Ed Zitron rávilágított az AI világ ellentmondásaira
(július 28.)

Aki a cabrióval száguldozó macskák, a szürreális kebelszerkezetű, vegytisztán agy nélkül megálmodott hölgyek vagy éppen a különféle filmekbe más művekből beszerkesztett, mindent megoldó akcióhősök keltette látványvilág és poénok után pár percig elfordul a képernyőtől, és elgondolkodik azon, hogy ennek milyen erőforrás vonzata és annak milyen költsége lehet, az hamar eljut arra a felismerésre, hogy egy, az eredetileg gondolt méreténél jóval nagyobb léggömbről van szó, amely napról napra közelebb kerül a harsány kipukkanáshoz.
Az egyik jó példa erre az OpenAI, amely 13,07 milliárd dolláros forgalom mellett 20,9 milliárd dollár veszteséget termelt 2025-ben. De Elon Musk másik mesterséges intelligencia „gyermeke”, az xAI számai sem jobbak: 107 millió dolláros forgalom mellett 1,46 milliárd dollár veszteséget könyvelt el az első negyedévben. (Musk azzal érvel, hogy maga az üzemeltetés nyereséges, de a hardver beruházások igényei okán veszteség termelődik - igen ám, de hardver nélkül nincsen szolgáltatás, tehát nem egyszerű ezt külön választani. Egy étterem sem a nyersanyagok beszerzési ára és az étlapon szereplő ár különbségének ragyogó profitjával üzemel, hanem számos egyéb költséggel, amely árnyalja a képet.)
A remek marketing nevű Ed Zitron (Where’s Your Ed At hírlevél, Better Offline podcast) most konkrét számokkal vezette le, hogy a mesterséges intelligencia iparág a jelen formájában addig működik, amíg a körbetartozások befektetések ciklusában minden fél érdekelt marad, vagy valamelyik szereplő idő előtti bedőlése magával nem rántja a teljes szegmenst.
Ő így vélekedik: „A nagy nyelvi modellek költségei lényegében ellentétesek a szoftverértékesítés gyakorlatilag minden modelljével. A fogyasztókat és a vállalkozásokat egyaránt arra idomítják, hogy havi díjat fizessenek egy szolgáltatásért, és bár ezeknek a szolgáltatásoknak lehetnek korlátai, alapvetően senki, aki szoftvert vásárol, nem számít arra, hogy mért szolgáltatást kap, nemhogy olyat, amely egyszerre mért és nehezen mérhető k