Стоимость искусственного интеллекта летит в пропасть, и это лучшая новость для индустрии со времен изобретения трансформеров. По данным EPIC Data Lab (BAIR), возможности уровня GPT-4, которые в начале 2023 года обходились в $30 за миллион токенов, сегодня стоят меньше доллара. Отдельные провайдеры и вовсе демпингуют до $0,10. Медианное снижение цен на инференс составляет 50 раз в год — это дефляционный шок, который превращает «интеллект» из элитарного ресурса в дешевое сырье.
Как отмечает Адитья Парамесваран из Калифорнийского университета в Беркли, мы входим в эпоху «бесплатного разума». Если уровень IQ, достаточный для 90% офисной рутины, становится комодити, то гонка за «гениальностью» моделей теряет смысл для бизнеса. На первый план выходит не количество параметров, а способность инфраструктуры переварить вал копеечных вычислений.
Рост агентских спекуляций
Коллапс цен в корне меняет механику взаимодействия с данными. Когда интеллект дешев, нагрузка смещается от человеческих запросов к автономным агентам. Исследователи называют это «агентской спекуляцией»: один запрос пользователя порождает лавину разнородных задач. Агенты исследуют комбинаторные пространства джойнов и фильтров, в которые живой аналитик никогда бы не полез вручную. Проблема в том, что текущие системы хранения данных не рассчитаны на такой объем.
Согласно бенчмаркам BAIR, стоимость инференса падает темпами от 9 до 900 раз в год при медиане в 50 раз.
Масштабирование агентских систем упирается в архитектурный тупик. Чтобы выжить в условиях избыточности, которая парадоксальным образом повышает вероятность успеха задачи, нам нужны базы данных, способные эффективно переиспользовать результаты промежуточных вычислений в перекрывающихся планах агентов. Без этого «бесплатный интеллект» просто сожрет всю пропускную способность традиционных систем.
От IQ модели к надежности систем
Концепция «Data Systems of Agents» требует нового субстрата для управления состоянием в длительных задачах. Узкое место теперь не в «мозгах» алгоритма, а в способности инфраструктуры координировать тысячи агентов и приводить их к консенсусу. В BAIR прогнозируют будущее, где агенты смогут синтезировать кастомные системы данных с нуля под каждую конкретную нагрузку. Это неизбежно ведет к кризису верификации: как убедиться, что созданная алгоритмом система делает именно то, что вы планировали?
Инженерный фокус смещается с оптимизации затрат на API к созданию систем проверки действий агентов. Для тех, кто принимает решения, сигнал предельно ясен: модель больше не является «защитным рвом» (moat). Когда интеллект становится коммунальной услугой вроде электричества, конкурентное преимущество переходит к проприетарным наборам данных и надежности агентской архитектуры. Хватит носиться с ИИ как с драгоценным ресурсом — пора готовить инфраструктуру к десятикратному росту нагрузки, который спровоцирует эта ценовая деградация.