"Mallikilpailusta" "Kirjojen sulkemiseen": Mitä kilpailu tekoälyteollisuudessa nyt tarkoittaa – Vastauksia WAIC 2026 -tapahtumasta
Anthropic
Moonshot AI
WAIC 2026 -tapahtumassa asiantuntijat havaitsivat paradigman muutoksen: tekoälyala on siirtymässä mallien ominaisuuksien esittelystä tiukkaan taloudelliseen tilinpitoon ("kirjojen sulkeminen"). Keskustelussa nousi esiin kolme keskeistä kustannuserää – infrastruktuuri (kokonaisinvestoinnit ylittivät 700 miljardia dollaria, mutta tulot olivat vain 50 miljardia dollaria), päättely (kustannukset tokenia kohti laskivat 8–10 kertaa, mutta kokonaiskulut kasvoivat) ja pääoma (sijoittajat vaativat todellista taloudellista kannattavuutta). Mallit ovat edelleen tärkeitä, mutta huomio siirtyy tuotteisiin, agenttikyvykkyyksiin, infrastruktuuriin ja luotettavaan dataan.
WAIC 2026 -konferenssissa eri sektoreiden asiantuntijat – mukaan lukien teollisuus, pääoma, teknologia ja infrastruktuuri – keskustelivat tekoälyteollisuuden siirtymisestä malliparametrien kilpailusta käytännölliseen 'tilinpäätökseen'. Keskeisiä muutoksia vuonna 2026 ovat: Claude Fable5:n ilmestyminen, joka aiheutti paniikkia kyberturvallisuusalalla; kiihdyttimien kustannusten jyrkkä nousu (vuokra- ja ostohinnat ovat moninkertaistuneet); B2B-sovellusten monimutkaisuus; kolminkertainen epätasapaino infrastruktuuri-investointien (yli 700 miljardia dollaria) ja tulojen (50 miljardia dollaria) välillä; 8–10-kertainen hinnanlasku tokenia kohden samalla kun kokonaiskulutus on kasvanut; ja sijoittajien huomion siirtyminen 'suurista tarinoista' todellisiin taloudellisiin tuottoihin. Osallistujat totesivat, että mallit ovat edelleen tärkeitä, mutta niiden rooli muuttuu: suurten yritysten on investoitava malleihin, kun taas startupien tulisi keskittyä tuotekonsepteihin. Agenttiteknologia (Agent + Harness) on mahdollistanut todennäköisyyspohjaisten mallien ratkaista deterministisiä tehtäviä, erityisesti koodauksessa, jossa tokenien kulutus on räjähdysmäisesti kasvanut. Tulevan vuoden prioriteettialueita ovat: tekoälyinfrastruktuuri, luottamuksellinen tekoäly (luotettavuus ja turvallisuus), maailmamallit (fyysinen data), luottamuksellinen data kapeilla aloilla (lääketiede, teollisuus) ja mallien päättelynopeus (jopa 15 000 tokenia sekunnissa 8 miljardin parametrin malleilla). Asiantuntijat olivat yhtä mieltä siitä, että vertailuarvot ovat edelleen hyödyllisiä, mutta suljetut testit ovat luotettavampia kuin avoimet.
Lähde: InfoQ 中国 —
Alkuperäinen
