựng các mô hình ngôn ngữ lớn — và những mô hình này vẫn quan trọng. Nhưng cũng có xu hướng phát triển các mô hình nhỏ hơn và hiệu quả hơn.

Các mô hình ngôn ngữ nhỏ dễ tinh chỉnh hơn, chúng có thể tiêu thụ ít năng lượng hơn và có thể được tùy chỉnh để đáp ứng các yêu cầu cụ thể của doanh nghiệp trong một lĩnh vực nhất định (chẳng hạn như pháp lý, y học hoặc tài chính). Chúng cũng thường ít tốn kém hơn vì chúng nhỏ hơn và sử dụng ít năng lượng hơn.

Các mô hình ngôn ngữ lớn sẽ vẫn quan trọng và các công ty công nghệ khổng lồ có nguồn lực, dòng tiền tự do và bảng cân đối kế toán để thúc đẩy sự phát triển của chúng. Nhưng các diễn giả chỉ ra rằng sẽ có những công ty khác, có thể là những công ty nhỏ hơn trong hệ sinh thái, có thể đổi mới và phát triển các mô hình ngôn ngữ nhỏ sẽ nằm trên các mô hình lớn hơn đó. Một số diễn giả cho rằng đây là cơ hội để các công ty nhỏ thúc đẩy sự đổi mới ở vị trí hàng đầu và nhấn mạnh đến số lượng lớn các công ty được thành lập hàng ngày để làm như vậy.

Liệu chi phí cao của AI tạo sinh có thể kìm hãm sự phát triển không?

Đào tạo LLM đòi hỏi mức đầu tư vốn rất cao. Bạn cần xây dựng một trung tâm dữ liệu, bạn cần tất cả các chất bán dẫn — bao gồm cả GPU và chip nhớ — và bạn cần phần cứng, nguồn điện và tiện ích. Các diễn giả đã đề cập rằng chi phí cho mỗi truy vấn trong một số miền cao hơn nhiều lần so với thuật toán tìm kiếm thông thường.

Nói như vậy, đã có những tiến triển ổn định trong việc giảm chi phí. Chi phí cho truy vấn AI tạo sinh tại một số công ty công nghệ lớn đã giảm đáng kể kể từ khi công nghệ này ra mắt và một công ty AI thế hệ mới đã nói rằng doanh thu do thế hệ LLM mới nhất tạo ra đã vượt quá chi phí đào tạo các mô hình trước đó. Trong khi một số diễn giả nêu rằng có thể có rủi ro là chi tiêu cho AI có thể giảm nếu không tạo ra lợi nhuận đáng kể, thì sự đồng thuận là các công ty siêu quy mô sẽ tiếp tục đầu tư trong vài năm tới. Tổng cộng, Goldman Sachs Research dự đoán sẽ có khoảng 1 nghìn tỷ đô la đầu tư vào AI trong vài năm tới.

Những trở ngại nào khác cản trở việc mở rộng quy mô AI hơn nữa?

Có một số thách thức liên quan đến việc mở rộng quy mô AI. Để xây dựng công nghệ, bạn cần tiếp cận chất bán dẫn, nguồn điện và nhiều dữ liệu.

Dữ liệu đang trở thành một câu hỏi then chốt. Chúng ta đang đến thời điểm mà các nhà phát triển đã đào tạo các mô hình ngôn ngữ lớn này trên hầu hết tất cả dữ liệu có trên internet. Các chuyên gia AI đang cố gắng tìm ra cách khắc phục vấn đề này.

Một câu trả lời tiềm năng là học đa phương thức — nơi các mô hình AI học bằng cách tiếp nhận không chỉ văn bản mà còn cả video và hình ảnh. Điều đó sẽ cung cấp cho chúng nhiều thông tin hơn. Ngoài ra còn có các kho dữ liệu có thể nằm trong các silo độc quyền — tại các viện nghiên cứu hoặc công ty, chẳng hạn — và về mặt lý thuyết có thể được thêm vào kho dữ liệu mà các mô hình này được đào tạo. Chúng tôi cũng đã nghe nói về khả năng điện toán lượng tử sẽ tạo ra một số dữ liệu có độ trung thực cao có thể được sử dụng để đào tạo các mô hình.

Nhu cầu năng lượng khổng lồ là một nút thắt khác. Sản lượng điện sẽ phải tăng ít nhất ba đến bốn lần vào năm 2030. Và một trong những hội thảo nhấn mạnh rằng nhu cầu năng lượng tăng lên chỉ từ bốn hoặc năm siêu nhà cung cấp lớn nhất trong thời gian đó sẽ tương đương với mức tiêu thụ năng lượng hiện tại của Pháp. May mắn thay, các chất bán dẫn tiên tiến hơn cũng có thể mang lại cơ sở hạ tầng truyền tải tốt hơn và chuyển đổi năng lượng hiệu quả hơn. Những nỗ lực cũng đang được tiến hành để làm cho chất bán dẫn tiết kiệm năng lượng hơn.

Rủi ro khi áp dụng AI ở quy mô lớn là gì và chúng ta có thể hạn chế chúng như thế nào?

Sự phát triển của AI đã làm nảy sinh mối lo ngại về đạo đức khi sử dụng AI. Tuy nhiên, các hội thảo của chúng tôi nhấn mạnh rằng các doanh nghiệp và cơ quan đạo đức đang theo dõi các trường hợp sử dụng đang được phát triển và đề xuất các biện pháp bảo vệ để đảm bảo AI không bị sử dụng sai mục đích. Ví dụ, một số diễn giả đã thảo luận về việc có một con người quen thuộc với bối cảnh của nhiệm vụ cụ thể kiểm tra đầu ra của AI sẽ làm giảm nguy cơ ảo giác gây ra tác động bất lợi.

Những rủi ro khác cần được quan tâm nhiều hơn bao gồm việc AI giao tiếp với nhau (có khả năng bằng ngôn ngữ mà con người không hiểu được), lo ngại về bản quyền, sự thiên vị và bảo mật.

Do đó, các diễn giả đều đồng ý rằng việc sử dụng AI có thể ngày càng bị giới hạn ở các lĩnh vực ít rủi ro nhất và phụ thuộc vào các tính năng an toàn và sự giám sát của con người.

Các công ty phần cứng và bán dẫn châu Âu có thể hưởng lợi như thế nào từ sự phát triển của công nghệ AI?

Một số công ty phần cứng và bán dẫn châu Âu có thể hưởng lợi. Đặc biệt, hội thảo đã tìm hiểu về công nghệ lắng đọng lớp nguyên tử — một loại thiết bị sản xuất chất bán dẫn cho phép bạn lắng đọng vật liệu trên một tấm wafer silicon rất chính xác để chế tạo chip. Một công ty cụ thể ở Hà Lan cung cấp công nghệ này. Khi những con chip này trở nên mạnh mẽ hơn, chúng cần phải hiệu quả hơn về không gian và năng lượng, vì vậy các thiết kế chip mới đang ngày càng tận dụng công nghệ lắng đọng lớp nguyên tử.

Nhiều người tham gia cũng nhấn mạnh đến khả năng của Châu Âu trong việc đóng gói chất bán dẫn tiên tiến, cần thiết để đảm bảo sử dụng hiệu quả không gian trên các thiết bị. Và công nghệ in thạch bản — cơ chế in bóng bán dẫn lên vi mạch — cũng sẽ tiếp tục phát triển, mang lại khả năng xử lý ngày càng mạnh mẽ. Châu Âu cũng là nhà sản xuất chủ đạo của loại công nghệ đó.

Cuối cùng, cần phải có sự chuyển đổi năng lượng đáng kể để chạy các máy chủ AI và Châu Âu cũng có khả năng triển vọng về vấn đề này.

Xem lịch kinh tế để tìm hiểu về tất cả sự kiện kinh tế hôm nay

Cảnh báo Rủi ro và Tuyên bố Từ chối Trách nhiệm

Bạn nên hiểu và thừa nhận rằng, việc đầu tư với các chiến lược này chứa mức độ rủi ro cao. Đầu tư hoặc giao dịch theo bất cứ chiến lược hoặc phương thức đầu tư nào cũng có thể xảy ra tổn thất. Nội dung trong trang web này chỉ mang tính tham khảo, và không tạo thành lời khuyên đầu tư. Bạn là người duy nhất chịu trách nhiệm về hoạt động đầu tư của bạn, bao gồm xem xét mục tiêu đầu tư, tình hình tài chính hoặc các nhu cầu khác của bạn.

Tuyên bố rủi ro

Giao dịch các công cụ tài chính như cổ phiếu, tiền tệ, hàng hóa, hợp đồng tương lai, trái phiếu, quỹ hoặc tiền kỹ thuật số tiềm ẩn mức độ rủi ro cao, bao gồm rủi ro mất một phần hoặc toàn bộ vốn đầu tư, và có thể không phù hợp với mọi nhà đầu tư.

Trước khi quyết định giao dịch các công cụ tài chính hoặc tiền điện tử, bạn cần hiểu đầy đủ về rủi ro và chi phí giao dịch trên thị trường tài chính, thận trọng cân nhắc đối tượng đầu tư, và tiến hành tư vấn chuyên môn cần thiết. Dữ liệu trên trang web này không nhất thiết là theo thời gian thực hay chính xác. Dữ liệu và giá cả trên trang web không nhất thiết là thông tin do bất kỳ sở giao dịch nào cung cấp, nhưng có thể được cung cấp bởi các nhà tạo lập thị trường. Bạn chịu trách nhiệm hoàn toàn về tất cả quyết kết giao dịch bạn đã thực hiện. Chúng tôi không chấp nhận bất cứ nghĩa vụ nào trước bất kỳ tổn thất hay thiệt hại nào xảy ra từ kết quả giao dịch của bạn, hoặc trước việc bạn dựa vào thông tin có trong trang web này.

Bạn không được phép sử dụng, lưu trữ, sao chép, hiển thị, sửa đổi, truyền hay phân phối dữ liệu có trên trang web này và chưa nhận được sự cho phép rõ ràng bằng văn bản của Trang web này. Tất cả các quyền sở hữu trí tuệ đều được bảo hộ bởi các nhà cung cấp và/hoặc sở giao dịch cung cấp dữ liệu có trên trang web này.

Tìm kiếm gần đây

Xu hướng tìm kiếm

Thị trường

Phân tích

Người dùng

24x7

Lịch kinh tế

Học tập

Dữ liệu