El talento y el Capex son dos de las tendencias más importantes a seguir en IA 1/ Quién tiene una empresa para construir modelos de IA 2/ Cuánto dinero tiene una empresa para entrenar modelos de próxima generación Tuve un día libre para jugar con el 03 Pro, así que comparto algunas visuales y tablas sobre estos temas 🧵

Flujos de talento desde el inicio del año De las 100 personas más importantes en IA, @meta atrajo la mayor cantidad (+11), seguido de @thinkymachines (+5), @xai (+4), @Microsoft (+3) y @AnthropicAI (+2) @OpenAI tuvo la mayor salida de talento (-19) Microsoft adquirió talento de inflection, Google para characterAI y OpenAI a Meta principalmente y SSI/TM Zuckberg está convenciendo.

Gastos de capital proyectados hasta 2030 La mayoría piensa que alcanzaremos la AGI para 2030, así que parecía apropiado. Distribución masiva de ley de potencias con Microsoft, Google, OpenAI y Meta gastando más (¡76% del gasto total!) Este gráfico resultará ser muy incorrecto a medida que las empresas salgan a bolsa, crezcan en ingresos recurrentes, recauden capital y lo gasten en entrenamientos. Es realmente difícil desglosar el gasto de capital también, así que asumiría que esto es incorrecto pero direccionalmente correcto.

Hablé con OpenAI o3 Pro todo el día, ¿cuáles son sus pensamientos sobre nuestra conversación? - El gasto sigue comprando liderazgo, pero cada punto de rendimiento incremental ahora cuesta exponencialmente más, por lo que estamos en un claro régimen de rendimientos decrecientes. - El suministro de GPU se ha convertido en la puerta definitiva. Quien asegure la capacidad de Nvidia Blackwell o MI300 hasta 2027 mantiene una ventaja estructural. - El talento de investigación de élite se está dispersando en laboratorios de riesgo más pequeños y desafiantes chinos, lo que diluye el histórico monopolio de DeepMind / OpenAI y aumenta el riesgo de ejecución para los incumbentes. - La profundidad del balance decide la resistencia: Meta, Google, Microsoft y Amazon pueden autofinanciar clústeres de varios miles de millones, mientras que OpenAI, Anthropic y xAI deben seguir buscando capital externo a riesgos cada vez mayores. - Los avances en eficiencia algorítmica, como el gran MoE de DeepSeek y la hoja de ruta de Llama de código abierto de Meta, podrían cambiar la carrera al reducir el costo por punto de puntuación en un orden de magnitud.

Tiempo de Inferencia Probablemente utilicé de 3 a 4 horas de Tiempo de Pensamiento Profundo de o3 Pro. Haz con eso lo que quieras. Todo esto está lejos de ser super correcto dado los problemas de transparencia, problemas de desglose de capex y similares. Puedes aprender MUCHO con 03 Pro todo el día. ¡A cenar!

Si eres un fundador de IA en etapa temprana que busca capital, ¡por favor, ponte en contacto! Me encantaría hablar contigo.

Envía tu documento o presentación a @VenturesRobot mi IA y lo veré o envíame un DM!