DeepSeek equilibra su visión a largo plazo de la AGI con una ejecución práctica

La respuesta de DeepSeek no es solo mirar hacia las estrellas ni solo tener los pies en la tierra, sino usar problemas reales para respaldar un objetivo lo suficientemente ambicioso.

Autor y fuente del artículo: 36氪

La respuesta de DeepSeek no es solo mirar hacia las estrellas ni solo tener los pies en la tierra, sino usar problemas reales para respaldar un objetivo lo suficientemente ambicioso.

Artículo por | Li Jiaxing, Liu Chenyi

Editar | Zhang Wei

Fuente de la imagen principal | DeepSeek

Fuente de la portada | DeepSeek

DeepSeek vuelve a estar en el centro de la atención.

Esta empresa fue en un momento casi la más misteriosa del mundo de la IA: cultura de ingeniería, discreta, con fundadores que rara vez aparecían en público y un equipo que no seguía el patrón típico de las empresas de internet al contar historias constantemente o hacer campañas de comunicación. Pero durante el último año, casi cada cierto tiempo se ha convertido en el centro del ámbito tecnológico en chino. Cuando lanzó modelos, se volvió viral por su bajo costo y código abierto; cuando se filtró la noticia de su financiación, generó discusiones por su valoración y los inversores involucrados; y esta vez, al filtrarse una grabación de una reunión de casi cuatro horas con inversores de Liang Wenheng, el exterior volvió a examinar cuidadosamente a esta empresa.

Esta vez, el exterior ve a un DeepSeek más completo y también más contradictorio.

Por un lado, hay un objetivo lo suficientemente lejano. Liang Wenfeng habla de la AGI, de la visión, de la “bondad hacia el mundo”, de no perseguir la maximización de beneficios y de que sin código abierto no se puede organizar a las personas. Dice que DeepSeek no quiere ser la próxima superapp, ni convertirse en el próximo ByteDance o Tencent; la empresa funciona con visión, no con KPI, los investigadores tienen mucho tiempo libre para explorar y no trabajan demasiadas horas extras. Por otro lado, hay pies en la tierra. Liang Wenfeng también habla del precio de la API con retorno en diez meses, de cómo la financiación alivia los riesgos de estabilidad del equipo, de que el dinero debe convertirse rápidamente en tarjetas, de las limitaciones de capacidad de la infraestructura de cómputo nacional, de que la mitad de los investigadores principales están etiquetando datos y de que, al crecer la empresa, es necesario complementar la estructura organizacional. Incluso dice que, en el peor de los casos, vender APIs podría sostener una empresa cotizada.

¿Cómo puede una empresa de IA mirar hacia las estrellas y mantener los pies en la tierra? Esta es precisamente la respuesta que DeepSeek busca ofrecer.

Según la transcripción de audio de la reunión de intercambio con inversores de Liang Wenheng que se filtró en línea, "Future Human Lab" ha realizado el siguiente resumen.

El objetivo a largo plazo es la AGI, pero no se trata de gritar hacia lejos, sino de dividirlo en escalones consecutivos.

Liang Wenfeng define su objetivo a largo plazo como la AGI, pero no presenta la AGI como un concepto abstracto; en su lugar, la descompone en una ruta continua: modelos de lenguaje, CoT, agentes, aprendizaje continuo, autoiteración e inteligencia encarnada. El objetivo es lo suficientemente ambicioso, pero cada paso se vincula directamente con problemas técnicos actuales.

Esta es nuestra suposición, creemos que este debería ser el orden: primero resolver el aprendizaje para aprender, luego llegar al punto de singularidad inteligente capaz de autoiterarse, y finalmente la inteligencia encarnada. Una vez alcanzada la inteligencia encarnada, entrará en el mundo real y podrá hacer tareas del hogar y cuidarte en la vejez.

Creemos que este es un mapa de ruta bastante ideal, pero cada persona tiene una opinión diferente, y no hay nada correcto o incorrecto. Simplemente creemos que este mapa de ruta es el más fácil, porque en cada paso necesitas hacer muy poco nuevo.

El desarrollo de la IA puede entenderse como una escalera. El peldaño del año pasado fue CoT, es decir, la cadena de pensamiento. Porque descubrimos que, mediante el enfoque de la cadena de pensamiento, se puede alcanzar un nivel superior de inteligencia. Al permitir que ella misma piense, se eleva el límite y la IA puede hacer más cosas.

Lo persigue, pero no considera a Agent como el destino.

Actualmente, lo más popular fuera de aquí son los productos de Agent y su implementación comercial, pero Liang Wenfeng está más interesado en el cuello de botella después de los Agent: el aprendizaje continuo. Participa en la ola tecnológica actual, pero no se deja definir por las tendencias del momento.

En este lugar, lo que se puede ver es el siguiente cuello de botella: el aprendizaje continuo. El siguiente problema que se debe resolver es cómo lograr el aprendizaje continuo; esto es visible y relativamente claro.

La IA no puede reemplazar a tus empleados. Pero si la IA tiene la capacidad de aprendizaje continuo, y al igual que tus empleados, aprende en la empresa durante dos meses, entonces podría reemplazar a todos en el mundo.

Ahora los inversores ven principalmente a los agentes; pero para nosotros, los que investigamos, lo que vemos más ahora es el aprendizaje.

Pensar a largo plazo, pero descartar activamente direcciones tecnológicas que no estén en la línea principal.

La generación de video, 3D, modelos del mundo, multimodalidad e inteligencia encarnada se han colocado en distintos niveles de prioridad. DeepSeek no niega su valor, sino que evalúa si se encuentran en la línea principal actual de la inteligencia. Ve las ricas formas futuras, pero se mantiene sereno y no se deja llevar por cada tendencia.

Cuando interactuamos con el exterior, nuestra postura es: solo nos enfocamos en la línea principal de la AGI. Esto es lo que acabo de mencionar: GPT, CoT, Agent, etc., solo la línea principal. El campo de la IA es muy amplio, y hay muchas cosas que consideramos que no pertenecen a esta línea principal, como la generación 3D o de video, que creo que no tienen mucha relación con la línea principal de la inteligencia, por lo que no las desarrollaremos.

Pero en términos comerciales, es un buen negocio, es un buen negocio en términos comerciales. Pero no tiene nada que ver con la inteligencia. No lo haremos solo porque sea un buen negocio; solo lo haremos porque forma parte de la hoja de ruta inteligente.

El diseño multimodal, lo hemos estado haciendo todo el tiempo. Para el producto, es importante; para los productos dirigidos al usuario final, es importante. Pero en cuanto al límite de inteligencia, es un componente, no la línea principal en sí.

Permite que la investigación de alta incertidumbre sea como una lotería, pero también reconoce que detrás de los avances tecnológicos hay mucho trabajo duro.

Aprender continuamente sobre estos problemas no es adecuado para un modelo completamente basado en proyectos o KPI, ni necesariamente requiere una gran cantidad de recursos. Liang Wenheng lo llama "jugar a la lotería": el umbral es bajo, mucha gente puede participar, pero el avance es incierto. Sin embargo, al mismo tiempo, es muy realista al hablar de anotación de datos, entrenamiento posterior, alucinaciones y eficiencia de costos. No se trata de una cultura de investigación basada únicamente en la inspiración, sino de una combinación de exploración libre y tareas difíciles y repetitivas. Se debe dejar espacio para la incertidumbre en la investigación, al tiempo que se acepta el trabajo duro detrás de cada avance técnico.

No es un proyecto, sino algo que requiere que muchas personas estén allí pensando en este problema. Por lo tanto, no es necesario asignarle recursos. Simplemente, lo que nos diferencia de otras empresas es que dedicamos tiempo a discutir este problema, a reflexionar sobre él y a tratarlo como algo importante.

Por eso lo llamamos “hacer una rifa”. El umbral es muy bajo, cualquiera puede participar, pero quién obtenga qué, eso quizás ni yo sé si depende del talento o de algo más.

Entonces, actualmente estamos avanzando con dos piernas. No significa que no podamos etiquetar en absoluto, sino que algunos datos de etiquetado tienen costos bajos y otros tienen costos altos; primero nos enfocamos en los de bajo costo. Por lo tanto, también puedes considerar que actualmente la mitad de las personas en nuestra empresa están etiquetando datos, y la mitad de nuestros investigadores clave, los más importantes, también están etiquetando datos.

También existe un método para resolver el problema de las alucinaciones, pero es una命题 larga. El problema de las alucinaciones puede considerarse como algo que puede resolverse con un mejor post-entrenamiento, un problema que se puede resolver y mejorar. Simplemente, nadie ha invertido mucho esfuerzo en hacerlo. O, para mí, las alucinaciones son un problema, pero podríamos clasificarlo como un problema de producto. Lo resolveremos, pero no es un problema prioritario.

Cree en el scaling y reconoce que la potencia de cálculo es el cuello de botella real.

DeepSeek no niega el escalado, ni evita la brecha entre China y Estados Unidos. Liang Wenheng lo expresó de manera directa: no se trata de talento, sino de recursos. Por lo tanto, la baja costo, la capacidad de cómputo nacional y el compilador subyacente no son eslóganes industriales, sino parte de la línea tecnológica. Creer en las leyes de los modelos grandes, pero utilizar la eficiencia de ingeniería para ganar espacio de iteración bajo restricciones de recursos.

Scaling, creemos en Scaling; cuanto mayor sea la escala, mejor será el resultado, ya que se desbloquearán más funciones. Lo que nos impide scaling es realmente la capacidad de cómputo, no es que no queramos scaling, es que no tenemos suficiente capacidad de cómputo para realizarlo.

No hemos tocado el límite superior. Entrenamos un modelo de este tamaño no porque crea que un modelo así sea suficiente, sino porque simplemente tengo tantos recursos. Calculé el tamaño del modelo que puedo aceptar y entrenar según mis recursos disponibles, no porque este modelo sea suficiente.

No se trata de no organizar, sino de organizar dinámicamente a largo plazo.

Al buscar una ruta técnica, la idea de Liang Wenfeng fue inesperada: dijo que podían elaborar este mapa de ruta sin trabajar horas extras, y por eso, esta ruta, la más fácil de implementar, se convirtió en su ruta técnica. Esta búsqueda de facilidad y flexibilidad también se refleja en cómo organiza y gestiona su equipo: Liang Wenfeng dice que no tienen una estructura organizacional, el equipo no trabaja horas extras, no hay KPI, y al menos la mitad del tiempo, los miembros del equipo están haciendo sus propias cosas.

Tienen la mitad del tiempo sin asignar, pueden hacer lo que quieran. Es un ámbito de investigación que les permite explorar por sí mismos, siguiendo lo que ellos consideren importante, sin requisitos previos.

La autoridad del fundador proviene del consenso, no de la decisión unilateral.

Para Liang Wenfeng, lo que reúne a la gente es la visión. La gente se impulsa por la visión: “Tienen una gran bondad hacia este mundo y quieren hacer algo”, por eso han venido. Los primeros decenas de personas no pensaban en ganar dinero en absoluto: “Si así lo pensaran, no habrían venido”, dice Liang Wenfeng. Su propia autoridad se forja mediante el consenso: una cosa avanza porque es un consenso.

Les voy a contar una historia sobre nuestro DDCP, nuestro modelo. Al principio, nos preocupaba que la demanda fuera demasiado alta, así que establecimos un precio bastante alto, y a todo el equipo no le gustó mucho. Luego bajé el precio hasta una cuarta parte, y todos se alegraron mucho. Creo que esto refleja realmente lo que pensamos: como mencioné antes, nuestra visión es hacer que esto sea útil para las personas, no maximizar nuestras ganancias, sino asegurarnos de que todos puedan acceder a él mientras obtenemos una ganancia razonable. Creo que esta fue la verdadera opinión de los demás en la empresa: cuando bajamos el precio, mucha gente en el grupo de la empresa celebró y se sintió muy feliz.

Por ejemplo, si quiero hacer algo, primero reviso cuál es nuestro consenso común, si todos quieren hacerlo. Luego, tal vez tenga alguna orientación o preferencia, pero ese papel de orientación es limitado; su influencia es muy limitada y siempre se basa en un consenso. Este mecanismo de toma de decisiones es, en realidad, un mecanismo para buscar consenso; no se trata de que yo pueda impulsar algo, sino que solo puedo avanzar si hay consenso, y solo entonces lo haré.

Mantiene la relajación, pero no la pereza, con su propio mecanismo de organización

El equipo no solo habla, sino que actúa. Liang Wenfeng dice que la visión no es un lema colgado en la pared, sino cómo se hace. Él tiene claro qué está haciendo, cuenta con una lógica organizacional clara: la estructura organizativa, los mecanismos de incentivo y los objetivos del equipo están perfectamente definidos. Los empleados pasan la mitad de su tiempo haciendo sus propias cosas y la otra mitad cumpliendo con las tareas de la empresa. No trabajar horas extras es sin duda un beneficio, pero Liang Wenfeng espera que esto cree un entorno relajado para la investigación. El equipo hace pocas cosas porque sus objetivos están enfocados: desarrollar AGI. En el futuro, con la expansión del personal, Liang Wenfeng admite que algunos departamentos también necesitarán establecer estructuras jerárquicas estrictas; de hecho, ya están ocurriendo cambios.

Luego, la segunda pregunta es pensar en la estructura organizativa futura y la planificación del tamaño del equipo. En primer lugar, nuestra estructura organizativa anterior era muy dispersa, ya que no existía una estructura formal. Sin embargo, a medida que nuestro equipo sigue creciendo, ciertamente es necesario realizar algunos cambios. Por ahora, solo podemos decir que se necesitarán muchos cambios, pero es difícil expresarlos todos de inmediato. Finalmente, probablemente debamos dividirnos en diferentes departamentos, algunos de los cuales requerirán establecer una estructura jerárquica más rigurosa, mientras que otros podrían mantener una estructura más flexible y plana.

Normalmente tampoco hacemos horas extras. Hay dos razones para no hacer horas extras. La primera es que la investigación requiere un entorno relativamente relajado. Si te presionas demasiado, no puedes hacer investigación. Porque, al fin y al cabo, se trata de que tú mismo tengas interés y pienses en estos temas en tu tiempo libre, por lo que solo en un entorno relajado es posible explorar. Esto surge de la necesidad de la cultura de investigación. La segunda razón es que somos muy enfocados. Estar enfocados significa que hacemos muy pocas cosas. Por lo tanto, no tengo tantas tareas que realizar y no necesito hacer horas extras.

La estabilidad del equipo es la base para la implementación exitosa.

La estabilidad del equipo es un interés fundamental. Para Liang Wenfeng, muchas cosas son importantes: el dinero, las tarjetas, los recursos, pero ninguno de estos es el punto de mayor riesgo; el mayor riesgo es que el equipo se desintegre. Para evitar que el equipo colapse, Liang Wenfeng busca posibilidades de organización dinámica dentro de la falta de estructura formal: jerarquías, tecnología y mecanismos de innovación pueden servir como herramientas para mantener el equilibrio del equipo. Recientemente, DeepSeek completó una parte de su financiación; Liang Wenfeng dijo que, con los bonos otorgados a todos, el riesgo de “que el equipo se desintegre” se ha reducido significativamente.

Si puedo mantener la estabilidad del equipo, definitivamente lo lograré, definitivamente lograré la AGI, es tan simple como eso. Si nadie se va y podemos seguir adelante, lo lograré. Básicamente no hay riesgo. Solo es cuestión de antes o después; si enfrentamos obstáculos y nadie se va, entonces podré continuar.

En cuanto a la estabilidad del equipo, siempre que los empleados más importantes y más antiguos se mantengan, los demás rara vez se irán. Incluso si tienen menos opciones o ingresos más bajos, no se irán, porque no están motivados únicamente por el dinero; todos desean trabajar en un entorno donde se pueda lograr la AGI. Por lo tanto, sigue siendo atractivo para el talento.

Históricamente, nuestra rotación de personal ha sido bastante baja; en comparación con la industria, nuestra rotación de personal siempre ha sido relativamente baja. Pero aún así, sigue siendo nuestro mayor desafío, el único desafío, se podría decir así.

El código abierto no significa renunciar a las barreras, sino trasladarlas desde el modelo hasta el costo y la eficiencia de ingeniería

Cuando Liang Wenfeng habla sobre el código abierto, no solo habla de idealismo ni solo de marketing. Su juicio es: el tema de la IA es lo suficientemente grande como para que ninguna empresa pueda monopolizarlo; el código abierto favorece la adopción del ecosistema y no daña inherentemente el modelo de negocio, porque las verdaderas barreras no son solo el modelo en sí, sino los costos de implementación, la eficiencia de ingeniería y las capacidades organizativas.

¿Por qué nos mantenemos tan firmes en el código abierto? Porque esta visión misma exige el código abierto. Sin esta visión, no puedes reunir a las personas.

Luego, en cuanto al tema de la apertura del código, desde el principio lo tuvimos muy claro. Primero, la visión; segundo, creemos que para hacer del AI un negocio exitoso, el código abierto tiene ventajas.

Pero el tema de la IA es lo suficientemente grande como para, en última instancia, representar aproximadamente el 10% del PIB de la sociedad humana, por ejemplo. Entonces, en realidad es un número muy grande. Nadie puede poseerlo por sí solo; no puedes monopolizarlo, debes compartirlo con otros, de lo contrario, seguramente no sobrevivirás.

Si queremos monopolizar este beneficio, ciertamente seremos abandonados por la historia. Creo que lo principal es que esta es una ley objetiva, una visión histórica.

Incluso si el modelo es de código abierto y le das todo a la gente, la barrera de entrada es muy alta. Que otros lo utilicen también implica una barrera muy alta. Resulta difícil que lo usen; además, es muy, muy difícil lograr que su uso tenga un costo bajo; no es tan sencillo.

No es que al abrir mi código, él pueda lograr fácilmente el mismo costo de despliegue que yo. Todavía hay mucho trabajo por hacer. Aunque se entienden los principios, no todas las empresas están dispuestas, o tienen la voluntad y la capacidad de organizar recursos humanos para alcanzar este objetivo.

De código abierto, creo que no tiene ningún impacto en nuestro modelo de negocio. Siempre y cuando solo obtengamos seis veces el beneficio, recuperemos la inversión en diez meses, lo que equivale aproximadamente a seis veces el beneficio. Bajo la condición de que solo obtengamos seis veces el beneficio, el código abierto no tendrá ningún impacto.

Y tampoco me preocupa que otros implementen nuestros modelos y compitan con nosotros; no me preocupa en absoluto. Incluso esperamos que ellos los implementen.

No generar enemigos, pero tampoco carecer de defensas comerciales

DeepSeek no quiere convertirse en rival de las grandes o pequeñas empresas, e incluso está dispuesta a ayudar a sus competidores. Esta actitud proviene, por un lado, de su visión y, por otro, reduce la resistencia externa, permitiendo que la empresa se mantenga enfocada en su línea principal. Al mismo tiempo, Liang Wenheng cree que la competencia en modelos grandes no es una cuestión mística, sino una cuestión de costos, tiempo y experiencia. Quien controle mejor los costos ganará un poco más, y quien los controle peor ganará un poco menos.

Por eso, muchas de las cosas que hacemos ahora están orientadas a mantener la estabilidad del equipo. Además de esto, creo que todo lo demás podemos hacerlo sin él, podemos contenerlo. Siempre hemos sido muy contenidos y no hemos querido convertirnos en rivales de ninguna gran o pequeña empresa de internet.

Bajo este principio, estamos muy dispuestos a asistir y ayudar a cualquiera, incluso a nuestros competidores, como Alibaba, Zhipu y Moonshot, a mejorar, porque no perdemos nada, ya que somos de código abierto.

No he permitido que nuestra bondad afecte mis intereses comerciales; de ningún modo, de hecho, podría incluso sumar puntos.

La diferencia solo radica en dos cosas: el tiempo y el costo. Por lo tanto, no debería haber ganancias excesivas para ninguna empresa; creo que no debería haber ganancias excesivas. Quien controle mejor los costos ganará un poco más, y quien lo haga peor ganará un poco menos, punto.

No participar en toda la cadena de valor, solo mantener la posición más central.

Liang Wenfeng ha expresado repetidamente un sentido de límites: DeepSeek no desea hacerlo todo, no busca integrarse verticalmente hacia arriba en los chips ni absorber todas las oportunidades en la capa de aplicaciones. Cree que la era de la IA es lo suficientemente grande como para dar lugar a muchas empresas, y que DeepSeek solo necesita ser una de ellas, enfocándose en lo que mejor sabe hacer y en su núcleo más esencial.

También hay la pregunta: ¿nos integraremos verticalmente hacia arriba en la cadena? Espero que no. Entonces, ¿nos integraremos verticalmente hacia las aplicaciones aguas arriba? Esperamos no hacerlo; deseamos que otras personas se encarguen de eso. No quiero consumirlo todo, solo quiero tomar un pedazo: solo quiero enfocarme en lo que mejor sé hacer, o en lo que consideramos nuestro núcleo más esencial.

¿Construiremos nuestros propios grandes clusters en el futuro? Creo que definitivamente sí necesitaremos construir nuestros propios grandes clusters; nosotros mismos hemos estado haciendo esto todo el tiempo, todos nuestros clusters son construidos por nosotros. Pero si en el futuro debemos desarrollar nuestros propios chips, depende de cuán grandes sean los beneficios, de cuán grandes sean los beneficios.

Solo queremos hacer una cosa. Creo que lo de la IA es muy grande y no necesito limitarme a una sola cosa. Si me enfoco, y considero que los beneficios de este negocio ya son lo suficientemente grandes, y que en la era de la IA surgirán muchas empresas valoradas en billones de dólares, creo que nosotros somos una de ellas.

No te pierdas la oportunidad actual, pero tampoco rechaces la oportunidad que se presente de forma casual.

¿DeepSeek debe comercializarse? Sí, pero la comercialización ya no es el objetivo final. El objetivo de DeepSeek es desarrollar la IAG; en el camino, Liang Wenheng vio oportunidades de comercialización, no las rechazó y las aprovechó con decisión. “Si es algo que podemos obtener fácilmente, lo tomamos”, dijo Liang Wenheng. Él comparó esto con el acto de “recoger sésamo” y “tomar sandías”:

Creo que esto es viable y posible desde el punto de vista comercial. Si el año pasado hubiéramos gastado una gran cantidad de dinero para competir con ByteDance por los usuarios, también habría sido una estrategia. Pero elegimos un enfoque muy moderado: no quiero competir contigo por esto, porque detrás hay sandías, y lo de adelante podría ser solo sésamo.

Si hay una oportunidad comercial tan grande, seguramente encontrarás la manera. Entonces, sobre los pequeños detalles anteriores, también los recogemos, pero solo los tomamos de paso; no nos detenemos ni los convertimos en algo importante. Por eso, las actividades diarias de los usuarios finales del año pasado, creo que podrían ser algo menor. Pero también las recogimos, y las mantuvimos con un costo relativamente bajo, porque podrían resultar útiles en el futuro.

La comercialización siempre ha existido, pero no es el objetivo principal

Para Liang Wenfeng, la prioridad entre los objetivos ToC y ToB es inferior a lograr la AGI. Sin embargo, cuanto más se busca algo, más difícil resulta obtenerlo: DeepSeek centró sus esfuerzos internos en superar su hoja de ruta tecnológica, pero sin intención alguna captó el tráfico del lado C y los ingresos del lado B. Al mirar atrás en esta experiencia desde el año pasado hasta hoy, él concluye que se trata de una ventaja estratégica derivada de un ataque de reducción de dimensión.

Hay una ventaja estratégica aquí: nosotros pensamos en la AGI y estamos desarrollando AGI. Por lo tanto, cuando creamos aplicaciones, ya sea para el consumidor final o para empresas, realmente no necesitamos dedicar mucho esfuerzo a esos aspectos; con muy poca energía es suficiente. Creo que, al operar desde una posición tecnológica superior para desarrollar tecnologías de nivel inferior, se logra un impacto de reducción de dimensión. Al menos en el segmento C del año pasado, vimos que efectivamente fue así. No invertimos mucho esfuerzo en el segmento C, e incluso en un momento consideramos dejar de mantener a esos usuarios, pero ellos no se iban, por más que intentábamos.

El precio bajo no es caridad, sino una ganancia razonable

En cuanto a los precios, Liang Wenfeng no es ambiguo; su objetivo es claro: recuperar el costo del equipo en diez meses mediante la API. El precio actual no está diseñado para maximizar las ganancias, ni tampoco es el precio más bajo. Liang Wenfeng afirma que no se puede reducir el precio indefinidamente, ya que a precios demasiado bajos la empresa no podría sobrevivir, y los productos baratos no generan un mayor valor social. Un precio razonable permite una ventaja a largo plazo dentro de un rango de ganancias razonable; él cree que el mercado de la IA es lo suficientemente grande como para que, una vez logrado, un ingreso razonable sea suficiente; si se intenta obtener demasiado desde el principio, en cambio, se enfrentarán más competidores.

Si mi objetivo es ocupar el cinco por ciento del PIB mundial de la IA, teóricamente este cálculo aún es válido. Mira a OpenAI; parece que pueden hacer este cálculo y, teóricamente, no hay problema. Pero tienen un problema: pueden ser derrotados por otra persona que esté dispuesta a quedarse solo con el uno por ciento. Porque esa otra persona dice: “Hago esto tan bien, pero solo necesito el uno por ciento del PIB mundial”, y así lo derrotará. Entonces, si aparece otra persona que dice: “Solo necesito el 0.1 por ciento”, esa persona derrotará a la anterior.

En términos generales, no importa de dónde provengan esos porcentajes; todos son iguales. Quien tome más será derrotado por quien tome menos. Incluso no necesitas realmente tomar más: si tu visión es tomar más, serás derrotado por quienes tienen la visión de tomar menos. En realidad, nadie ha obtenido dinero; solo hay una visión. Si tu visión es tomar más, ya has perdido desde el principio y enfrentarás mayores dificultades. Así es el mundo.

¿Cómo es tu AGI ideal?

¡Bienvenido a compartir tus opiniones en los comentarios!