ARK Invest Menyoroti Penurunan 97x dalam Biaya Benchmark AI

iconCryptoBriefing
Bagikan
AI summary iconRingkasan
ARK Invest menyoroti penurunan biaya benchmark AI sebesar 97x dalam 18 bulan, dengan tugas standar kini hanya seharga 15 sen. Perusahaan ini membahas persaingan AI dan adopsi perusahaan di podcast The Brainstorm. Pemain utama seperti OpenAI dan Meta kini bersaing berdasarkan kinerja per dolar. Data on-chain menunjukkan bahwa pengurangan biaya dapat menghemat miliaran dolar bagi perusahaan, meskipun eksekusi tetap menjadi hambatan bagi AI agen. Altcoin yang perlu diawasi mungkin akan muncul seiring percepatan adopsi AI.

Menjalankan tugas benchmark AI standar sekarang biayanya sekitar 15 sen. Angka itu sendiri tidak berarti banyak sampai Anda menyadari bahwa tugas yang sama dulu biayanya sekitar 97 kali lebih mahal hanya satu setengah tahun lalu.

ARK Invest menguraikan penurunan biaya yang mengejutkan ini di Episode 140 podcast-nya, The Brainstorm, menjelaskan apa artinya bagi persaingan AI, adopsi perusahaan, dan pasar yang lebih luas.

Kolaps 97x dalam biaya AI

Poin data utama dari analisis ARK sulit untuk dilebih-lebihkan. Biaya inferensi AI telah turun hingga 97 kali dalam sekitar 18 bulan. Selama periode puncak, penurunan biaya historis melebihi 90% per tahun.

Iklan

Analis ARK mencatat bahwa kompresi biaya ini secara mendasar membentuk ulang lanskap persaingan. Perusahaan-perusahaan yang bersaing di puncak pasar AI, OpenAI, Anthropic, Meta, dan xAI, tidak lagi dibedakan terutama oleh kemampuan. Mereka semakin bersaing berdasarkan kinerja per dolar.

Apa artinya tugas-tugas 15 sen bagi bisnis

ARK memprediksi bahwa ketika biaya per tugas mendekati satu digit sent, perusahaan secara kolektif dapat menghemat ratusan miliar dolar pada pekerjaan pengetahuan. Itu adalah perkiraan yang didasarkan pada kurva biaya yang dapat diamati dan telah menurun lebih dari 90% setiap tahun.

Efek ambang ini adalah apa yang dilihat ARK sebagai pendorong gelombang berikutnya dalam adopsi AI agen, di mana sistem AI tidak hanya membantu pekerja manusia tetapi juga menangani seluruh alur kerja secara otonom. Podcast tersebut menyoroti bahwa masa depan agen ini diantisipasi tetapi belum sepenuhnya terwujud.

Penghambatnya bukan model-modelnya sendiri, melainkan eksekusi di dunia nyata. Benchmark terus meningkat, tetapi menerjemahkan kinerja benchmark menjadi tindakan otonom yang andal di lingkungan bisnis yang kacau dan tidak terstruktur tetap menjadi kesenjangan kritis.

Lanskap kompetitif sedang berubah

Bagi pemain AI utama, penurunan biaya ini menciptakan dilema strategis. OpenAI, Anthropic, Meta, dan xAI masing-masing membawa pendekatan berbeda, mulai dari API propietari hingga model open-source hingga platform terintegrasi vertikal. Ketika kemampuan dasar menjadi syarat mutlak, pemenangnya kemungkinan akan ditentukan oleh distribusi, integrasi, dan strategi penetapan harga, bukan sekadar kebanggaan atas hasil benchmark.

Pendekatan ARK menunjukkan bahwa investor seharusnya tidak hanya memperhatikan siapa yang membangun model terbaik, tetapi juga siapa yang membangun model bisnis terbaik di sekitar AI murah. Jika biaya menjalankan tugas AI mendekati nol, premi berpindah ke apa pun yang langka: data propietari, fine-tuning spesifik domain, integrasi andal dengan sistem perusahaan yang sudah ada, dan kepercayaan yang datang dari kinerja nyata yang konsisten.

Penafian: Informasi pada halaman ini mungkin telah diperoleh dari pihak ketiga dan tidak mencerminkan pandangan atau opini KuCoin. Konten ini disediakan hanya untuk tujuan informasi umum, tanpa representasi atau jaminan apa pun, dan tidak dapat ditafsirkan sebagai saran keuangan atau investasi. KuCoin tidak bertanggung jawab terhadap segala kesalahan atau kelalaian, atau hasil apa pun yang keluar dari penggunaan informasi ini. Berinvestasi di aset digital dapat berisiko. Harap mengevaluasi risiko produk dan toleransi risiko Anda secara cermat berdasarkan situasi keuangan Anda sendiri. Untuk informasi lebih lanjut, silakan lihat Ketentuan Penggunaan dan Pengungkapan Risiko.