Как Бенедикт Эванс отделяет Техническую Шумиху от Реальности

В сфере технологий сейчас нет более актуальной темы, чем генеративный искусственный интеллект. С тех пор как такие инструменты, как генератор изображений DALL-E, начали привлекать всеобщее внимание, а ChatGPT появился, обещая перевернуть вверх дном онлайн-поиск, предприниматели спешат создавать новые компании, а венчурные капиталисты финансируют их. Стартапы предлагают решения с использованием генеративного ИИ для решения задач от дизайна одежды до маркетинговой рекламы.

Однако это безумие до жути напоминает крипто-золотую лихорадку всего несколько лет назад. Этого достаточно, чтобы заставить сторонних наблюдателей задаться вопросом, не является ли генеративный ИИ очередным витком ажиотажа. Бенедикт Эванс более 20 лет занимается анализом технологий, в том числе в качестве партнера в венчурных компаниях, включая Andreessen Horowitz. Для него отделять шумиху от реальности - такая же часть работы, как и пытаться предсказать, как технологии изменят мир и бизнес в нем.

Независимый аналитик и бывший спикер VOICES поделился своими мыслями о том, как он подходит к новым продуктам, о потенциале генеративного ИИ, о вероятности того, что метавселенная когда—нибудь станет реальностью, и о том, чем Шейн похож на Netflix. (Интервью было отредактировано и сокращено для большей ясности).

Марк Бэйн: Когда вы думаете о том, как отделить шумиху от реальности в мире технологий, что вы на самом деле ищете?

Бенедикт Эванс: Общего ответа нет. Что это за продукт? Насколько он полезен? Как он работает? Насколько он близок к развертыванию?

МБ: Сейчас все думают о генеративном ИИ. С одной стороны, это похоже на очередную навязчивую идею в цикле технической шумихи, когда деньги хлынут потоком.

Но, с другой стороны, это похоже на инструмент, который компании начинают использовать различными способами, и многие постоянные потребители, по крайней мере, начинают с ним играть. Что вы думаете по этому поводу? Это может изменить правила игры или это еще предстоит определить?

БИ: Генеративное машинное обучение - это довольно серьезный технический прорыв в решении широкого класса задач.

Сейчас мы пытаемся решить, «Хорошо, где вы можете это применить?’ Если вы вернетесь назад и вспомните о последней волне машинного обучения в 2013-2014 годах, то увидите, что произошел сдвиг. То, что раньше работало, но не очень хорошо, вдруг стало работать по-настоящему хорошо.

Похоже, что оно отлично справляется с распознаванием изображений. Что это значит? Ну, это обобщение, и на самом деле это не распознавание образов. Это распознавание образов по шаблону. Где у нас есть шаблоны? Где мы можем это применить? Мы быстро понимаем, что это не просто изображения. Это также перевод. Это естественный язык. Это обработка звука. Но если пойти дальше, то это обработка кредитных карт, или сетевое планирование, или что-то еще. Это целый класс вещей, которые раньше нельзя было автоматизировать, а теперь можно автоматизировать, или, может быть, мы не осознавали, что можем это автоматизировать. Сейчас мы проходим аналогичный процесс с генеративным машинным обучением, которое, грубо говоря, использует те же модели и обрабатывает их в обратном порядке. Вы можете создать что угодно, если у вас есть достаточное количество примеров, чтобы создать шаблон. Мы пытаемся понять, что это может означать. Сейчас наблюдается абсолютный рост числа людей, которые очень быстро создают компании и реальные продукты, которые вы можете использовать, пытаясь применить их для решения проблем реальных компаний и реальных людей. МБ: Судя по тому, как работают Microsoft и Google, есть мнение, что это может коренным образом изменить поисковую систему в Интернете.

Не кажется ли вам, что на данный момент это преувеличение?

БИ: В этом нет ничего преувеличенного. Это чертовски важное дело. Это не метавселенная. Это не NFT. Это как структурные изменения, которые происходят раз в 10 или 20 лет в том, что вы можете сделать в программном обеспечении. Попытка применить это в общем поиске, на мой взгляд, очень соблазнительна, потому что в принципе вы можете применить его в целом ко «всему тексту в Интернете», и, следовательно, он может отвечать на все запросы, в которых есть текст в Интернете. Проблема в том, что из-за того, как это работает, на самом деле это не дает ответа.

Это создает нечто, похожее на то, каким мог бы быть ответ. Это просто предсказание закономерностей. Этим системам присуща определенная частота ошибок, и вопрос в том, имеет ли значение частота ошибок и можете ли вы это определить? Если вы спросите: «Каковы симптомы аппендицита?», то, вероятно, ответ будет примерно правильным. Но это может быть и не так, и вы не можете сказать наверняка. Если, с другой стороны, вы говорите: «Вот пресс-релиз. Напишите краткое изложение в один абзац. » Тогда вы сможете указать, в чем заключаются ошибки, и сможете их исправить. В этом проблема с использованием этого метода для общего поиска: он будет неправильным, и вы не сможете сказать, что он был неправильным. На данный момент все это еще очень рано, и модели совершенствуются очень быстро. Допустим, процент ошибок составляет 90%. Допустим, что он достигнет 1%. Всегда возникает вопрос, на каком этапе это будет достаточно хорошо. Другой вопрос, в какой степени это вопрос о продукте, а не о науке. Потому что, в конце концов, Google не просто дает вам один ответ. Он дает вам 10 ответов и говорит: «Я не знаю». Вероятно, это один из них. ’В то время как ChatGPT говорит: «Это и есть ответ. » Возможно, есть способы представить это со стороны продукта, чтобы подчеркнуть неопределенность. МБ: Вы предположили, что генеративный ИИ - это гораздо более важное дело, чем NFT и криптография. Хотя я определенно не назвал бы вас сторонником криптовалют, у меня также не сложилось впечатления, что вы считаете все это мошенничеством. Каковы некоторые полезные функции, которые, по вашему мнению, могут иметь перспективное будущее?

BE: Криптография - это технология очень низкого уровня, которая позволит использовать целый ряд различных приложений примерно через пять лет, когда будет создана огромная промежуточная инфраструктура.

Но на данный момент это все равно, что смотреть в Интернет без веб-браузеров. Существует множество промежуточных уровней между тем, что мы имеем сейчас, и тем, как могло бы выглядеть реальное полезное приложение. В тот момент, когда вы действительно сможете создавать и масштабировать приложения, что ж, если бы вы создали Instagram на блокчейне, он бы работал по-другому во многих интересных, важных и потенциально полезных аспектах. На самом деле мы пока не в состоянии этого сделать.

МБ: Одним из обсуждаемых способов использования NFT может стать предоставление пользователям возможности подтвердить право собственности на цифровой актив и иметь возможность носить его с собой в различных виртуальных пространствах. Вы можете купить цифровой предмет и использовать его в различных игровых средах, что может быть важно для цифровой моды.

Считаете ли вы, что такая совместимость достижима?

БИ: Я не думаю, что это действительно техническая проблема. Я думаю, что это проблема продукта. Проще говоря, если я зайду в авиасимулятор и куплю F14, а затем закрою эту игру и открою Fortnite, что я должен буду делать с F14 в Fortnite? Если я куплю костюм в Fortnite, а затем закрою Fortnite и открою FIFA, что с этим произойдет? Степень значимости активов в разных играх не обязательно очень велика. Так что я немного сомневаюсь в этой идее, что каким-то образом все ресурсы будут перемещены между разными играми.

Технически это не очень сложно. Просто с точки зрения бизнеса и продукта я немного озадачен тем, что бы это значило и в каком контексте это на самом деле имело смысл. МБ: Вы также намекнули, что идея метавселенной преувеличена. Как вы думаете, будет ли у нас когда-нибудь метавселенная, которая будет выглядеть так, как ее представляют себе люди вроде основателя Meta Марка Цукерберга?

БЕ: Моя концептуальная проблема здесь действительно связана с термином «the».

Идея в том, что есть что-то вроде одной вещи, которая работает централизованно и унифицированно. Чтобы пояснить это, если вы вернетесь в начало 90-х, то настанет момент, когда люди поймут, что эти КОМПЬЮТЕРЫ имеют большое значение, и у многих людей будут ПК, и, возможно, они будут подключены к сетям.

Что бы это значило? Итак, вы берете белую доску и пишете на ней всевозможные идеи, такие как мультимедиа, интерактивность, видео, графические пользовательские интерфейсы и конвергенция. Вы обводите это на доске и называете информационной супермагистралью.

Кто собирается это построить? Ну, Disney, New York Times Company, AT&T, Bertelsmann и Viacom. И вот мы здесь, 25 лет спустя, и мы делаем все это, но это не информационная супермагистраль, и это не те компании, и это не единая унифицированная система. Люди говорят: «Ну, в метавселенной это будет работать так. ’Во-первых, вы просто не можете знать структуру производства тысяч компаний, пытающихся решить, что создавать, а потребители - что использовать через 10 лет. Это все равно что сесть в 2000 году и описать, как должен был работать мобильный интернет.

МБ: Я заметил, что вы внимательно следите за Шейном, что необычно для технического аналитика. Как вы думаете, в какой степени успех Shein обусловлен качеством обработки данных, а не наличием этой уникальной цепочки поставок, которую не может скопировать ни одна компания за пределами Китая? Насколько, с вашей точки зрения, Shein действительно технологическая компания?

БИ: Я склонен провести параллель между Shein и Netflix и спросить: «Какие вопросы важны для Shein?» На самом деле все они касаются одежды.

Какие вопросы важны для Netflix? В основном, это вопросы о телевидении. Здесь нет вопросов о технологиях. Я смотрю на это, потому что мне кажется интересным наблюдать, как эта компания использует эти модели для изменения быстрой моды, используя Интернет как новый канал и новый путь выхода на рынок, не сильно отличающийся от того, что делает Netflix. МБ: Как человек, который следит за широким спектром индустрии высоких технологий, есть ли еще какие-то новые технологии, которые вас волнуют и на которые стоит обратить внимание в сфере моды и розничной торговли?