Tóm tắt hội nghị Goldman Sachs Silicon Valley: Trí tuệ nhân tạo, quy trình làm việc và mô hình thế giới thực

Tác giả: Li Jia, Tạp chí Wall Street Journal

Trí tuệ nhân tạo đang bước vào một giai đoạn mới, từ "có khả năng trả lời" sang "có khả năng thực thi".

Theo Wind Trading Desk, báo cáo mới nhất của Goldman Sachs cho thấy việc thương mại hóa AI đang chuyển từ hình thức "đăng ký theo từng người dùng" sang tính phí dựa trên mức tiêu thụ, khối lượng giao dịch và kết quả; đồng thời, các Agent đang chuyển đổi từ công cụ hỗ trợ sang công cụ thực thi quy trình làm việc, và giá trị của ngành đang chuyển từ chính mô hình sang dữ liệu độc quyền, bối cảnh kinh doanh và chuyên môn trong lĩnh vực đó.

Điều này có nghĩa là sự cạnh tranh trong ngành công nghiệp AI đang chuyển từ "mô hình của ai mạnh hơn" sang "ai thực sự có thể làm chủ quy trình làm việc". Khả năng của mô hình vẫn rất quan trọng, nhưng khả năng thâm nhập vào môi trường sản xuất doanh nghiệp, hiểu bối cảnh kinh doanh và hoàn thành nhiệm vụ một cách đáng tin cậy sẽ trở thành rào cản cạnh tranh quan trọng hơn.

Nhận định này xuất phát từ cuộc điều tra thực địa gần đây của Goldman Sachs về chuỗi ngành công nghiệp trí tuệ nhân tạo (AI) tại Thung lũng Silicon. Từ ngày 18 đến 19 tháng 8, Goldman Sachs đã đến thăm các công ty khởi nghiệp AI, các công ty đầu tư mạo hiểm hàng đầu và các nhà nghiên cứu từ Đại học Stanford, Đại học California, Berkeley và Đại học San Francisco trong năm thứ ba liên tiếp. Goldman Sachs tin rằng khi các "Tác nhân" (Agents) đẩy nhanh quá trình triển khai, sự phân bổ giá trị giữa các mô hình tiên tiến, mô hình mã nguồn mở, mô hình toàn cầu, phần mềm doanh nghiệp và dữ liệu độc quyền sẽ thay đổi.

Triển khai Agent: Điều mà các doanh nghiệp thực sự thiếu không phải là năng lực, mà là "khả năng kiểm soát".

Nếu trước đây AI giải quyết vấn đề "giúp con người hoàn thành nhiệm vụ", thì các Agent đang cố gắng giải quyết vấn đề "tự hoàn thành nhiệm vụ". Tuy nhiên, trong quá trình triển khai quy mô lớn tại các doanh nghiệp, trở ngại lớn nhất có thể không còn là khả năng của mô hình, mà là cách phân chia trách nhiệm và liệu toàn bộ quá trình thực thi có thể được kiểm soát hay không.

Báo cáo dẫn lời các nhà nghiên cứu của Đại học Stanford chỉ ra rằng hầu hết các doanh nghiệp vẫn đang hoạt động theo hình thức giám sát của con người. Đặc biệt trong các lĩnh vực như luật, kiểm soát rủi ro, bảo hiểm và kiểm toán, nếu một mô hình mắc lỗi, thì ai chịu trách nhiệm, làm thế nào để truy tìm quy trình và liệu lỗi đó có thể được khắc phục kịp thời hay không có thể quan trọng không kém gì khả năng của chính mô hình đó.

Do đó, các quy trình công việc có khả năng tự động hóa cao nhất thường có ba đặc điểm: ranh giới quyết định rõ ràng, kết quả có thể kiểm chứng và lỗi có thể khắc phục. Xử lý hóa đơn là một trường hợp điển hình. Trí tuệ nhân tạo (AI) chịu trách nhiệm trích xuất các trường thông tin và thực hiện kiểm tra, các trường hợp có độ tin cậy thấp sẽ được con người xem xét lại, sau đó được hoàn tất thông qua quy trình ERP có thể đảo ngược.

Điều này cũng có nghĩa là các nhà cung cấp dịch vụ thông tin với nội dung đáng tin cậy, mô hình tên miền được xác thực và mối quan hệ pháp lý vững chắc sẽ có nhiều khả năng thâm nhập vào môi trường sản xuất của doanh nghiệp trước tiên.

Cuộc cạnh tranh mô hình: Phân công lao động giữa các mô hình tiên tiến và các mô hình mã nguồn mở

Liên quan đến cuộc tranh luận về "mã nguồn mở hay mã nguồn đóng", những tín hiệu mà Goldman Sachs đưa ra trong quá trình điều tra này cho thấy đó không phải là một lựa chọn nhị phân, mà các mô hình khác nhau có thể tương ứng với các cấp độ quy trình công việc khác nhau.

Những người ủng hộ mô hình tiên tiến tin rằng việc đánh giá hiệu năng doanh nghiệp thường đánh giá thấp khả năng của mô hình. Trong môi trường sản xuất thực tế, tổn thất kinh doanh do sự suy giảm độ chính xác của mô hình có thể vượt xa khoản tiết kiệm chi phí suy luận. Do đó, mặc dù nhiều công ty ứng dụng AI tuyên bố áp dụng chiến lược đa mô hình, họ vẫn phụ thuộc rất nhiều vào các mô hình tiên tiến trong môi trường sản xuất cốt lõi của mình.

Một quan điểm khác cho rằng phần lớn các quy trình làm việc trong doanh nghiệp không yêu cầu trí tuệ nhân tạo tiên tiến. Khi hiệu suất của các mô hình mã nguồn mở tiếp tục được cải thiện, khách hàng ngày càng sẵn sàng đánh đổi một chút tổn thất hiệu suất để có được chi phí suy luận thấp hơn. Một công ty đầu tư mạo hiểm dự đoán rằng trong 12 đến 18 tháng tới, khoảng 90% số vốn đầu tư vào suy luận sẽ đổ về các mô hình mã nguồn mở.

Điều này có nghĩa là thị trường mô hình AI trong tương lai có thể hình thành sự phân công lao động rõ ràng hơn: các mô hình tiên tiến sẽ chịu trách nhiệm cho các nhiệm vụ phức tạp, có giá trị cao và độ tin cậy cao, trong khi các mô hình mã nguồn mở sẽ xử lý các nhiệm vụ tiêu chuẩn hóa quy mô lớn hơn và phần lớn việc tiêu thụ token.

Mô hình Thế giới: Sức mạnh tính toán của AI có thể mở ra một chu kỳ tăng trưởng thứ hai.

Trong 18 tháng qua, các nhà nghiên cứu ngày càng chuyển trọng tâm từ các mô hình tuyến tính (LLM) sang "các mô hình thế giới".

Không giống như các mô hình tuyến tính (LLM) chủ yếu dựa vào dữ liệu internet để huấn luyện, các mô hình thế giới cần hiểu môi trường, mối quan hệ nhân quả, các định luật vật lý và tương tác động trong thế giới thực, với dữ liệu chủ yếu đến từ các hệ thống vật lý, các ngành công nghiệp cụ thể và các kịch bản hoạt động thực tế. Điều này có nghĩa là tầm quan trọng của dữ liệu độc quyền có thể sẽ ngày càng tăng.

Goldman Sachs tin rằng phạm vi vấn đề tương ứng với các lĩnh vực như vật lý, công nghiệp, khoa học và robot học rộng lớn hơn nhiều so với việc chỉ đơn thuần tạo ra văn bản, và các quy trình này thường đòi hỏi đầu tư sức mạnh tính toán cao hơn. Khi trí tuệ nhân tạo (AI) ngày càng thâm nhập vào thế giới vật lý từ thế giới kỹ thuật số, nhu cầu về sức mạnh tính toán trong việc huấn luyện mô hình, mô phỏng và suy luận cũng có thể chứng kiến một đường cong tăng trưởng mới.

Goldman Sachs dự đoán rằng trong 5 năm tới, nhu cầu về sức mạnh tính toán có thể tăng khoảng 24 lần, và sự căng thẳng giữa cung và cầu dự kiến sẽ kéo dài hơn, mang lại lợi ích trực tiếp cho các công ty điện toán đám mây và cơ sở hạ tầng điện toán như Microsoft, Oracle và CoreWeave.