Laboratorium AI Frontier tampaknya terlalu mahal saat ini. Postingan Andrew Ho menangkap inti masalahnya: perusahaan-perusahaan ini terjebak dalam treadmill yang melelahkan. Mereka harus terus mengalokasikan dana yang semakin besar untuk melatih model berikutnya hanya untuk tetap unggul dari pesaing open-source dan tingkat kedua. Pendapatan tumbuh, tetapi pengeluaran pelatihan yang dibutuhkan tumbuh lebih cepat. Margin kotor tinggi dari inferensi saja tidak bisa menyelamatkan Anda ketika sebagian besar modal masih dialokasikan untuk pelatihan berikutnya. Pasar memperkirakan kedatangan agen yang sangat otonom dalam waktu dekat, yang secara mandiri mendirikan dan mengelola perusahaan. Hasil ini mungkin tercapai suatu hari nanti, tetapi bukti hingga kini menunjukkan kemajuan yang lebih lambat dan tidak merata, dibatasi oleh data, keandalan, dan masalah sulit dalam perhitungan ekonomi. Penyebaran kemampuan saat ini ke dalam alur kerja nyata membutuhkan bertahun-tahun, bukan berbulan-bulan. Membekukan kualitas model pada tingkat saat ini pun masih memerlukan lebih dari satu dekade inovasi produk dan proses sebelum nilai ekonomi penuh dapat direalisasikan. Penilaian pasar swasta pada skala $100 miliar–$1 triliun mengasumsikan sebaliknya: bahwa laboratorium dapat tetap tidak menguntungkan dalam jangka panjang sementara dunia berubah dengan cepat di sekitar mereka. Pasar publik secara historis kurang bersabar setelah masa lockup berakhir dan angka pengeluaran kas menjadi kewajiban pelaporan berkelanjutan. AI akan menjadi industri besar. Namun, laboratorium itu sendiri, dengan harga saat ini, tampaknya memperkirakan jalur paling optimistis, bukan jalur median.