Talent i Capex to dwa najważniejsze trendy, na które warto zwrócić uwagę w AI 1/ Kogo firma ma do budowy modeli AI 2/ Ile pieniędzy firma ma na szkolenie modeli następnej generacji Miałem wolny dzień, aby pobawić się 03 Pro, więc dzielę się kilkoma wizualizacjami i tabelami na te tematy 🧵

Przepływy talentów od początku roku Z czołowej setki osób w AI, @meta przyciągnęła najwięcej (+11), następnie @thinkymachines (+5), @xai (+4), @Microsoft (+3) i @AnthropicAI (+2) @OpenAI miało największy odpływ talentów (-19) Microsoft nabył talenty Inflection, Google dla characterAI, a OpenAI głównie do Meta i SSI/TM Zuckerberg przekonuje.

Prognozowane wydatki kapitałowe do 2030 roku Większość uważa, że osiągniemy AGI do 2030 roku, więc wydawało się to odpowiednie. Ogromna dystrybucja według prawa potęgowego, gdzie Microsoft, Google, OpenAI i Meta wydają najwięcej (76% całkowitych wydatków!) Ten wykres okaże się bardzo błędny, gdy firmy przeprowadzą IPO, zwiększą przychody powtarzalne, pozyskają kapitał i wydadzą go na treningi. Naprawdę trudno jest również wydzielić wydatki kapitałowe, więc zakładam, że to jest błędne, ale kierunkowo poprawne.

Rozmawiałem z OpenAI o3 Pro przez cały dzień, więc jakie są jego myśli na temat naszej rozmowy? - Wydatki nadal kupują przywództwo, ale każdy dodatkowy punkt wydajności teraz kosztuje eksponencjalnie więcej, więc jesteśmy w wyraźnym reżimie malejących zwrotów. - Podaż GPU stała się ostateczną bramą. Kto zablokuje pojemność Nvidia Blackwell lub MI300 do 2027 roku, ten zyskuje przewagę strukturalną. - Elitarne talenty badawcze rozpraszają się do mniejszych laboratoriów venture i chińskich konkurentów, co osłabia historyczny monopol DeepMind / OpenAI i zwiększa ryzyko wykonania dla dotychczasowych graczy. - Głębokość bilansu decyduje o wytrzymałości: Meta, Google, Microsoft i Amazon mogą samodzielnie finansować wielomiliardowe klastry, podczas gdy OpenAI, Anthropic i xAI muszą ciągle sięgać po zewnętrzny kapitał przy coraz wyższych stawkach. - Przełomy w efektywności algorytmicznej, takie jak duży MoE DeepSeek i otwarty plan Llama Meta, mogą odwrócić wyścig, obniżając koszt za punkt wyniku o rząd wielkości.

Czas wnioskowania Prawdopodobnie spędziłem 3-4 godziny na myśleniu w ramach o3 Pro Deep Research. Zrób z tym, co chcesz. To wszystko jest dalekie od super poprawnego, biorąc pod uwagę problemy z przejrzystością, problemy z podziałem wydatków kapitałowych i tym podobne. Możesz nauczyć się BARDZO dużo z 03 Pro przez cały dzień. Czas na kolację!

Jeśli jesteś założycielem AI na wczesnym etapie i szukasz kapitału, skontaktuj się ze mną, chętnie porozmawiam!

Prześlij swój dokument lub prezentację do @VenturesRobot, mojej AI, a ja to zobaczę lub napisz do mnie w DM!