Mire jó nekünk az olcsó kínai MI?

Kiss Mónika vezető stratégiai tanácsadó kollégánk véleménye megjelent a Haszon magazinban.

Január 27-én hétfőn a tőzsdék nehéz napra ébredtek. Néhány óra leforgása alatt az Nvidia részvény tőzsdei kapitalizációja 560 milliárd dollárral csökkent. A zuhanáshoz az adta a felütést, hogy a DeepSeek kínai startup AI asszisztense megelőzte a rivális ChatGPT-t, és a legtöbbet letöltött és legjobb értékelésű AI alkalmazás lett az Apple alkalmazásáruházában az Egyesült Államokban.
Pedig a hír már nem volt friss, csak a szokásos módon kellett egy utolsó szikra a pánikhoz.
 
Ugyanis a DeepSeek már december végén elindította ingyenes, nyílt forráskódú, nagy nyelvi modelljét, de akkor még néhány szakértőn kívül kevesen dörzsölték a szemüket.  A kínai Hangcsou városából, az Alibaba otthonából indult start-up azt állította, hogy a ChatGPT olcsóbb, hatékonyabb és gyorsabb riválisát mindössze két hónap alatt fejlesztették ki, 6 millió dollár alatti költséggel.
 
Az összeg azért volt megdöbbentő, mert a Meta például csak idén 65 milliárd dollárt költ általános AI-infrastruktúra fejlesztésekre, a Microsoft szintén 2025-re 80 milliárd dollárt kíván beruházni az AI-hoz is kötődő adatközpontokra.

A DeepSeek és társainak legnagyobb áttörése a kisebb számítási kapacitás használata és költséghatékony szoftveres kezdeti betanítási módszerek alkalmazása. Ezeket a korábban már a nyugati cégeknél is ismert, de elhanyagolt módszereket bevetve, úgy gondolom, hogy felgyorsulhat majd az újabb termékek és szolgáltatások fejlesztése és szélesebb körűvé válik az AI felhasználása.
 
Kezdetben talán összességében tényleg kevesebb energiára, adatközpontra, chipre lehet szükség. A Nature első becslései szerint akár a korábbi fejlesztésekhez szükséges elektromos áramfelhasználás ezzel a tizedére csökkenhet.
 
De ez a szakasz a várakozások szerint nem tart majd sokáig. William Jevons angol közgazdász még 1865-ben figyelte meg, hogy a szén hatékonyabb felhasználásához vezető technológiai áttörések növelik a szénfogyasztást. A Jevons-paradoxon azt sugallja, hogy hiába kell majd kevesebb chip, víz, áram egy egységnyi fejlődéshez, összességében nőhet a kereslet.

Ha a mostani tendenciák kitartanak, véleményem szerint hamarosan egy kis vagy középvállalkozás is alacsony költséggel kihelyettesítheti logisztikai, pénzügyi, ügyfélszolgálati, marketing és más feladatait egy számára optimalizált, saját AI modellel. Ehhez pedig nem kevesebb, hanem több alapanyagra, hardverre, adatközpontra és energiára lehet szükség.
 
További részletekről a Haszon magazinban olvashatnak.