Лабораторії Frontier AI зараз виглядають переоціненими. Пост Ендрю Хо точно визначає суттєву проблему: ці компанії застрягли у виснажливому колі. Їм потрібно постійно вкладати все більші суми у навчання наступної моделі, щоб залишатися на крок попереду від відкритих джерел та другорядних конкурентів. Доходи зростають, але витрати на навчання зростають швидше. Високі валові маржі лише від інференсу не врятуватимуть, коли основна частина капіталу все ще йде на наступний цикл навчання. Ринок цінує швидке, найближче майбутнє з’явлення високонезалежних агентів, які самостійно засновуватимуть і керуватимуть компаніями. Такий результат можливий у майбутньому, але наразі дані вказують на повільніший, більш нерівномірний прогрес, обмежений даними, надійністю та складною проблемою економічного розрахунку. Дифузія навіть сучасних можливостей у реальні робочі процеси триває роками, а не місяцями. Заморожування якості моделей на поточному рівні все одно вимагатиме десятиліття або більше інновацій у продуктах та процесах, перш ніж буде повністю реалізована повна економічна цінність. Приватні ринкові оцінки у діапазоні $100 млрд–$1 трлн припускають протилежне: що лабораторії зможуть залишатися неприбутковими тривалий час, поки світ швидко перебудовується навколо них. Ринки публічних цінних паперів історично менш схильні до прощення, коли закінчуються періоди блокування акцій, а показники витрат готівки стають обов’язковими для постійного звітування. Штучний інтелект стане масштабною галуззю. Самі лабораторії за поточних цін виглядають так, ніби цінують найоптимістичніший сценарій, а не середній.