Một số suy nghĩ sâu sắc về mô hình kinh doanh frontier-model. Tất cả điều này dựa trên các con số bị rò rỉ từ The Information, NYT, v.v. 🔵Cốt lõi: Đây là một Máy đốt tính toán Ở trung tâm, mô hình này cực kỳ đơn giản: hầu hết mọi chi phí đều đến từ tính toán – suy diễn, và đặc biệt là đào tạo. Đào tạo tuân theo một cái gì đó giống như quy luật tỷ lệ. Giả sử chi phí tăng ~5 lần mỗi năm; và ROI trên chi phí đào tạo là 2 lần. Điều đó tạo ra một động lực kỳ lạ: Chi phí đào tạo năm 1: 1 Doanh thu năm 2 từ mô hình đó: 2 Nhưng chi phí đào tạo năm 2 cho mô hình tiếp theo: 5 Ròng: +2 - 5 = -3 Chạy nó về phía trước và nó trở nên tồi tệ hơn: Doanh thu năm 3: +10 Chi phí đào tạo năm 3: -25 Ròng: -15 Các mô hình frontier, như hiện tại, là những quả cầu tiêu cực về dòng tiền. Mỗi thế hệ tiêu tốn nhiều tiền hơn thế hệ trước. Để điều này có thể chuyển sang dòng tiền tích cực, chỉ có hai điều có thể thay đổi một cách hợp lý: A. Doanh thu tăng nhanh hơn 2 lần, hoặc B. Tăng trưởng chi phí đào tạo chậm lại từ 5 lần mỗi năm xuống một cái gì đó như <2 lần Giám đốc điều hành của Anthropic, Dario Amodei, đã phân tích kịch bản B ("chi phí đào tạo ngừng tăng theo cấp số nhân") thành hai thực tế có thể: 1/ Giới hạn vật lý/kinh tế: Bạn đơn giản không thể đào tạo một mô hình lớn hơn 5 lần — không đủ chip, không đủ năng lượng, hoặc chi phí gần bằng GDP toàn cầu. 2/ Lợi suất giảm dần: Bạn có thể đào tạo một mô hình lớn hơn, nhưng đường cong tỷ lệ phẳng lại. Chi tiêu thêm 10 lần không còn đáng giá nữa. Những gì Số liệu của OpenAI và Anthropic tiết lộ: Dự báo tài chính bị rò rỉ của cả hai công ty về cơ bản xác nhận khung này. OpenAI: Kế hoạch của OpenAI về cơ bản giả định tổng công suất tính toán ngừng tăng trưởng sau năm 2028. Dịch nghĩa: biên lợi nhuận cải thiện vì chi phí đào tạo phẳng lại. Đây là kịch bản B. Anthropic: 1/ Họ giả định ROI trên mỗi mô hình tăng lên mỗi năm. Chi tiêu 1, nhận lại khoảng 5 thay vì 2. 2/ Tăng trưởng chi tiêu tính toán của họ cũng ít hơn nhiều. Từ FY25 đến FY28: Tăng trưởng chi phí tính toán của OpenAI >> của Anthropic Sử dụng khung trên, họ đang dựa vào cả A tăng trưởng doanh thu và B tăng trưởng chi phí chậm lại. 🔵 $NFLX Là Phân Tích Gần Nhất Trong công nghệ, các mô hình tiêu tốn vốn là hiếm, mặc dù không phải là chưa từng có. $NFLX là một phân tích tốt: trong nhiều năm, nó có dòng tiền tiêu cực sâu sắc mà ngày càng tồi tệ hơn. Họ phải đổ tiền vào nội dung ngay từ đầu, và những tài sản đó giảm giá trong bốn năm. Về nhiều mặt, nó giống như kinh tế trung tâm dữ liệu và đào tạo mô hình. Đỉnh điểm tiêu tốn tiền mặt vào năm 2019: -3B Dòng tiền năm 2020: +2B Tại sao sự chuyển biến đột ngột tích cực? COVID đã ngừng sản xuất. Chi tiêu nội dung ngừng tăng trưởng. Dòng tiền ngay lập tức đảo ngược. 🔵Trò Chơi Cuối Cùng: Biên Lợi Nhuận Xuất Hiện Khi Tăng Trưởng Chi Phí Chậm Lại $NFLX không ngừng đầu tư vào nội dung hoàn toàn – họ chỉ ngừng *tăng* đầu tư đó một cách mạnh mẽ khi đạt khoảng 300 triệu người đăng ký toàn cầu. Ở quy mô đó, độ bám dính cao, và họ chỉ cần duy trì vị trí của mình, không cần mở rộng chi tiêu nội dung 10 lần mỗi năm. Tôi không nghĩ rằng OpenAI hoặc Anthropic sẽ ngừng đào tạo hoàn toàn. Nhưng họ sẽ không cần phải tăng chi tiêu đào tạo theo nhiều lần mãi mãi. Vào một thời điểm nào đó: ROI trên mỗi mô hình tăng lên, hoặc giới hạn tỷ lệ bắt đầu có hiệu lực, hoặc cả hai. Và ngay khi chi tiêu đào tạo hàng năm ngừng tăng 5 lần mỗi năm, biên lợi nhuận sẽ xuất hiện gần như ngay lập tức. Đó là điều kỳ lạ về kinh tế LLM: Đó là một máy đốt… cho đến khi đột nhiên nó không còn nữa. Nguồn: ++ Bài viết đầy đủ: