Microsoft нещодавно оголосила про суттєві зміни у ціноутворенні GitHub Copilot — настільки радикальні, що, за словами одного з користувачів Reddit, у його компанії це вже називають «токенпокаліпсисом».
У свіжому випуску подкасту Equity від TechCrunch Кірстен Коросек, Шон О’Кейн і я обговорили, що ці зміни можуть означати для ширшої екосистеми ШІ. Адже Anthropic та інші великі AI-компанії готуються виходити на біржу, що неминуче породжує незручні запитання про їхню прибутковість. На цьому тлі можна очікувати подальшого зростання цін на інші продукти ШІ та нових обмежень на використання, оскільки бізнес намагається стримувати витрати.
«Чи здатні ці AI-лабораторії обвалити собівартість і достатньо просунути технологію, щоб вона зрештою зійшлася посередині з готовністю клієнтів витрачати гроші?» — замислюється Шон.
Кірстен, своєю чергою, вважає, що це також показує, «наскільки швидко все рухається». Лише за кілька місяців компанії спочатку захопилися «tokenmaxxxing» (максимізацією використання токенів), а потім різко від цього відмовилися через надто високі витрати. Тож коли AI-компанії готують документи до IPO, вона ставить питання: «Як узагалі описувати ці ризики, якщо вони змінюються в нас на очах?»
Нижче — уривок нашої розмови, відредагований за обсягом і зрозумілістю.
Ентоні Ха: Коли ми готувалися до цього випуску, Шоне, ти назвав це «токенпокаліпсисом». Я ще хочу почути, що ти маєш на увазі, але є конкретний приклад з Microsoft і GitHub Copilot, де компанія вирішила брати більше за токен (замість фіксованої абонплати).
Уся ця екосистема дуже сильно субсидується інвесторськими грошима. Те, що виглядає безкоштовним або майже безкоштовним, насправді неймовірно дороге. І тепер ми підходимо до моменту, коли все більша частина цих витрат перекладатиметься на кінцевого користувача, на клієнта. Як це змінить поведінку? Ми поки не знаємо, але болю буде багато.
Шон О’Кейн: Скільки, як ви думаєте, токен-пов’язаних факторів ризику ми побачимо в S-1 Anthropic? Це серйозне питання. Я вже багато разів згадував про це в нашому подкасті, і ми постійно до цього повертаємось. Uber, наприклад, пройшов повне коло всього за півтора місяця: від «ой, ми спалили бюджет на цей ШІ значно швидше, ніж планували цього року» до «це, мабуть, буде занадто дорого, нам потрібно встановити обмеження і ліміти на використання всередині компанії».
Це трохи тривожно. Якщо так швидко все змінюється в компанії рівня Uber, яка дуже активно користується такими інструментами, то ключове питання: чи зможуть AI-лабораторії настільки знизити свої витрати і просунути технологію, щоб вона зрештою відповідала апетиту клієнтів на витрати?
Цікаво згадати, що, ймовірно, ніхто особливо не продумував стратегію, коли встановлювали $20 на місяць за ChatGPT Plus, коли ChatGPT тільки запустили. Це було радше «давайте назвемо якусь цифру». І ми всі відтоді розгрібаємо наслідки. Очевидно, люди готові платити більше за потужніші моделі, але навіть цього поки не вистачає, щоб перекрити реальні витрати на їхнє утримання. І це найбільше питання зараз.
Кірстен: Для мене все це демонструє, наскільки швидко все розвивається. Якщо подумати, «tokenmaxxxing» став трендом, досяг піку і вже встиг перетворитися на анти-тренд десь за пів року. Масштаб змін величезний, і вся ця цінова механіка, про яку ти кажеш, з’явилася ще до того, як бізнес-моделі навколо AI-лабораторій справді сформувалися й усталилися.
Паралельно з цим держава теж намагається наздогнати. Цього тижня президент Трамп підписав указ — він доволі вузький за обсягом, але покликаний дати уряду змогу попередньо переглядати потужні моделі ШІ. Усе це відбувається з такою швидкістю, з якою я, напевно, ще ніколи не стикалася.
Тому мені дуже цікаво подивитися на майбутні S-1 — реєстраційні заяви на IPO — саме в контексті розділу про ризики. Як узагалі описати ці ризики, якщо вони змінюються просто на наших очах, день у день?
Ентоні: Uber — цікавий приклад, Шоне, тому що ти згадав їхні витрати на ШІ, але ця компанія фігурує в дискусіях про ШІ ще й з іншої причини. Коли хтось називає теперішній стан ринку ШІ бульбашкою і нагадує, наскільки ці інструменти й компанії збиткові, йому у відповідь часто наводять приклад Uber. Мовляв, усі говорили, що Uber збитковий, але з часом з’явився масштаб, і компанія скоротила прірву між витратами та доходами.
І це правда. Але щоб цього досягти, Uber довелося суттєво переформатувати себе як бізнес. Те, чим був Uber спочатку, і те, чим він є зараз — це дуже різні компанії: з новими напрямами діяльності, з іншими підходами до роботи з клієнтами та водіями, які, м’яко кажучи, відчули тиск. І все це було необхідно, щоб зрештою вийти на прибутковість.
І, на мою думку, щось подібне доведеться пережити й багатьом AI-компаніям, якщо вони хочуть вижити.