Dating Partner ng a16z na Naglabas ng Mahahalagang Ulat sa Teknolohiya: Paano Nilalamon ng AI ang Mundo

Itinuro ni dating a16z partner Benedict Evans na ang generative AI ay nagdudulot ng panibagong sampu hanggang labinlimang taon na malawakang paglipat ng plataporma sa industriya ng teknolohiya, ngunit nananatiling hindi tiyak ang magiging anyo nito sa huli. Binanggit niya ang 1956 Automation Report ng US Congress at ang pagkawala ng trabaho ng mga elevator operator bilang paalala: kapag tunay nang naipatupad ang teknolohiya, tahimik itong nagiging bahagi ng imprastraktura at hindi na tinatawag na "AI".

May-akda: Bu Shuqing

Pinagmulan: Wallstreetcn

"Ang AI ay nilalamon ang mundo, ngunit hindi pa natin nakikita nang malinaw ang anyo nito."

Sa pinakabagong ulat na "AI eats the world", nagbigay si kilalang technology analyst at dating a16z partner Benedict Evans ng isang obserbasyon na maaaring yumanig sa buong mundo ng teknolohiya: Ang generative artificial intelligence ay nagdudulot ng bawat sampu hanggang labinlimang taon na malawakang paglipat ng plataporma sa industriya ng teknolohiya, ngunit hindi pa natin alam kung saan ito patutungo sa huli.

Ipinunto ni Evans na mula mainframe papuntang PC, mula internet papuntang smartphone, ang pundasyon ng industriya ng teknolohiya ay lubusang nababago tuwing lumilipas ang mahigit isang dekada, at ang biglaang paglabas ng ChatGPT noong 2022 ay malamang na simula ng susunod na "fifteen-year shift".

Ang mga global tech giant ay sumasabak sa isang hindi pa nangyayaring investment race. Ang inaasahang capital expenditure ng Microsoft, Amazon AWS, Google, at Meta para sa 2025 ay aabot sa $400 billions—mas mataas pa ito kaysa sa taunang investment ng buong global telecom industry na nasa $300 billions.

"Ang panganib ng pagmamaliit sa AI ay mas malaki kaysa sa panganib ng sobrang investment," isang pahayag ni Microsoft CEO Sundar Pichai na binanggit sa ulat, na nagpapakita ng tunay na pagkabahala ng industriya.

Binanggit din sa ulat ang 1956 US Congress Automation Report at ang pagkawala ng trabaho ng mga elevator operator bilang paalala: kapag tunay nang naipatupad ang teknolohiya, tahimik itong nagiging bahagi ng imprastraktura at hindi na tinatawag na "AI".

Panibagong Fifteen-Year Shift: Ang Batas ng Kasaysayan ng Paglipat ng Plataporma

Ipinunto ni Evans sa ulat na ang industriya ng teknolohiya ay dumadaan sa paglipat ng plataporma tuwing sampu hanggang labinlimang taon, mula mainframe papuntang personal computer, mula World Wide Web papuntang smartphone, at bawat paglipat ay muling hinuhubog ang buong industriya. Pinatunayan ng kaso ng Microsoft ang kalupitan ng ganitong paglipat: noong panahon ng personal computer, halos 100% ng market share ng operating system ay hawak nila, ngunit nang lumipat ang sentro sa smartphone, halos naging wala silang saysay.

Ipinapakita ng datos na ang market share ng Microsoft operating system sa global computer sales ay bumagsak mula sa rurok nito noong 2010 hanggang sa mas mababa sa 20% pagsapit ng 2025. Katulad nito, ang Apple na nangibabaw sa maagang yugto ng personal computer market ay naisantabi rin ng IBM-compatible machines. Binibigyang-diin ni Evans na madalas nawawala ang mga unang lider, na tila isang batas ng paglipat ng plataporma.

Ngunit makalipas ang tatlong taon, kakaunti pa rin ang nalalaman tungkol sa anyo ng paglipat na ito. Binanggit ni Evans ang mga nabigong ideya noong maagang yugto ng internet at mobile internet, tulad ng AOL, Yahoo portal, at Flash plugin. Ngayon, generative AI naman ang nasa sentro, at napakaraming posibilidad: browser-based, agent-based, voice interaction, o isang ganap na bagong user interface paradigm—walang nakakaalam ng tiyak na sagot.

Hindi Pa Nangyayaring Investment Frenzy: $400 billions na Pagsusugal

Ang mga tech giant ay nag-iinvest sa AI infrastructure sa hindi pa nakikitang antas. Sa 2025, ang capital expenditure ng Microsoft, AWS, Google, at Meta ay inaasahang aabot sa $400 billions, kumpara sa taunang investment ng global telecom industry na $300 billions.

Mas kapansin-pansin, halos doble ang paglago ng planong ito para sa 2025 sa loob lamang ng isang taon.

Ang pagtatayo ng data center sa US ay nalalampasan na ang pagtatayo ng mga opisina, at ito na ang bagong puwersa ng investment cycle. Ang Nvidia ay nahaharap sa supply bottleneck dahil hindi makasabay sa demand, at ang quarterly revenue nito ay nalampasan na ang naipon ng Intel sa maraming taon. Ang TSMC ay hindi rin kayang o ayaw na mag-expand ng kapasidad nang sapat na mabilis para matugunan ang demand ng Nvidia.

Ayon sa industry survey ng Schneider Electric, ang pangunahing limitasyon sa pagtatayo ng data center sa US ay ang public power supply, kasunod ang chip acquisition at fiber access. Ang paglago ng power demand sa US ay nasa 2%, ngunit maaaring magdagdag pa ang AI ng karagdagang 1%—hindi ito problema sa China, ngunit mahirap itong itayo agad sa US.

Pagkakatulad ng Modelo: Nawawala ang Moat, AI ay Maaaring Nagiging "Commodity"

Kahit na napakalaki ng investment, ang agwat ng performance ng mga top large language model sa benchmark tests ay lumiliit na sa single-digit percentage. Nagbabala si Evans:

Kung ang performance ng mga modelo ay halos magkapareho, nangangahulugan ito na ang mga large model ay maaaring nagiging "commodity" at muling magbabago ang value capture.

Sa pinaka-general na benchmark tests, napakalapit na ng agwat ng mga nangunguna, at lingguhan ang pagbabago ng liderato. Ipinapahiwatig nito na ang mga modelo ay maaaring nagiging commodity, lalo na para sa general-purpose na paggamit.

Ipinunto ni Evans na matapos ang tatlong taong pag-unlad, mas marami nang progreso sa agham at engineering, ngunit kulang pa rin ang malinaw na pag-unawa sa market form. Bagaman patuloy na umuunlad ang mga modelo, dumarami ang mga modelo, sumasali ang mga Chinese manufacturer, may open source projects at mga bagong teknikal na acronym, ngunit hindi pa rin halata ang moat.

Sa kanyang pananaw, kailangang muling maghanap ng moat ang mga AI company sa scale ng computing power, vertical data, product experience, o distribution channels.

Problema sa User Engagement: Hindi Matatago ng 800 Million Weekly Active ng ChatGPT ang Kakulangan sa Tunay na Stickiness

Kahit na sinasabi ng ChatGPT na may 800 million weekly active users, iba ang ipinapakita ng user engagement data. Ipinapakita ng maraming survey na halos 10% lamang ng US users ang araw-araw na gumagamit ng AI chatbots, at karamihan ay paminsan-minsan lang sumusubok.

Ipinapakita ng survey ng Deloitte na mas marami ang paminsan-minsan lang gumagamit ng AI chatbots kaysa sa araw-araw na gumagamit.

Tinawag ito ni Evans na isang klasikong "engagement illusion": mabilis ang paglaganap ng AI, ngunit hindi pa ito nagiging pang-araw-araw na kasangkapan ng lahat.

Sinuri niya ang dahilan ng engagement dilemma na ito: Ilan ba ang mga use case na madaling i-adapt? Sino ang may flexible na work environment at aktibong naghahanap ng paraan para mag-optimize? Para sa iba, kailangan bang ilagay ang AI sa loob ng mga tool at produkto? Ipinapakita nito na may malaking agwat mula sa teknikal na kakayahan papunta sa aktwal na aplikasyon.

Mabagal din ang deployment sa mga negosyo. Binanggit sa ulat ang mga survey mula sa ilang consulting firms na kahit mataas ang interes ng mga negosyo sa AI, kakaunti pa lang ang mga proyektong talagang naipapatupad sa production environment.

• Na-deploy na: 25%
• Planong i-deploy sa ikalawang kalahati ng 2025: mga 30%
• Hindi bababa sa 2026 pa magde-deploy: mga 40%

Sa ngayon, ang mga matagumpay na kaso ay nakatuon pa rin sa programming assistance, marketing optimization, at customer support automation—nasa "absorption phase" pa, at malayo pa sa tunay na business restructuring.

Malaking Pagbabago sa Advertising at Recommendation Systems

Naniniwala si Evans na ang pinakamabilis na pagbabago ng AI ay magaganap sa larangan ng advertising at recommendation systems.

Ang tradisyonal na recommendation ay nakabatay sa "relevance", ngunit kayang unawain ng AI ang mismong "user intent". Nangangahulugan ito na:

Maaaring muling isulat ang pundasyon ng trillion-dollar advertising market.

Inilabas na ng Google at Meta ang mga unang datos: Ang AI-driven advertising ay maaaring magdala ng 3%—14% na pagtaas sa conversion rate. Ang gastos sa paggawa ng ad creatives na umaabot sa $100 billions kada taon ay maaari ring baguhin ng automatic generation technology.

Aral ng Kasaysayan: Kapag Naging Matagumpay ang Automation, Hindi na Ito Tinatawag na "AI"

Ibinabalik ni Evans ang pananaw sa 1956 US Congress Automation Report, na bawat automation wave ay nagdudulot ng malaking diskusyon sa lipunan, ngunit sa huli ay tahimik na nagiging bahagi ng imprastraktura.

Ang pagkawala ng mga elevator operator, ang rebolusyon ng barcode sa inventory, ang internet na mula sa pagiging "bagong bagay" ay naging imprastraktura... lahat ay nagpapatunay na:

Kapag tunay nang naipatupad at naging accessible ang teknolohiya, hindi na ito tinatawag na "AI".

Binigyang-diin ni Evans na ang hinaharap ng AI ay parehong malinaw at malabo: Alam natin na babaguhin nito ang industriya, ngunit hindi natin alam ang huling anyo ng produkto; alam natin na magiging ubiquitous ito sa mga negosyo, ngunit hindi natin alam kung sino ang magiging pangunahing player sa value chain; alam natin na kailangan nito ng napakalaking computing power, ngunit hindi natin alam kung saan titigil ang paglago.

Sa madaling salita, ang AI ay nagiging pangunahing bida ng bagong fifteen-year cycle, ngunit hindi pa tapos ang kwento ng buong palabas.

Maaaring nakatayo tayo ngayon sa fault line ng susunod na malaking lindol sa teknolohiya.

Hinaharap ng Value Capture: Mula Network Effects Patungong Capital Competition

Para sa mga research-intensive at capital-intensive na commoditized na produkto, ang value capture ang nagiging susi. Kung magiging commodity ang mga modelo at walang network effect, paano maglalabanan ang mga model labs?

Naglatag si Evans ng tatlong posibleng landas: mag-expand downstream para manalo sa scale, mag-expand upstream para manalo sa network effect at produkto, o maghanap ng bagong dimension ng kompetisyon.

Ipinapakita ng kaso ng Microsoft ang paglipat mula sa kompetisyon na nakabatay sa network effect patungong kompetisyon na nakabatay sa kakayahang makakuha ng kapital. Ang capital expenditure bilang bahagi ng sales revenue ng kumpanya ay tumaas mula sa pinakamababang antas sa kasaysayan, na nagpapakita ng pundamental na pagbabago sa modelo ng kompetisyon.

Ginamit ng OpenAI ang "say yes to everything" na estratehiya, kabilang ang mga infrastructure deal sa Oracle, Nvidia, Intel, Broadcom, AMD, e-commerce integration, advertising, vertical datasets, pati na rin ang application platform, social video, web browser, at iba pang diversified na layout.