Demosien korkeiden arvostusten aikakausi on ohi: fyysinen tekoäly hinnoitellaan nyt tuottavuuden mukaan
Fyysisen tekoälyn toimiala on siirtymässä uudelleenarvioinnin aikaan. Sijoittajat siirtyvät kysymyksestä, mitä robotit voivat tehdä, kysymyksiin päivittäisistä käyttötunneista, asiakasuskollisuudesta ja tuotoista. Arvostuslogiikka siirtyy mahdollisuuksien maksamisesta tuottavuuden maksamiseen, ja toimiala alkaa eriytyä samankaltaisia polkuja pitkin kuin suurissa kielimalleissa on nähty.
WAIC-konferenssin jälkeen kehollisen älykkyyden toimiala on siirtynyt hienovaraiseen viilenemiseen. Vaikka demovideot edelleen tulvivat ruudulle ja rahoitusuutiset rikkovat ennätyksiä – yli 200 kotimaista rahoituskierrosta ja 13 yritystä sadan miljardin arvostusluokassa – sijoittajien kysymykset ovat muuttuneet. He kysyvät nyt päivittäisiä työtunteja, asiakkaiden uusimisia ja milloin sijoitukset tuottavat. Shanghain Jiao Tong -yliopiston professori Yang Xue, joka äskettäin aloitti Kewei Technologyn päättävänä tutkijana, huomauttaa, että kehollisen älykkyyden seuraava vedenjakaja ei ole suuremmat kielimallit vaan mallin ymmärrys fyysisestä maailmasta, joka vahvistetaan vasta todellisissa käyttöönotoissa. Demokauden korkeat arvostukset johtuivat siitä, että pääoma maksoi mahdollisuuden ylärajasta, ei siitä keskimääräisestä suorituskyvystä, jota teollisuus vaatii. Kun demot yleistyvät, arvostukset siirtyvät mahdollisuudesta tuottavuuteen. Toimiala seuraa suurten kielimallien polkua: alkuvaiheen taistelut, johtoryhmien syntyminen, sitten erikoistuminen ja keskittyminen. Keskikerroksen yritykset, joilla ei ole ydinteknistä etua tai todellisia käyttöönottoskenaarioita, menettävät hinnoitteluperustansa. Selviytyjät ovat ne, joilla on todelliset skenaariot, datapalautesilmukat ja mitattava yksikkötaloudellisuus sekä insinöörityön toimituskyky. Neljä mittaria nousee standardiksi due diligence -prosessissa: todellinen käyttöönottomäärä (ei toimitukset), uusinta- ja uusimisaste, luotettavuustekniikka (mukaan lukien 7x24-käyttö ja nopea vianpalautus) sekä datapalautesilmukan laatu, jossa hiotut reunatapaukset ovat huomattavasti arvokkaampia kuin tavallinen data. Kewei Technology esitetään esimerkkinä, joka on toiminut jo 11 vuotta kaupunkipalvelurobottien parissa, yli 10 000 robotin päivittäisellä käytöllä yli 50 kaupungissa, Renew-as-a-Service-mallilla ja datapyörteellä, joka ruokkii sen yleistä kehollista mallia COOWAM. Toimiala todennäköisesti eriytyy nopeammin kuin suuret kielimallit, palkiten niitä, jotka seisovat lujasti todellisissa skenaarioissa.
Lähde: QbitAI 量子位 —
Alkuperäinen