Δεκαετία μετά από δεκαετία, η ευρέως διαθέσιμη υπολογιστική ισχύς έχει προκαλέσει σημαντική αναστάτωση στον κλάδο, μια άνευ προηγουμένου τεχνολογική έκρηξη και έχει μεταμορφώσει την παγκόσμια οικονομία.
Για παράδειγμα, η εταιρεία συναλλαγών υψηλής συχνότητας Citadel Securities άρχισε να ενσωματώνει προηγμένες υπολογιστικές δυνατότητες στη βασική της στρατηγική στις αρχές της δεκαετίας του 2000 και, με τη σειρά της, μπόρεσε να αξιοποιήσει τεράστια υπολογιστική ισχύ και τεχνολογίες όπως η μηχανική εκμάθηση για την εκτέλεση συναλλαγών σε μικροδευτερόλεπτα. Η ικανότητα της Citadel να αναπτύσσει γρήγορα μεγάλες ποσότητες υπολογιστικής ισχύος την έχει καταστήσει τη μεγαλύτερη εταιρεία λιανικής αγοράς στις Ηνωμένες Πολιτείες, με συναλλαγές άνω των 400 δισεκατομμυρίων δολαρίων την ημέρα.
Η καινοτομία που κατέστη δυνατή χάρη στην απεριόριστη υπολογιστική ισχύ έχει αυξηθεί μόνο με την ανάπτυξη της τεχνητής νοημοσύνης. Ωστόσο, για πολλούς, φαίνεται να διαφαίνεται ένα παράδοξο, με βάση την πρόβλεψη ότι επειδή τα προηγμένα μοντέλα τεχνητής νοημοσύνης είναι υπολογιστικά πολύ ακριβά για εκπαίδευση και χρήση, ο πολλαπλασιασμός τους θα μπορούσε να οδηγήσει σε έλλειψη υπολογιστικής ισχύος.
Related posts
Για να ελέγξουν την πιθανότητα αυτού του σεναρίου, το Ινστιτούτο BCG Henderson και η Exponential View συνεργάστηκαν για να μοντελοποιήσουν ποσοτικά τη μελλοντική προσφορά και ζήτηση για υπολογιστική ισχύ. Το μοντέλο μας περιελάμβανε μέτριες υποθέσεις για τη μελλοντική προσφορά, ενώ χρησιμοποιούσε ανοδικές εκτιμήσεις ζήτησης. Διαπιστώσαμε ότι η αφθονία της υπολογιστικής ισχύος είναι πιθανό να επιμείνει ακόμη και σε ένα επιθετικό σενάριο ταχείας υιοθέτησης της γενετικής τεχνητής νοημοσύνης.
Ενώ τα στελέχη τεχνολογίας έχουν κατανοήσει αυτό το μήνυμα και ετοιμάζονται να αξιοποιήσουν τη συνεχή διαθεσιμότητα προσιτής υπολογιστικής ισχύος, πολλοί ηγέτες επιχειρήσεων δεν έχουν κατανοήσει πλήρως την πιθανή εμβέλεια αυτής της πραγματικότητας όταν συνδυάζονται με τις μετασχηματιστικές δυνατότητες της τεχνητής νοημοσύνης, παρόλο που μπορεί να κάνει σημαντική διαφορά. επηρεάζοντας τον τρόπο οργάνωσης και λειτουργίας των εταιρειών όλων των κλάδων. Το να βλέπεις την αλλαγή ως σταδιακή και όχι ως εκθετική είναι ένα κοινό λάθος που σημείωσε ο Nathan Myhrvold, ο πρώτος CTO της Microsoft το 1993, γράφοντας τότε ότι τα περισσότερα στελέχη «ενεργούν σαν γραμμικοί παρεκβολείς που δεν ξέρουν τι συμβαίνει». χτυπήστε τους.
Για τα στελέχη που επιθυμούν να αποφύγουν να κατακλυστούν από το εκθετικό κύμα αλλαγών που επιφέρει ο συνδυασμός της τεχνητής νοημοσύνης και της τεράστιας υπολογιστικής ισχύος, τώρα είναι η ώρα να εξετάσουν τις επιπτώσεις. Με ποιους νέους τρόπους μπορούν οι ηγέτες να δημιουργήσουν, να προσφέρουν και να αποτυπώσουν την αξία τάξεων μεγέθους μεγαλύτερης υπολογιστικής ισχύος; Η απάντηση σε αυτό το ερώτημα, καθώς η τεχνητή νοημοσύνη και η τεράστια υπολογιστική ισχύς συνεχίζουν να αλληλοτροφοδοτούνται, θα είναι το κλειδί για να παραμείνουμε στην πρώτη γραμμή της καινοτομίας και του ανταγωνισμού.
Η υπολογιστική ισχύς θα συνεχίσει να αυξάνεται
Πόσο πιθανό είναι η υπολογιστική ισχύς να σπανίζει σε μια εποχή μοντέλων παραγωγής μοντέλων με αυξανόμενη ένταση υπολογιστών; Θα εξαντληθεί ο κόσμος κυριολεκτικά από τους ημιαγωγούς υψηλής απόδοσης που απαιτούνται για την υποστήριξη του φόρτου εργασίας του GenAI; Για να διερευνήσουμε αυτό το ερώτημα, το ποσοτικό μας μοντέλο υπολόγισε την παγκόσμια υπολογιστική ισχύ ενσωματώνοντας ένα ανοδικό σενάριο ζήτησης για τα ευρήματα του GenAI, όπου τα μοντέλα μεγαλώνουν με την πάροδο του χρόνου και η υιοθέτηση της τεχνολογίας από τις επιχειρήσεις είναι πολύ επιθετική με ιστορικά πρότυπα. (Εστιάζουμε το μοντέλο μας στο συμπέρασμα επειδή στον κόσμο της ευρείας υιοθέτησης του GenAI, οι υπολογιστικοί πόροι που χρησιμοποιούνται για την εκπαίδευση του μοντέλου τελικά μειώνονται από τους συνολικούς υπολογιστικούς πόρους που δαπανώνται. χρησιμοποιώντας μοντέλα.)
Διαπιστώνουμε ότι ακόμη και σε ένα σενάριο ανοδικής ζήτησης, η συνολική υπολογιστική ισχύς που καταναλώνεται για το συμπέρασμα GenAI θα εξακολουθεί να αντιστοιχεί μόνο στο ένα τρίτο της αναμενόμενης συνολικής υπολογιστικής ισχύος μέχρι το 2028. Με άλλα λόγια, πιστεύουμε ότι το καθεστώς της ευρέως διαθέσιμης και οικονομικά προσιτής υπολογιστικής ισχύος που έχει τροφοδοτήσει την ψηφιακή οικονομία θα συνεχίσει να παραμένει ακόμη και όταν επιταχύνεται η υιοθέτηση του GenAI.
Αυτό δεν σημαίνει ότι δεν υπάρχουν πραγματικές προκλήσεις για τη βιώσιμη επέκταση της παροχής υπολογιστικής ισχύος. Η διαθεσιμότητα του εξοπλισμού μπορεί να διαταραχθεί από γεωπολιτικές εντάσεις που επηρεάζουν την αλυσίδα εφοδιασμού ημιαγωγών, ενώ τα τροφοδοτικά ενδέχεται να περιορίσουν την επέκταση της χωρητικότητας του κέντρου δεδομένων σε ορισμένες περιοχές. Ωστόσο, η πρόοδος στην ενεργειακή απόδοση (για παράδειγμα, μέσω νέου εξειδικευμένου εξοπλισμού), καθώς και οι προσπάθειες να καταστούν τα κέντρα δεδομένων αυτάρκειας μέσω της επιτόπιας παραγωγής ενέργειας, θα πρέπει να βοηθήσουν στην επίλυση αυτού του ενεργειακού προβλήματος.
Ακόμη και με αυτούς τους κινδύνους, η συνολική τάση δείχνει άφθονους υπολογιστικούς πόρους τα επόμενα χρόνια, ικανούς να τροφοδοτήσουν ολοένα και πιο ισχυρή καινοτομία καθώς οι δυνατότητες AI συνεχίζουν να επεκτείνονται και να εμβαθύνουν.
Πώς οι επιχειρήσεις μπορούν να αξιοποιήσουν την υπολογιστική ισχύ και την προηγμένη τεχνητή νοημοσύνη
Δεν υπάρχει αμφιβολία ότι η υπολογιστική ισχύς μπορεί να αποτελέσει πηγή ανταγωνιστικού πλεονεκτήματος για τις επιχειρήσεις που την αξιοποιούν γρήγορα. Έχουμε ήδη αναφέρει την περίπτωση της Citadel στον κλάδο των χρηματοοικονομικών υπηρεσιών, αλλά υπάρχουν παραδείγματα σε άλλους κλάδους. Για παράδειγμα, η Amadeus, αρχικά μια παραδοσιακή ευρωπαϊκή μηχανή ταξιδιωτικών κρατήσεων, υιοθέτησε από νωρίς συστήματα ανοιχτού κώδικα και cloud computing, επιτρέποντάς της να επεξεργάζεται περισσότερες από 100.000 συναλλαγές ανά δευτερόλεπτο και έχει εξελιχθεί σε παγκόσμιο ηγέτη στην ταξιδιωτική τεχνολογία, υποστηρίζοντας αεροπορικές εταιρείες και ταξιδιωτικά γραφεία σε όλο τον κόσμο.
Η τεχνητή νοημοσύνη κάνει την υπολογιστική ισχύ ακόμα πιο ισχυρή, καθώς μπορεί να χρησιμοποιηθεί για την επιτάχυνση ή ακόμα και την αυτοματοποίηση ολοένα και πιο περίπλοκων εργασιών. Όπως έχουμε πει προηγουμένως σε αυτή τη στήλη, η τεχνητή νοημοσύνη υπόσχεται να κάνει ένα μεγάλο μέρος της σημερινής ανθρώπινης γνωστικής δραστηριότητας στο χώρο εργασίας διαχειρίσιμο για μηχανές, όπως τα παλιά πατώματα των εργοστασίων καταλαμβάνονται τώρα συχνά από ρομπότ και όχι από ανθρώπους. Η Moderna, για παράδειγμα, μπόρεσε να φέρει επανάσταση στη φαρμακοβιομηχανία επιταχύνοντας την ανάπτυξη εμβολίων από περισσότερα από πέντε χρόνια σε μόλις μήνες – όλα αυτά αυτοματοποιώντας πολύπλοκες επιστημονικές διαδικασίες με υπολογιστές και τεχνητή νοημοσύνη.
Αυτές οι περιπτώσεις δείχνουν πόσα πολλά μπορεί να κερδίσει κανείς με τη διάθεση να χρησιμοποιήσει υπολογιστική ισχύ, ειδικά στην εποχή της τεχνητής νοημοσύνης. Οι διευθυντές θα ήταν φρόνιμο να μην μειώνουν τον αντίκτυπο της υπολογιστικής ισχύος στη δημιουργία ή τη διατήρηση ανταγωνιστικού πλεονεκτήματος, μήπως κινδυνεύουν να διαταραχθούν από ανταγωνιστές που σκέφτονται το μέλλον.
Από τους περιορισμούς στις ευκαιρίες: Πώς η φαντασία οδηγεί το επόμενο κύμα καινοτομίας
Καθώς η υπολογιστική ισχύς συνεχίζει να επεκτείνεται μαζί με την αδιάκοπη ανάπτυξη της τεχνητής νοημοσύνης, η φαντασία θα είναι αυτή που θα ξεκλειδώσει νέες δυνατότητες για την τεχνητή νοημοσύνη και άλλες προηγμένες τεχνολογίες. Εξετάστε άλλες ιστορικές εξελίξεις, όπως η μετάβαση από το dial-up/ISDN στο DSL, στη συνέχεια στο καλωδιακό, οπτικό δίκτυο και τώρα δορυφορικό Διαδίκτυο (όπως το Starlink) που παρέχει παγκόσμια συνδεσιμότητα. Σε πολλές περιπτώσεις, οι τεχνολογικές δυνατότητες για ένα τέτοιο άλμα υπάρχουν ήδη, αλλά μελλοντικές εξελίξεις μπορεί να τις ενισχύσουν, ωθώντας την καινοτομία πέρα από τις τρέχουσες προσδοκίες.
Εν αναμονή αυξημένου όγκου υπολογιστών στο εγγύς μέλλον, οι ηγέτες επιχειρήσεων πρέπει να αναρωτηθούν ποιες διαδικασίες και δραστηριότητες με τη μεγαλύτερη πολυπλοκότητα και αξία έχουν αποδειχθεί ανθεκτικές στον αυτοματισμό λόγω της υπολογιστικής πολυπλοκότητας ή του κόστους τους. Όπως είπαν οι συνάδελφοί μας στο Exponential View: «Τι θα κάνατε αν είχατε 1.000 φορές περισσότερη υπολογιστική ισχύ; Πώς θα το χρησιμοποιήσει ο οργανισμός σας; Αν ρωτούσατε τον Sam Altman, τον Satya Nadella ή τον Sundar Pichai αυτές τις ερωτήσεις, θα είχαν την απάντηση. Εσείς;”
Η διαδικασία διαμόρφωσης μιας απάντησης σε αυτή την πρόκληση μπορεί να είναι πιο συστηματική από ό,τι πολλοί ηγέτες αντιλαμβάνονται. Πρώτον, απαιτεί μια βαθιά κατάδυση στο επιχειρηματικό μοντέλο μιας εταιρείας, ξεκινώντας από την πρόταση αξίας της. Η πληροφορική είναι το κλειδί για την επίτευξη νέων υψών στην εξατομίκευση και την προσαρμογή προϊόντων και υπηρεσιών προς ένα πραγματικά «ενιαίο τμήμα πελατών».
Στη συνέχεια, οι ηγέτες πρέπει να κοιτάξουν προσεκτικά τη δημιουργία και την παράδοση της αξίας τους. Ποιες φαινομενικά παράξενες δυνατότητες γίνονται πιο εύλογες με επαρκείς υπολογιστικούς πόρους; Φανταστείτε μια ασφαλιστική εταιρεία να μπορεί να αναπτύξει ένα ψηφιακό δίδυμο της Γης για να μοντελοποιήσει και να προβλέψει καλύτερα τους ατμοσφαιρικούς και γεωλογικούς κινδύνους. Αυτό είναι ένα τεχνολογικό επίτευγμα που είναι ήδη διαθέσιμο με τεράστια υπολογιστική ισχύ. Αυτό θα μπορούσε να αλλάξει την προσέγγιση του ασφαλιστή στη διαχείριση κινδύνων, ανατρέποντας την τρέχουσα κατάσταση ανταγωνισμού στην ασφαλιστική αγορά, ο οποίος βασίζεται σε οριακές βελτιώσεις στις παραδοσιακές αναλογιστικές μεθόδους.
Τέλος, όσον αφορά την κερδοφορία, ο συνδυασμός ισχυρών μοντέλων και δεδομένων υψηλής συχνότητας και ποιότητας δημιουργεί μια εξαιρετική ευκαιρία για βελτιστοποίηση μοντέλων τιμολόγησης.
Φυσικά, (προς το παρόν) εξακολουθεί να ισχύει το παλιό μάντρα σχετικά με την τακτοποίηση των δεδομένων σας. Αλλά η προοπτική επέκτασης της υπολογιστικής ισχύος μέσω της τεχνητής νοημοσύνης είναι κατά κύριο λόγο αποκύημα της φαντασίας. Και πάλι, υπάρχει ένας τρόπος για να μετατρέψουμε συστηματικά πολύπλοκους οργανισμούς σε «μηχανές φαντασίας». Όπως υποστηρίζουν στο βιβλίο τους ο Μάρτιν Ριβς και ο Τζακ Φούλερ, Μηχανή φαντασίας, Οι ηγέτες επιχειρήσεων μπορούν και πρέπει να αναζητούν ενεργά εκπλήξεις για να αμφισβητήσουν τα δικά τους νοητικά μοντέλα και στη συνέχεια να τα δοκιμάσουν στον πραγματικό κόσμο. Αν η φαντασία η ικανότητα να δημιουργηθεί ένα νοητικό μοντέλο για κάτι που δεν υπάρχει ακόμα, τότε τίποτα δεν θα είναι πιο σημαντικό για την επιτυχία σε μια οικονομία που καθοδηγείται όλο και περισσότερο από τη δύναμη που διευρύνει την πραγματικότητα των υπολογιστών και της τεχνητής νοημοσύνης από την ίδια τη φαντασία..
***
Ανάγνωση άλλες στήλες Fortune από τον Francois Candelon.
Ο Φρανσουά Καντελόν είναι συνεργάτης στην εταιρεία ιδιωτικών μετοχών Seven2 και πρώην παγκόσμιος διευθυντής του Ινστιτούτου BCG Henderson.
Ο Azim Azhar είναι ο ιδρυτής της Exponential View, συνεργάτης στο Harvard Business School και επενδυτής τεχνολογίας.
Η Ricarda Joas είναι σύμβουλος BCG και πρώην πρέσβης του Ινστιτούτου BCG Henderson.
Ο Nathan Warren είναι ανώτερος ερευνητής στο Exponential View.
Ο David Zuluaga Martinez είναι ανώτερος διευθυντής στο Ινστιτούτο BCG Henderson.
Ορισμένες από τις εταιρείες που αναφέρονται σε αυτήν τη στήλη είναι πρώην ή νυν πελάτες των εργοδοτών των συγγραφέων.
