Sau khi khảo sát tại Thung lũng Silicon, Goldman Sachs đã tổng kết: Agent bước vào thời đại thực thi, cạnh tranh AI chuyển sang quy trình làm việc, mô hình thế giới nổi lên

Người viết: Lý Gia，Tin tức Phố Wall

AI đang bước vào một giai đoạn mới từ "có thể trả lời" sang "có thể thực hiện".

Theo báo cáo mới nhất của Goldman Sachs, thương mại hóa AI đang chuyển từ "đăng ký theo vị trí" sang tính phí theo mức tiêu thụ, khối lượng giao dịch và kết quả; đồng thời, Agent đang chuyển từ công cụ hỗ trợ sang người thực hiện quy trình làm việc, giá trị ngành cũng đang chuyển từ mô hình chính nó sang dữ liệu độc quyền, ngữ cảnh kinh doanh và năng lực chuyên môn trong lĩnh vực.

Điều này có nghĩa là, cạnh tranh trong ngành AI đang chuyển từ "mô hình của ai mạnh hơn" sang "ai thực sự nắm bắt quy trình làm việc". Năng lực mô hình vẫn quan trọng, nhưng khả năng vào môi trường sản xuất của doanh nghiệp, hiểu ngữ cảnh kinh doanh và hoàn thành nhiệm vụ một cách ổn định sẽ trở thành rào cản cạnh tranh quan trọng hơn.

Đánh giá này đến từ cuộc khảo sát thực địa gần đây của Goldman Sachs về chuỗi cung ứng AI tại Silicon Valley. Từ ngày 18 đến 19 tháng 8, Goldman Sachs đã thăm các công ty khởi nghiệp AI, các quỹ đầu tư hàng đầu và các nhà nghiên cứu tại Đại học Stanford, Đại học California Berkeley và Đại học San Francisco trong ba năm liên tiếp. Goldman Sachs cho rằng, khi Agent tăng tốc triển khai, sự phân phối giá trị giữa các mô hình tiên tiến, mô hình mã nguồn mở, mô hình thế giới, phần mềm doanh nghiệp và dữ liệu độc quyền sẽ thay đổi.

Triển khai Agent: 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 người hoàn thành nhiệm vụ", thì Agent đang cố gắng giải quyết "tự mình hoàn thành nhiệm vụ". Nhưng trong quá trình triển khai quy mô lớn tại doanh nghiệp, rào cản lớn nhất có thể không còn là năng lực mô hình, mà là cách phân chia trách nhiệm và liệu toàn bộ quá trình thực hiện có thể được kiểm soát hay không.

Báo cáo trích dẫn các nhà nghiên cứu tại Stanford cho biết, hiện tại hầu hết các doanh nghiệp vẫn đang ở chế độ giám sát thủ công. Đặc biệt trong các lĩnh vực như pháp lý, quản lý rủi ro, bảo hiểm và kiểm toán, khi mô hình xảy ra lỗi, ai sẽ chịu trách nhiệm, cách truy vết quá trình, có thể sửa chữa kịp thời hay không, có thể quan trọng như năng lực của mô hình chính nó.

Do đó, quy trình làm việc dễ dàng tự động hóa nhất thường có ba đặc điểm: ranh giới quyết định rõ ràng, kết quả có thể xác minh, lỗi có thể quay lại. Xử lý hóa đơn là một ví dụ điển hình. AI chịu trách nhiệm trích xuất các trường và thực hiện kiểm tra, các trường hợp có độ tin cậy thấp sẽ được kiểm tra lại bằng tay, sau đó hoàn thành việc ghi sổ thông qua quy trình ERP có thể đảo ngược.

Điều này cũng có nghĩa là, các nhà cung cấp dịch vụ thông tin có nội dung đáng tin cậy, mô hình lĩnh vực đã được xác minh và mối quan hệ quản lý trưởng thành, có khả năng sẽ vào môi trường sản xuất doanh nghiệp trước.

Cạnh tranh mô hình: Mô hình tiên tiến và mô hình mã nguồn mở đi đến phân công

Xung quanh cuộc tranh luận "mã nguồn mở hay mã nguồn đóng", tín hiệu mà Goldman Sachs phát đi từ cuộc khảo sát lần này không phải là lựa chọn một trong hai, mà là các mô hình khác nhau có thể tương ứng với các cấp độ quy trình làm việc khác nhau.

Nhóm mô hình tiên tiến cho rằng, các bài kiểm tra chuẩn của doanh nghiệp thường đánh giá thấp năng lực mô hình. Trong môi trường sản xuất thực tế, tổn thất kinh doanh do độ chính xác của mô hình giảm có thể lớn hơn nhiều so với chi phí suy luận tiết kiệm được. Do đó, nhiều công ty AI gốc tuyên bố áp dụng chiến lược đa mô hình, nhưng trong môi trường sản xuất cốt lõi vẫn phụ thuộc nhiều vào mô hình tiên tiến.

Một quan điểm khác cho rằng, phần lớn quy trình làm việc của doanh nghiệp không cần trí tuệ cấp tiên tiến. Khi hiệu suất của mô hình mã nguồn mở tiếp tục được cải thiện, khách hàng ngày càng sẵn sàng chấp nhận một mức độ hiệu suất hạn chế để đổi lấy chi phí suy luận thấp hơn. Một quỹ đầu tư dự đoán, trong 12 đến 18 tháng tới, khoảng 90% Token suy luận sẽ chảy vào mô hình mã nguồn mở.

Điều này có nghĩa là, trong tương lai, thị trường mô hình AI có thể hình thành một phân công rõ ràng hơn: mô hình tiên tiến chịu trách nhiệm cho các nhiệm vụ phức tạp có giá trị cao và độ tin cậy cao, mô hình mã nguồn mở đảm nhận các nhiệm vụ tiêu chuẩn hóa quy mô lớn hơn và phần lớn tiêu thụ Token.

Mô hình thế giới: AI có thể đón nhận đường cong tăng trưởng thứ hai về sức mạnh tính toán

Trong 18 tháng qua, các nhà nghiên cứu ngày càng chuyển sự chú ý từ LLM sang "mô hình thế giới".

Khác với LLM chủ yếu dựa vào dữ liệu từ Internet để đào tạo, mô hình thế giới cần hiểu môi trường, mối quan hệ nguyên nhân, quy luật vật lý và các tương tác động trong thế giới thực, dữ liệu của nó chủ yếu đến từ các hệ thống vật lý, ngành cụ thể và các tình huống vận hành thực tế. Điều này có nghĩa là, tầm quan trọng của dữ liệu độc quyền có thể tăng lên hơn nữa.

Goldman Sachs cho rằng, các vấn đề trong các lĩnh vực vật lý, công nghiệp, khoa học và robot có không gian vấn đề lớn hơn nhiều so với việc tạo ra văn bản thuần túy, và những quy trình này thường cần đầu tư sức mạnh tính toán cao hơn. Khi AI từ thế giới số tiến vào thế giới vật lý, nhu cầu sức mạnh tính toán cho đào tạo mô hình, mô phỏng và suy luận cũng có thể xuất hiện đường cong tăng trưởng mới.

Goldman Sachs dự đoán, trong 5 năm tới, nhu cầu sức mạnh tính toán có thể tăng khoảng 24 lần, tình trạng cung cầu căng thẳng có thể duy trì lâu hơn, các công ty hạ tầng điện toán đám mây và sức mạnh tính toán như Microsoft, Oracle và CoreWeave sẽ được hưởng lợi trực tiếp.