Генеральный директор Palantir Алекс Карп открыто критиковал недавно популярную в Кремниевой долине идею «tokenmaxxing», утверждая, что постоянное увеличение объема использования ИИ не означает реального создания бизнес-ценности. В ходе интервью на конференции Palantir AIP Con 10 он отметил, что рынок перешел от обсуждения «существует ли ИИ» к пониманию того, что «ИИ действительно эффективен, но во многих сценариях он не работает так, как ожидалось».
Претензии направлены на интенсивное использование
Токен — это базовая единица измерения, используемая крупными языковыми моделями при обработке текста; провайдеры ИИ обычно взимают плату за потребление токенов. В последние несколько недель некоторые специалисты из Кремниевой долины начали переосмысливать культуру «tokenmaxxing» — практику безграничного расширения использования ИИ в попытке угнаться за развитием ИИ-агентов.
Карп считает, что большее количество токенов часто означает лишь больше низкокачественного вывода, а не более ценных результатов. Главный технический директор Palantir Шьям Санкар также выразил похожее мнение на конференц-звонке за прошлый месяц, заявив, что компания внутри подчеркивает «зону без мусора» и противится восприятию дешевых вызовов моделей как ценности сами по себе.
Palantir подчеркивает системы, а не накопление моделей
Тогда Санкар отметил, что более дешевые ИИ не приведут автоматически к более высокой доходности; предприятия по-прежнему нуждаются в системах, таких как Palantir AIP, чтобы связать возможности моделей с реальной бизнес-средой и избежать экономических потерь из-за ошибочных результатов.
Карп в последнем интервью добавил, что настоящая сложность заключается не в том, чтобы заставить модель генерировать общий контент, а в интеграции ИИ в непрерывно функционирующие бизнес-процессы. Например, крупная модель может хорошо справиться с написанием отчета о росте ВВП Китая; однако при сложных задачах, таких как добыча нефти и газа, корректировка цепочек поставок, военное производство или автопроизводство, ИИ сам по себе не может заменить конкретные процессы.
Сложные операции по-прежнему требуют постоянного выполнения
Он считает, что такие вопросы часто одновременно затрагивают стоимость, соответствие требованиям, этику и детали реализации, требуя точного и непрерывного операционного процесса. Крупные модели могут усилить эти процессы, но не могут напрямую их заменить.
Карп также отметил, что отрасль постепенно осознает: возможности ИИ уже подтверждены, но для того чтобы превратить их в реальные коммерческие результаты, ключевым фактором является не бесконечное увеличение объема запросов к моделям, а ясное понимание того, какую бизнес-проблему нужно решить, и как интегрировать модель в исполняемую систему.