Wiceprezes Google Cloud, Michael Gerstenhaber, ujawnia nową perspektywę rozwoju AI. To nie tylko wyścig o inteligencję, ale walka na trzech frontach: moc, czas i koszt.
W skrócie:
- Rozwój AI to nie tylko pogoń za inteligencją. Kluczowe są też czas reakcji (latencja) oraz koszt wdrożenia na masową, nieprzewidywalną skalę.
- Systemy agentowe AI wdrażane są powoli, ponieważ brakuje infrastruktury oraz wzorców audytu i autoryzacji, które zapewniłyby im bezpieczeństwo w produkcji.
- Google stawia na wertykalną integrację – od własnych chipów i centrów danych po modele i interfejsy – co ma być strategiczną przewagą w wyścigu AI.
Wszyscy śledzimy tabelki z wynikami, w których OpenAI, Google i Anthropic przerzucają się punktami procentowymi w kolejnych benchmarkach. Kto jest inteligentniejszy? Kto lepiej rozumie kontekst? Kto napisze czystszy kod? To fascynujące, ale, jak się okazuje, może być tylko jednym z wymiarów znacznie bardziej skomplikowanej gry. Michael Gerstenhaber, wiceprezes w Google Cloud odpowiedzialny za platformę Vertex AI (a wcześniej człowiek z Anthropic), rzuca na tę rywalizację nowe światło. Jego zdaniem, prawdziwy postęp w sztucznej inteligencji rozgrywa się jednocześnie na trzech frontach. I nie na wszystkich liczy się wyłącznie surowa moc obliczeniowa.
Inteligencja, Czas, Koszt. Dlaczego wyścig AI ma trzy wymiary?
Gerstenhaber, który z racji swojego stanowiska ma doskonały wgląd w to, jak korporacje faktycznie wykorzystują modele AI, proponuje myślenie o trzech granicach, które technologia próbuje przekroczyć. Pierwsza jest oczywista – to czysta inteligencja. “Pomyślcie o pisaniu kodu. Chcesz po prostu najlepszego kodu, jaki możesz dostać. Nie ma znaczenia, czy zajmie to 45 minut, ponieważ muszę go później utrzymać i wdrożyć. Chcę po prostu tego, co najlepsze” – tłumaczy w wywiadzie dla TechCrunch. To tu królują potężne modele, takie jak Gemini Pro.
Druga granica to latencja, czyli czas odpowiedzi. To pole bitwy dla zastosowań, gdzie interakcja odbywa się w czasie rzeczywistym. Wyobraźmy sobie konsultanta na czacie obsługi klienta. Potrzebuje inteligentnej odpowiedzi, ale przede wszystkim potrzebuje jej natychmiast. “Nie ma znaczenia, jak trafną masz odpowiedź, jeśli jej uzyskanie zajęło 45 minut. Dla takich przypadków chcesz najinteligentniejszego produktu w ramach danego budżetu na opóźnienia, ponieważ większa inteligencja nie ma już znaczenia, gdy osoba po drugiej stronie się znudzi i odłoży słuchawkę” – mówi Gerstenhaber. Tu liczy się optymalizacja – model musi być wystarczająco bystry, ale przede wszystkim błyskawiczny.
I wreszcie trzecia granica: koszt i skalowalność. Co z tego, że masz najpotężniejszy model na świecie, skoro jego uruchomienie dla miliarda użytkowników zrujnowałoby twój budżet? Przykład? Moderacja treści w serwisach takich jak Reddit czy Meta. “Mają duże budżety, ale nie mogą podjąć ryzyka biznesowego, jeśli nie wiedzą, jak coś się skaluje. Nie wiedzą, ile toksycznych postów pojawi się dziś, a ile jutro” – wyjaśnia ekspert. Firmy muszą więc znaleźć model, który jest “wystarczająco inteligentny”, ale przede wszystkim tak tani, by móc go używać na masową, nieprzewidywalną skalę.
Agenci AI czekają na swoją kolej. Co hamuje rewolucję?
Skoro modele są tak potężne, dlaczego wciąż nie widzimy autonomicznych agentów AI, którzy rewolucjonizują kolejne branże? To jedno z kluczowych pytań, które zadaje sobie dziś Dolina Krzemowa. Według Gerstenhabera, odpowiedź jest prozaiczna: brakuje nam całej otoczki technologicznej. “Ta technologia ma w zasadzie dwa lata i wciąż brakuje jej mnóstwa infrastruktury” – stwierdza. Nie mamy jeszcze wypracowanych wzorców audytowania działań agentów. Nie mamy standardów autoryzacji dostępu do danych. Produkcja, jak to w życiu bywa, nie nadąża za demami.
“Produkcja jest zawsze opóźnionym wskaźnikiem tego, do czego zdolna jest technologia” – dodaje. Dlatego właśnie rewolucja agentów najszybciej postępuje w inżynierii oprogramowania. Programiści od lat pracują w środowiskach deweloperskich i testowych, gdzie można bezpiecznie “psuć” rzeczy. Co więcej, procesy takie jak code review – gdzie co najmniej dwie osoby muszą zatwierdzić kod – to gotowy mechanizm typu human-in-the-loop (człowiek w pętli). Dzięki temu ryzyko wdrożenia AI jest wyjątkowo niskie. Teraz te same wzorce bezpieczeństwa i kontroli trzeba stworzyć dla innych zawodów – od prawników po lekarzy.
Pionowa układanka Google. Czy tak wygrywa się wojny o AI?
Co przyciągnęło człowieka z Anthropic, jednego z najgorętszych startupów AI, do technologicznego giganta? Gerstenhaber bez wahania wskazuje na unikalną w skali świata wertykalną integrację Google. Firma kontroluje wszystko – od budowy centrów danych, przez projektowanie własnych chipów (TPU), po tworzenie fundamentalnych modeli (rodzina Gemini), warstwę inferencji, platformę deweloperską (Vertex AI), aż po interfejsy dla konsumentów (Gemini w wyszukiwarce czy Androidzie).
“Częściowo przyszedłem tu, ponieważ postrzegałem Google jako firmę wyjątkowo zintegrowaną pionowo i uznałem to za naszą siłę” – mówi. W czasach, gdy dostęp do mocy obliczeniowej i optymalizacja całego stosu technologicznego stają się kluczowe, taka strategia może okazać się decydująca. Google nie musi polegać na Nvidii, nie musi wynajmować mocy od Amazona. Wszystko ma pod jednym dachem. A to w długiej perspektywie może pozwolić na efektywniejsze balansowanie między trzema granicami AI: inteligencją, czasem reakcji i kosztem.