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 költségekkel jár. Az LLM-ek, azaz nagy nyelvi modulok milliós arányban égetik el a tokeneket, függetlenül attól, hogy megkapjuk-e a kívánt választ, vagy hogy elvégzi-e, amit kérünk tőle. (…) A mesterséges intelligencia fejlesztői tudták, hogy a fogyasztók soha nem fogják kifizetni a mesterséges intelligencia szolgáltatásaik tényleges költségét, ezért többnyire havi előfizetéseket adtak el nekik homályos díjkorlátokkal, amelyek lehetővé teszik számukra, hogy sokkal többet égessenek el tokenekben, mint amennyibe az előfizetésük kerül. A SemiAnalysis megállapította, hogy egy havi 20 dolláros előfizetéssel több száz dollárt, egy havi 200 dolláros előfizetéssel pedig több ezer dollárt lehet elkölteni”, azaz ténylegesen jóval nagyobb üzemelési költséget lehet igénybe venni, mint amit az előfizetés fedez. Ezáltal a nagyobb számú előfizető nem csak több bevételt, de nagyobb költségeket is generál. Ez az oka a ChatGPT keltette tetemes veszteségnek, és ezért nem a szolgáltatás elterjedését, hanem az előfizetői adatok, szokások értékesítése nyomán lehetővé tett célzott hirdetésben rejlő pénzügyi lehetőséget tekinti az OpenAI is a majdani nyereség kulcsának.
A SemiAnalysis ábrája alapján például a ChatGPT Plus előfizetéssel 20 dollárért akár 700 dollárnyi költséget lehet generálni, hiszen annyi feladatot lehet elv