'Mallikisasta' 'Tilinpäätökseen': Miltä tekoälyteollisuuden kilpailu nyt näyttää — vastauksia WAIC 2026 -tapahtumasta
Anthropic
Moonshot AI
WAIC 2026 -tapahtumassa asiantuntijat totesivat paradigman muutoksen: tekoälyteollisuus siirtyy mallien ominaisuuksien esittelystä tiukkaan taloudelliseen tilinpäätökseen. Kolme keskeistä kustannusaluetta käsiteltiin: infrastruktuuri (kokonaisinvestoinnit ylittivät 700 miljardia dollaria, mutta tulot olivat vain 50 miljardia dollaria), päättely (kustannus tokenia kohti laski 8–10-kertaisesti, mutta kokonaiskustannukset nousivat) ja pääoma (sijoittajat vaativat todellista taloutta). Mallit ovat edelleen tärkeitä, mutta huomio siirtyy tuotteisiin, agenttikyvykkyyksiin, infrastruktuuriin ja luotettavaan dataan.
WAIC 2026 -konferenssilla eri sektoreiden – teollisuuden, pääoman, teknologian ja infrastruktuurin – asiantuntijat keskustelivat tekoälyteollisuuden siirtymisestä malliparametrien kilpajuoksusta pragmaattiseen ”tilinpäätökseen”. Vuoden 2026 keskeisiä muutoksia: Claude Fable5:n ilmestyminen, joka aiheutti paniikkia kyberturvallisuusalalla; kiihdytinten jyrkkä hinnannousu (vuokraus ja osto kallistuivat moninkertaisesti); B2B-sovellusten monimutkaistuminen; kolminkertainen epätasapaino investointien (yli 700 miljardia dollaria) ja tulojen (50 miljardia dollaria) välillä infrastruktuurissa; yhden tokenin hinnan lasku 8–10 kertaiseksi samalla, kun tokenien kokonaiskulutus kasvoi; sijoittajien huomion siirtyminen ”suurista tarinoista” todelliseen taloudelliseen tuottoon. Osallistujat totesivat, että mallit ovat edelleen tärkeitä, mutta niiden rooli muuttuu: suurten yritysten on panostettava malleihin, kun taas startupien on panostettava tuotekonseptiin. Agenttiteknologiat (Agent + Harness) mahdollistivat todennäköisyysmallien siirtämisen deterministisiin tehtäviin, erityisesti koodauksessa, jossa tokenien kulutus kasvoi jyrkästi. Lähivuoden prioriteettialueiksi mainittiin: tekoälyinfrastruktuuri, luotettava tekoäly (luotettavuus ja turvallisuus), maailmanmallit (fyysinen data), luotettava data kapeilla aloilla (lääketiede, teollisuus) sekä mallin päättelyn nopeus (jopa 15 000 tokenia sekunnissa 8B-malleilla). Asiantuntijat olivat yhtä mieltä siitä, että vertailuarvot ovat edelleen hyödyllisiä, mutta suljetut testit ovat luotettavampia kuin avoimet.
Lähde: InfoQ 中国 —
Alkuperäinen
