Лаборатории Frontier AI сейчас кажутся переоцененными. Пост Эндрю Хо точно определяет основную проблему: эти компании застряли в изнурительном круге. Им нужно постоянно вкладывать все большие суммы в обучение следующей модели, чтобы оставаться впереди открытых источников и второстепенных конкурентов. Выручка растет, но расходы на обучение растут быстрее. Высокая валовая маржа только от инференса не спасает, когда основная часть капитала все еще уходит на следующий цикл обучения. Рынок оценивает быстрое, ближайшее появление высоконезависимых агентов, которые самостоятельно основывают и управляют компаниями. Такой исход в конечном итоге возможен, но имеющиеся данные указывают на более медленный и неравномерный прогресс, ограниченный данными, надежностью и сложной проблемой экономического расчета. Интеграция даже текущих возможностей в реальные рабочие процессы занимает годы, а не месяцы. Даже если зафиксировать качество моделей на текущем уровне, для реализации полной экономической ценности потребуется более десятилетия изобретений в продуктах и процессах. Частные оценки в диапазоне $100 млрд–$1 трлн предполагают противоположное: что лаборатории смогут оставаться нерентабельными долгое время, пока мир быстро перестраивается вокруг них. Рынки публичных акций исторически менее снисходительны, как только истекают сроки блокировки и расходы на денежные потоки становятся обязательством для постоянного отчета. ИИ станет огромной отраслью. Самим лабораториям, по текущим ценам, кажется, что они оценивают самый оптимистичный сценарий, а не средний.