A bolha da GenAI está finalmente estourando?


A bolha da GenAI está finalmente estourando?

(Nicoleta Ionescu/Shutterstock)

A dúvida está surgindo na discussão sobre IA generativa, à medida que analistas da indústria começam a questionar publicamente se os enormes investimentos em GenAI algum dia valerão a pena. A falta de um “aplicativo matador” além de codificar copilotos e chatbots é a preocupação mais urgente, dizem os críticos em uma carta da Goldman Sachs Analysis, enquanto a disponibilidade de dados, a escassez de chips e as preocupações com energia também fornecem ventos contrários. No entanto, muitos permanecem otimistas sobre as perspectivas de longo prazo da GenAI para os negócios e a sociedade.

A quantidade de propaganda enganosa e não adulterada colocada sobre a GenAI ao longo do último ano e meio certamente chamou a atenção de jornalistas experientes em tecnologia, especialmente aqueles que viveram o increase das pontocom e a crise subsequente na virada do século, sem mencionar a ascensão subsequente da computação em nuvem e dos smartphones com a introdução de Serviços da Internet da Amazon e o Maçã iPhone em 2006 e 2007, respectivamente.

O increase do large information no início da década de 2010 foi a próxima obsessão tecnológica, culminando com a coroação do Hadoop como A Nova Coisa Novaparafraseando O livro esclarecedor de Michael Lewis de 1999 na fixação do Vale do Silício na reinvenção tecnológica contínua. Após o colapso do Hadoop – lentamente no início, e depois de repente em 2019– a máquina de advertising de large information mudou sutilmente de marcha e a IA period a novidade quente. Várias outras coisas novas (novas) fizeram corridas valentes por atenção e dólares de capital de risco ao longo do caminho – Blockchain irá mudar o mundo! 5G irá borda de turbocompressor computação! Carros autônomos estão quase aqui! Poeira inteligente é petróleo novo!–mas nada realmente parecia ganhar força, e o mundo do large information obteve ganhos incrementais com o aprendizado de máquina tradicional enquanto se perguntava para que essas novas redes neurais seriam úteis.

GenAI é a mais nova novidade

Isto é, até IA aberta lançou um novo modelo de linguagem grande (LLM) chamado ChatGPT no mundo no ultimate de 2022. Desde então, o nível de entusiasmo pela IA alimentada por rede neural, e GenAI baseada em rede transformadora em explicit, tem sido assustadoramente reminiscente desses Huge Moments In Tech anteriores. Vale a pena ressaltar que alguns desses grandes momentos acabaram sendo pontos de inflexão reais, como dispositivos móveis e nuvem, alguns nos fizeram nos perguntar “O que estávamos pensando (blockchain, 5G), enquanto levou anos para que as lições completas de outros avanços tecnológicos se tornassem aparentes (o increase das pontocom, até mesmo Computação no estilo Hadoop).

Então a grande questão para nós agora é: Em qual dessas categorias colocaremos o GenAI em cinco anos? Uma das vozes sugerindo que a IA pode seguir o caminho do 5G e do blockchain é ninguém menos que o Goldman Sachs. um relatório muito lido da edição de junho do Goldman Sachs Analysis E-newsletter intitulada “Gen AI: muito gasto, pouco benefício?” A editora Allison Nathan pondera se a IA dará certo.

“A promessa da tecnologia de IA generativa para transformar empresas, indústrias e sociedades continua a ser alardeada, levando gigantes da tecnologia, outras empresas e serviços públicos a gastar cerca de US$ 1 trilhão em capex nos próximos anos, incluindo investimentos significativos em information facilities, chips, outras infraestruturas de IA e rede elétrica”, ela escreve. “Mas esses gastos têm pouco a mostrar até agora além de relatos de ganhos de eficiência entre desenvolvedores.”

Nathan entrevistou o professor do MIT Daron Acemoglu, que disse que apenas um quarto das tarefas que a IA supostamente automatiza serão realmente automatizadas de forma econômica. No geral, Acemoglu estima que apenas 5% de todas as tarefas serão automatizadas dentro de 10 anos, aumentando a produtividade geral dos Estados Unidos em menos de 1% ao longo desse tempo.

“A IA generativa tem o potencial de mudar fundamentalmente o processo de descoberta científica, pesquisa e desenvolvimento, inovação, novos produtos e testes de materiais, and so on., bem como criar novos produtos e plataformas”, disse Acemoglu a Nathan. “Mas, dado o foco e a arquitetura da tecnologia de IA generativa hoje, essas mudanças verdadeiramente transformadoras não acontecerão rapidamente e poucas — se houver — provavelmente ocorrerão nos próximos 10 anos.”

Acelerar o progresso do GenAI aumentando a produção de seus dois principais ingredientes — dados e GPUs — provavelmente não funcionará, já que a qualidade dos dados é uma grande parte da equação, disse Acemoglu.

GenAI parece atrair exuberância irracional (Roman-Samborskyi/Shutterstock)

“Incluir o dobro de dados do Reddit na próxima versão do GPT pode melhorar sua capacidade de prever a próxima palavra ao se envolver em uma conversa casual”, disse ele, “mas não necessariamente melhorará a capacidade de um representante de atendimento ao cliente de ajudar um cliente a solucionar problemas com seu serviço de vídeo”.

Uma escassez de chips adequados para treinar modelos GenAI é outro fator na visão pessimista (alguns diriam realista) de Goldman sobre GenAI. Isso beneficiou enormemente a Nvidia, que viu a receita crescer em mais de 260%, para US$ 26 bilhões, no trimestre encerrado em 28 de abril. Isso ajudou a impulsionar seu valor de mercado acima do mercado de US$ 3 trilhões, juntando-se Microsoft e Maçã como as empresas mais valiosas do mundo.

“Hoje, a Nvidia é a única empresa atualmente capaz de produzir as GPUs que alimentam a IA”, escreveu Jim Covello, chefe de pesquisa de ações globais da Goldman, no boletim informativo. “Algumas pessoas acreditam que os concorrentes da Nvidia dentro da indústria de semicondutores ou dos hiperescaladores–GoogleAmazon e Microsoft–elas mesmas surgirão, o que é possível. Mas isso é um grande salto de onde estamos hoje, dado que as empresas de chips tentaram e falharam em destronar a Nvidia de sua posição dominante de GPU nos últimos 10 anos.”

Os enormes custos envolvidos no treinamento e no uso do GenAI atuam como obstáculos contra quaisquer ganhos de produtividade ou eficiência que o GenAI possa proporcionar, disse Covello.

“Atualmente, a IA tem se mostrado mais promissora em tornar os processos existentes – como a codificação – mais eficientes, embora as estimativas até mesmo dessas melhorias de eficiência tenham diminuído, e o custo de utilização da tecnologia para resolver tarefas seja muito maior do que os métodos existentes”, escreveu ele.

A sorte da Nvidia disparou graças à demanda de GPU da GenAI

Covello period analista de semicondutores quando os smartphones foram introduzidos pela primeira vez, e aprendeu algumas lições sobre o que é preciso para realmente obter ganhos monetários com a inovação tecnológica. Por exemplo, os fabricantes de smartphones prometeram integrar sistemas de posicionamento international (GPS) aos telefones, ele disse, e eles tinham um roteiro que se mostrou presciente.

“Não existe nenhum roteiro comparável hoje” para IA, ele disse. “Os touros da IA ​​parecem apenas confiar que os casos de uso proliferarão conforme a tecnologia evolui. Mas dezoito meses após a introdução da IA ​​generativa no mundo, nenhuma aplicação verdadeiramente transformadora — muito menos econômica — foi encontrada.”

Finalmente, a quantidade de energia necessária para treinar LLMs e outros modelos GenAI tem que ser fatorada na equação. Foi estimado que a IA atualmente consome cerca de 0,5% da energia mundial, e espera-se que essa quantidade aumente no futuro.

“As concessionárias de serviços públicos estão atendendo centenas de solicitações de grandes quantidades de energia enquanto todos buscam a onda da IA, mas apenas uma fração dessa demanda será finalmente atendida”, diz Brian Janous, cofundador da Cloverleaf Infrastructure e ex-vice-presidente de energia da Microsoft.

A capacidade whole de projetos de energia esperando para se conectar à rede cresceu quase 30% no ano passado, com tempos de espera atualmente variando de 40 a 70 meses, disse Janous. Com tantos projetos esperando por energia, information facilities buscando mais energia para abastecer o treinamento de IA se tornarão “alvos fáceis”.

Os EUA precisam expandir sua rede para lidar com o aumento esperado na demanda de energia, mas isso provavelmente não será feito de forma barata ou eficiente, disse ele. “Infelizmente, os EUA perderam a capacidade de construir grandes projetos de infraestrutura — essa é uma tarefa mais adequada para a América dos anos 1930, não para a América dos anos 2030”, disse Janous. “Então, isso me deixa um pouco pessimista.”

As enormes demandas de eletricidade da IA ​​e a incapacidade dos EUA de construir novas fontes de energia também representam obstáculos ao sucesso da IA ​​(BESTWEB/Shutterstock)

Mas nem todo mundo está pessimista sobre o futuro da IA. Um otimista da GenAI é Joseph Briggs, economista international sênior da Goldman. Em seu artigo contrariando Acemoglu, Briggs estima que a GenAI acabará automatizando 25% de todas as tarefas de trabalho e aumentará a produtividade dos EUA em 9% e o crescimento do PIB em 6,1% cumulativamente na próxima década. Além do mais, a GenAI não apenas automatizará algumas tarefas existentes atualmente feitas por humanos, mas estimulará a criação de novas tarefas, disse ele.

“…(A) automação completa de tarefas expostas à IA que provavelmente ocorrerão em um horizonte mais longo pode gerar economias de custo significativas na ordem de vários milhares de dólares por trabalhador por ano”, ele escreveu. “O custo de novas tecnologias também tende a cair rapidamente ao longo do tempo. Dado que as aplicações de economia de custos da IA ​​generativa provavelmente seguirão um padrão semelhante, e que o custo marginal de implantação provavelmente será muito pequeno quando as aplicações forem desenvolvidas, esperamos que as taxas de adoção e automação de IA excedam em muito a estimativa de 4,6% de Acemoglu.”

Kash Rangan é outro crente na GenAI. Em uma entrevista com o editor da Goldman Nathan, o analista sênior de pesquisa de ações disse que está surpreso com o ritmo da inovação da GenAI e impressionado com a construção da infraestrutura das grandes empresas de nuvem. Ele reconheceu que a GenAI ainda não descobriu seu aplicativo matador, da mesma forma que o ERP dominou a década de 1990, a pesquisa e o comércio eletrônico dominaram a década de 2000 e os aplicativos de nuvem dominaram a década de 2010.

“Mas isso não deveria ser uma surpresa, dado que cada ciclo de computação segue uma progressão conhecida como IPA — infraestrutura primeiro, plataformas depois e aplicativos por último”, disse Rangan. “O ciclo de IA ainda está muito na fase de construção de infraestrutura, então encontrar o aplicativo matador levará mais tempo, mas acredito que chegaremos lá.”

Seu colega, Eric Sheridan, juntou-se a ele em uma postura otimista.

“Então, a tecnologia ainda é um trabalho em andamento. Mas é impossível assistir a demonstrações das capacidades da IA ​​generativa em eventos da empresa ou conferências de desenvolvedores e não ficar animado com seu potencial de longo prazo”, disse ele.

“Então, embora eu nunca diria que não estou preocupado com a possibilidade de não haver retorno, não estou particularmente preocupado com isso hoje, embora eu possa ficar mais preocupado se aplicativos de consumo em escala não surgirem nos próximos 6 a 18 (meses)”, disse Sheridan.

A promessa da GenAI continua alta, mesmo que não cumprida no ultimate do dia. A grande questão agora é se os retornos da GenAI aumentarão antes que o tempo acabe. O tempo está passando.

Itens relacionados:

Gartner alerta que 30% das iniciativas GenAI serão abandonadas até 2025

A bolha de hype da GenAI se recusa a estourar

Quando o Hype da GenAI excede a realidade da GenAI

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *