Observation WAIC : Consensus encombré, énorme bulle

Auteur : Xiao Bing, Deep Tide TechFlow

1. Le WAIC devrait avoir lieu plus tôt, afin que la technologie puisse être clarifiée rapidement après la visite.

Il y a trop de signaux de pointe : divers événements annexes devenant centrés sur la crypto, un rassemblement de belles femmes, et des produits très homogènes sur place... Une piste s'est transformée d'un jeu de geek en un festin public.

Que ce soit sur le marché primaire ou secondaire, lorsque tout le monde commence à croire la même histoire et que le consensus devient trop concentré, les risques commencent à s'accumuler.

Parce que dans un marché haussier, les taureaux à vos côtés deviendront tous des vendeurs lors d'un retournement.

Plus de kills, plus !

2. Les grands modèles n'ont pas de véritable douve

La fondation de l'AGI repose toujours sur la loi de mise à l'échelle.

La relation entre la capacité du modèle, l'échelle des paramètres, la puissance de calcul d'entraînement et la qualité des données suit toujours une loi de puissance.

Qui peut acquérir la puissance de calcul GPU plus facilement, obtenir des données de meilleure qualité, recruter de meilleurs chercheurs et brûler de l'argent plus efficacement ?

Ainsi, la douve des entreprises de grands modèles est plus faible que beaucoup ne l'imaginent.

Les capacités des modèles continueront de converger, les avantages seront poursuivis, et les prix continueront de baisser.

Ceux qui réalisent réellement des bénéfices durables sont ceux qui vendent de l'eau à toutes les entreprises de modèles, car tout le monde exploite les dépenses en capital de quelques grandes entreprises.

GPU, HBM, interconnexion à haute vitesse, centres de données, électricité, services de données...

Se tenir en amont de la course aux armements pour partager les bénéfices, ou même agir simplement comme un intermédiaire reliant les ressources, est actuellement l'activité la plus rentable.

3. Le goulot d'étranglement des données est une opportunité potentielle vue lors de cette conférence

Après avoir discuté avec quelques amis, j'ai constaté que les entreprises qui gagnent de l'argent dans cette vague d'IA sont très discrètes et n'osent même pas venir exposer, une direction étant les données.

Le succès ou l'échec de la représentation multimodale unifiée dépend essentiellement de données d'entraînement multimodales de haute qualité. Il y a une grave pénurie d'actifs de données qui ont été soigneusement nettoyés, correctement étiquetés, alignés de manière croisée et pouvant être itérés en continu.

Les modèles deviendront moins chers, les GPU augmenteront finalement, mais les données de haute qualité deviendront de plus en plus rares.

La chaîne industrielle des données multimodales devient une piste lucrative pour le profit.

Nettoyage des données, étiquetage des données, synthèse de données, actifs de données verticaux, collecte de données robotiques... ainsi que des entreprises d'algorithmes résolvant spécifiquement la représentation unifiée croisée et les encodeurs de pré-entraînement multimodal.

Les GPU sont des dépenses en capital uniques, tandis que les données sont une dépense en capital continue.

Actuellement, je classe les données en trois types : le premier type est les données d'expert ; le deuxième type est les données d'environnement / agent RL. À l'avenir, l'entraînement des agents n'impliquera pas seulement la collecte de paires question-réponse, mais la construction de l'environnement → tâche → trajectoire → récompense → vérificateur, ce qui pourrait être l'un des plus grands marchés incrémentaux à venir.

Le troisième type est les données incarnées / robotiques, qui sont encore plus rares que les données LLM et extrêmement difficiles à collecter.

4. Dilemme de l'application de l'IA, autrefois un reflet du monde de la crypto

L'IA d'aujourd'hui est très similaire à la crypto du passé, avec des protocoles gras et des L1 capturant la grande majorité de la valeur, donc les VC crypto investissent frénétiquement dans les chaînes publiques, des applications ? Personne n'y investit.

Actuellement, l'IA est la même.

Les grands modèles sont comme un POW Layer1, et même le modèle lui-même est l'application.

Au cours des dernières années, la plupart des applications d'IA ont fait quelque chose de dangereux : emballer des capacités que le modèle manque temporairement dans des produits.

Mais les frontières des capacités des modèles se sont élargies. Chaque mise à niveau du modèle est comme si L1 écrivait directement des fonctions qui appartenaient à l'origine à la couche d'application dans le protocole, telles que la recherche, la recherche approfondie, le codage, la génération d'images, la génération de vidéos, l'utilisation d'ordinateurs, l'agent...

Si chaque fois que le modèle se met à jour, votre produit perd une couche de valeur, alors vous êtes essentiellement une fonctionnalité de l'IA, pas une application d'IA.

Par conséquent, il est essentiel de créer des choses que le modèle peut faire mais qui sont également difficiles à retirer, ce qui revient à des données, du contexte, des flux de travail, des autorisations et de la distribution.

La douve des applications d'IA est de devenir un client du modèle plutôt qu'un concurrent du modèle.

5. Intelligence incarnée, une énorme bulle

Dans le hall H4 au deuxième étage, en regardant un grand nombre de robots produits par la même chaîne d'approvisionnement effectuant des actions similaires lentement, puis en regardant les évaluations de diverses entreprises, cela donne des frissons et fait pitié pour l'argent des investisseurs.

Le problème actuel de l'intelligence incarnée est que le capital évalue la "loi de mise à l'échelle logicielle" pour les "systèmes complexes matériels et logiciels".

Le miracle des grands modèles est que si une entreprise entraîne GPT-5, elle peut théoriquement servir des centaines de millions de personnes dans le monde à un coût marginal presque nul, mais les robots ne le peuvent pas.

Pour chaque utilisateur supplémentaire qu'un robot sert, une nouvelle machine doit être construite, impliquant la nomenclature des matériaux, la fabrication, la chaîne d'approvisionnement, la livraison, la maintenance et l'amortissement.

L'intelligence IA peut progresser de manière exponentielle ; par exemple, lorsqu'un modèle se met à jour, tous les utilisateurs mondiaux deviennent plus intelligents simultanément, mais les coûts dans le monde physique ne diminuent pas de manière exponentielle.

Si l'intelligence suit la loi de Moore, alors l'incarnation adhère toujours aux règles de l'industrie manufacturière. En fin de compte, l'intelligence incarnée peut devenir une énorme industrie mais peut ne pas posséder les marges bénéficiaires des grands modèles.

De plus, il est encore trop tôt.

La conduite autonome est déjà un problème d'intelligence incarnée hautement contraint avec des objectifs clairs, un espace d'action limité, des règles de route standardisées, une richesse de données réelles et un système industriel automobile mature. Même ainsi, cette industrie a brûlé des centaines de milliards de dollars et n'a toujours pas complètement résolu certains problèmes de longue traîne sur la route. La véritable difficulté à laquelle fait face l'incarnation est N fois celle de la conduite autonome.

6. La meilleure époque pour les proxénètes

Une dure vérité est que la plupart des startups d'IA ne gagnent pas beaucoup d'argent, et leurs bénéfices sont même inférieurs à ceux de certaines femmes vendant leurs compétences.

Ainsi, j'ai découvert quelque chose d'intéressant : de nombreuses entreprises semblent être une seule activité, mais en y regardant de plus près, "Oh, vous vendez aussi des tokens," "Oh, vous vendez aussi de la puissance de calcul," et il s'avère que les entreprises de grands modèles revendent également de la puissance de calcul pour réaliser des bénéfices.

Ceux qui gagnent réellement de l'argent sont toujours les proxénètes.

FA, mise en correspondance d'anciennes actions, retournement de B300, vente de tokens, vente de jeux de données, vente de puissance de calcul, ou même vente d'une opportunité de rencontrer un certain fondateur...

L'IA répond à toutes les conditions pour un marché intermédiaire florissant : changements technologiques rapides, écarts d'information significatifs, capital abondant et récits convaincants.

Les VC gagnent de l'argent en jugeant le jeu final, tandis que les FA gagnent de l'argent en jugeant le consensus, sans avoir besoin de prouver qu'une tendance est finalement correcte.

Au contraire, plus le récit est vague et grandiose, plus il y a d'espace pour que les FA opèrent.

Par exemple, l'intelligence incarnée, les modèles mondiaux... ces pistes partagent une caractéristique commune : le récit futur est suffisamment grand, la technologie est suffisamment complexe, et il est suffisamment difficile de falsifier à court terme.

Les grandes entreprises brûlent de l'argent pour entraîner des modèles, les investisseurs parient sur l'AGI dans dix ans, et les intermédiaires gagnent de l'argent.

Soit exploiter les dépenses en capital des grandes entreprises

Ou exploiter les dépenses FOMO des LP.

7. L'argent est tout

La course à l'IA a encore un long chemin à parcourir. Les gens demandent souvent, quelle est la ressource la plus rare à l'ère de l'IA ?

Beaucoup répondraient : talent, puissance de calcul, données... mais finalement, elles ont toutes un seul nom : argent.

Le plus grand avantage concurrentiel dans l'industrie de l'IA n'est pas la technologie, mais la capacité à lever des fonds.

Ce que les entrepreneurs doivent faire maintenant, c'est continuer à lever des fonds, même s'il y a suffisamment d'argent sur leurs comptes pour dépenser, ils doivent encore lever.

La véritable guerre se déroulera dans le cycle de ralentissement de l'industrie à venir.

Tant qu'il y a de l'argent pour continuer à vivre, on peut attendre que les concurrents manquent d'argent et ensuite acquérir leurs talents, technologies et clients à bas prix.

Le marché secondaire est le même ; dans les 2-3 prochaines années prévisibles, un effondrement massif de la bulle pourrait se produire, et tant qu'il y a suffisamment d'argent pour acheter le creux à ce moment-là, on peut vaincre 99 % des gens.

Ce contenu est fourni à titre informatif uniquement et ne constitue pas un conseil financier, d'investissement, juridique ou fiscal. Les événements, récompenses, promotions en ligne ou informations mentionnées ici ne doivent pas être considérés comme une recommandation, une sollicitation ou une invitation à acheter, vendre, trader ou effectuer toute autre opération sur des actifs crypto. Les actifs crypto sont très volatils et peuvent entraîner des pertes. La disponibilité des services, produits et événements liés à WEEX peut varier selon les régions. Veuillez vous assurer que votre participation respecte les lois et réglementations locales applicables.