หัวข้อต้นฉบับ: การเป็นเจ้าของ vs การเช่าปัญญา
ผู้เขียนต้นฉบับ: Lin Qiao
แปลและเรียบเรียง: Peggy, BlockBeats
หมายเหตุบรรณาธิการ: การปิดตัวของ Mythos ในสัปดาห์นี้ ทำให้ผู้ประกอบการ AI หลายคนตระหนักถึงปัญหาที่ถูกบดบังด้วยการถกเถียงเรื่องต้นทุน: เมื่อความสามารถหลักของผลิตภัณฑ์สร้างอยู่บนโมเดลและแพลตฟอร์มภายนอก บริษัทมีอะไรที่เป็นของตัวเองจริงๆ?
ในช่วงไม่กี่ปีที่ผ่านมา โมเดลโอเพนซอร์สมักถูกพูดถึงในกรอบของ "ทางเลือกที่ถูกกว่าของโมเดล前沿" แต่บทความนี้ชี้ว่า ต้นทุนไม่ใช่ตัวแปรที่สำคัญที่สุด การควบคุมต่างหากที่สำคัญ สำหรับบริษัท AI การเรียกใช้ API ของโมเดล前沿อาจช่วยให้เปิดตัวผลิตภัณฑ์ได้เร็วและลดอุปสรรคทางเทคนิค แต่ก็หมายถึงความสามารถหลักอาจถูกจำกัดด้วยกฎ ราคา การปรับกลยุทธ์ หรือแม้แต่การตัดสินใจถอดโมเดลของผู้ให้บริการ
บทความเสนอเพิ่มเติมว่า "การเป็นเจ้าของปัญญา" ไม่ได้หมายถึงการละทิ้งโมเดล前沿 แต่เป็นเรื่องที่องค์กรควรนำข้อมูลของตัวเอง เวิร์กโฟลว์ ความรู้เฉพาะด้าน เกณฑ์การประเมิน และกรณีขอบเขต มาฝังไว้ในระบบโมเดลที่ควบคุมได้ การแข่งขันในอนาคตของ AI อาจไม่ได้ถูกครอบงำโดยโมเดลที่ใหญ่ที่สุดเพียงตัวเดียว แต่จะมี "前沿" หลายแบบ: โมเดล前沿ทั่วไป โมเดลหลังการฝึกเฉพาะองค์กร โมเดลแนวตั้งเฉพาะทาง และระบบเส้นทางที่ทำงานร่วมกันจากหลายโมเดล
การปิดตัวของ Mythos จึงเป็นเหมือนการเตือน: คูเมืองที่แท้จริงในยุค AI ไม่ใช่แค่การเรียกใช้โมเดลที่แข็งแกร่งแค่ไหน แต่คือการทำให้ปัญญากลายเป็นทรัพย์สินของบริษัทเอง
ต่อไปนี้คือเนื้อหาต้นฉบับ:
Mythos ถูกปิดตัวลงในสัปดาห์นี้ ไม่ว่าคุณจะเห็นด้วยกับการตัดสินใจนี้หรือไม่ มันก็ไม่ใช่ประเด็นสำคัญอีกต่อไป
สิ่งที่แทงใจหลายคนจริงๆ คือ: บริษัทที่สร้างขึ้นบนปัญญาที่ตัวเองควบคุมไม่ได้ กลับถูกเปิดเผยภายใต้การตัดสินใจที่ตัวเองไม่มีอิทธิพล ผู้ก่อตั้งหลายคนเมื่อเห็นเหตุการณ์นี้ ก็จะถามตัวเองด้วยคำถามเดียวกัน: ในธุรกิจของฉัน มีส่วนไหนบ้างที่จริงๆ แล้วเป็นแค่ "ของเช่า"?
ในช่วงไม่กี่ปีที่ผ่านมา การพูดถึงโมเดลโอเพนซอร์สส่วนใหญ่หมุนรอบต้นทุน: พวกมันทำงานได้จริงหรือ? ถ้าได้ มันถูกกว่าแค่ไหนเมื่อเทียบกับการเรียกใช้ API ของโมเดล前沿?
ตอนนี้เรามีคำตอบที่ค่อนข้างชัดเจนแล้ว เราได้ร่วมงานกับ @RampLabs, @cursor_ai, @harvey และบริษัทอื่นๆ เส้นทางพื้นฐานก็คล้ายกัน: เริ่มจากโมเดลโอเพนซอร์สที่แข็งแกร่ง ใช้เนื้อหางานที่สำคัญจริงๆ ต่อบริษัทในการฝึกหลัง และเปรียบเทียบกับโมเดล前沿อย่างต่อเนื่องด้วยการประเมินที่เข้มงวด
ผลลัพธ์กลับทำให้ประหลาดใจครั้งแล้วครั้งเล่า ในภารกิจที่องค์กรให้ความสำคัญที่สุด โมเดลโอเพนซอร์สที่ผ่านการปรับแต่งอย่างเหมาะสม มักจะสามารถเข้าถึงหรือเทียบเท่าคุณภาพของโมเดลชั้นนำได้ด้วยต้นทุนที่ต่ำมาก
แต่สิ่งที่ชัดเจนจริงๆ ในสัปดาห์นี้คือ ต้นทุนไม่เคยเป็นปัญหาที่สำคัญที่สุด
ปัญหาที่ลึกซึ้งกว่านั้นคือการควบคุม ปัญญาที่ผลิตภัณฑ์ของคุณพึ่งพานั้น เป็นของใครกันแน่?
เมื่อเร็วๆ นี้ การอภิปรายจำนวนมากถูกสรุปเป็นความแตกต่างระหว่าง "การเช่า" และ "การเป็นเจ้าของ" การเปรียบเทียบนี้ไม่สมบูรณ์แบบ แต่มีประโยชน์
การเช่านั้นดีจนกว่าจะเกิดปัญหา อพาร์ทเมนต์พร้อมเข้าอยู่ ไฟสว่าง ท่อน้ำใช้ได้ และมีคนดูแลซ่อมแซม นี่คือเหตุผลที่บริษัทส่วนใหญ่เริ่มต้นด้วยเส้นทางนี้
API ของโมเดลชั้นนำเป็นผลิตภัณฑ์ที่ยอดเยี่ยม พวกมันช่วยให้สตาร์ทอัพสร้างสิ่งที่ดูเหมือนเป็นไปไม่ได้เมื่อไม่กี่ปีก่อน
แต่การเช่าก็หมายถึงข้อจำกัด เจ้าของบ้านสามารถขึ้นค่าเช่า ตัดสินใจว่าคุณปรับปรุงอะไรได้บ้าง และเปลี่ยนกฎเกณฑ์ บางครั้ง ด้วยเหตุผลที่ไม่เกี่ยวกับคุณ พวกเขาสามารถบอกคุณว่า: ถึงเวลาต้องย้ายออกแล้ว
คุณไม่ได้ทำอะไรผิด คุณแค่ดำเนินธุรกิจบนพื้นที่ของคนอื่นตลอดมา
นี่คือเหตุผลที่เรื่องราวของ Mythos สะท้อนกับคนจำนวนมาก เมื่อความสามารถหลักของคุณพึ่งพาแพลตฟอร์มของคนอื่นโดยสิ้นเชิง คุณก็เปิดเผยตัวเองต่อชุดการตัดสินใจที่คุณควบคุมไม่ได้
ส่วนใหญ่แล้ว สิ่งนี้ไม่สำคัญ แต่บางครั้ง มันก็กลายเป็นสิ่งสำคัญอย่างยิ่งในชั่วพริบตา
บทเรียนจากเรื่องนี้ไม่ใช่ให้บริษัทหยุดใช้โมเดลชั้นนำ ตรงกันข้ามอย่างสิ้นเชิง ห้องปฏิบัติการโมเดลชั้นนำได้สร้างเทคโนโลยีที่ยอดเยี่ยม ผลิตภัณฑ์ส่วนใหญ่ควรใช้มัน เราก็ใช้เอง
ในหลายแง่มุม โมเดลชั้นนำกำลังกลายเป็นโครงสร้างพื้นฐาน แต่โครงสร้างพื้นฐานและการเป็นเจ้าของเป็นคนละเรื่องกัน
คุณสามารถใช้โครงสร้างพื้นฐานสาธารณะ ในขณะเดียวกันก็เป็นเจ้าของสิ่งที่สร้างมูลค่าให้กับธุรกิจของคุณอย่างแท้จริง ในโลกของ AI สิ่งที่เรียกว่า "การเป็นเจ้าของ" หมายถึงการเริ่มต้นจากโมเดลโอเพนซอร์สที่ล้ำสมัย และปรับแต่งมันรอบส่วนที่โดดเด่นที่สุดของบริษัทคุณ
ข้อมูลของคุณ
เวิร์กโฟลว์ของคุณ
ความรู้เฉพาะด้านของคุณ
กรณีขอบของคุณ
เกณฑ์การประเมินของคุณ
คำจำกัดความของ "ดี" สำหรับคุณ
เมื่อเวลาผ่านไป โมเดลนี้จะมีความเฉพาะทางมากขึ้นเรื่อยๆ และสะท้อนงานที่บริษัทของคุณจัดการจริงในแต่ละวันได้ดีขึ้น คุณค่าถูกสร้างขึ้นที่นี่
ลองนึกภาพมันเป็นบ้าน การย้ายเฟอร์นิเจอร์เป็นเรื่องง่าย การทาสีผนังด้านหนึ่งก็ง่ายเช่นกัน แต่ถ้าอนาคตของคุณขึ้นอยู่กับโครงสร้างของบ้านเอง ไม่ช้าก็เร็วคุณจะหวังว่าคุณจะสามารถเคลื่อนย้ายผนังได้ เช่นเดียวกับปัญญาประดิษฐ์
เมื่อปัญญาประดิษฐ์เป็นของคุณอย่างแท้จริง จะไม่มีใครสามารถดึงพื้นจากใต้ผลิตภัณฑ์ของคุณออกไปอย่างเงียบๆ
นี่คือเหตุผลที่เราสร้าง Fireworks ด้วยวิธีนี้
เรานำการฝึกอบรมและการอนุมานมาไว้ในระบบเดียวกัน เพื่อให้บริษัทต่างๆ สามารถใช้โมเดลโอเพนซอร์สที่ดีที่สุด ปรับแต่งให้เข้ากับปัญหาที่สำคัญที่สุดในธุรกิจของตน และปรับใช้อย่างเสถียรในสภาพแวดล้อมการผลิต
ไม่ใช่แค่การบริโภคปัญญาประดิษฐ์ แต่เป็นการเป็นเจ้าของปัญญาประดิษฐ์
สัปดาห์นี้ยังมีข้อคิดที่มองโลกในแง่ดี: อนาคตของ AI ไม่ได้ขึ้นอยู่กับโมเดลเดียวที่ชนะทุกสิ่ง
ไม่มีแนวหน้าเดียว มีแนวหน้าหลายประเภท
โมเดลแนวหน้าเป็นแนวหน้าหนึ่ง
โมเดลที่ผ่านการฝึกอบรมหลังการฝึกด้วยความรู้เฉพาะของบริษัทเป็นเวลาหลายปี ก็เป็นอีกแนวหน้าหนึ่ง
โมเดลเฉพาะทางที่แก้ปัญหาแคบๆ ได้ดีกว่าโมเดลอื่นๆ ก็เป็นอีกแนวหน้าหนึ่ง
ระบบที่สามารถกำหนดเส้นทางคำขอไปยังหลายโมเดลและให้พวกมันทำงานร่วมกัน เอาชนะโมเดลเดียวในหลายงาน ก็เป็นแนวหน้าเช่นกัน
การเปลี่ยนแปลงที่น่าสนใจที่สุดในวงการ AI ไม่ใช่โมเดลใดโมเดลหนึ่งที่ฉลาดขึ้นเรื่อยๆ แต่เป็นปัญญาประดิษฐ์ที่ปรับแต่งได้มากขึ้นเรื่อยๆ
บริษัทที่ชนะในที่สุดไม่จำเป็นต้องเป็นบริษัทที่มีโมเดลใหญ่ที่สุด แต่เป็นบริษัทที่สามารถเปลี่ยนปัญญาประดิษฐ์ให้เป็นทรัพย์สินเฉพาะของตนเอง
สัปดาห์นี้ใช้เวลาส่วนใหญ่ไปกับการตอบสนองต่อข่าว ในขณะที่เราเลือกที่จะเผยแพร่ผลิตภัณฑ์ต่อไป: @Kimi_Moonshot K2.7 Code, @MiniMax_AI M3, @Alibaba_Qwen 3.7 Plus
อนาคตที่ฉันหวังไว้ไม่ใช่โมเดลที่ค่อยๆ กลืนกินทุกสิ่งที่มันเห็น
แต่หลายทีมก็สามารถมีส่วนแบ่งของความก้าวหน้าในส่วนของตนเองได้
หากการปิดตัวของ Mythos ทำให้คุณเริ่มคิดทบทวนถึงข้อดีข้อเสียในเรื่องนี้ เรายินดีที่จะพูดคุยกัน
ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:
กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats
กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App
บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia