ساتیا نادلا، مدیر عامل مایکروسافت، هشدار داده است که شرکت‌هایی که تمام اعتماد خود را به یک ارائه‌دهنده هوش مصنوعی برای هر کار می‌کنند، در نهایت دوام نمی‌آورند و استدلال می‌کند که شرکت‌ها باید کنترل روی داده‌ها، درخواست‌ها و زیرساخت‌های مدل خود را حفظ کنند یا ریسک «برون‌سپاری تفکر خود» را داشته باشند. این اظهارات که در مصاحبه‌ای با شبکه سی‌ان‌ان «فرید زکریا جی‌پی‌اس» بیان شد، یکی از صریح‌ترین اخطارهای قفل فروشندگان از سوی یکی از مدیران ارشد فناوری است.

طبق گزارش TechCrunch در مصاحبه، نادلا گفت: "هر شرکتی که این کنترل را نداشته باشد، من ادعا خواهم کرد که یک شرکت باقی نخواهد ماند زیرا شما اساساً تفکر خود را برون سپاری کرده اید." این نظرات در حالی مطرح می‌شود که شرکت‌ها در سراسر جهان با این موضوع دست و پنجه نرم می‌کنند که تا چه حد باید هوش مصنوعی را در عملیات خود تعبیه کنند - و به کدام ارائه‌دهندگان باید وابسته باشند. برای کسانی که حوزه وسیع تری را از طریق [پوشش صنعت هوش مصنوعی] (https://aibuzzwire.news) ردیابی می کنند، مداخله نادلا یک خط گسل استراتژیک را برجسته می کند که نحوه تهیه و استقرار هوش مصنوعی توسط سازمان های بزرگ را تغییر شکل می دهد.

هارنس را جدا نگه دارید

توصیه اصلی نادلا معماری است. او از شرکت‌ها خواست تا راه‌اندازی را اتخاذ کنند که در آن «هر بار که از مدل استفاده می‌کنید، تمام ابرداده‌های اطراف آن توسط شما حفظ می‌شود، تا بتوانید از همه آن‌ها برای تمرین وزنه‌های خود یا مدل باز خود استفاده کنید». به عبارت دیگر، کسب‌وکارها باید به داده‌های استفاده خود - اعلان‌ها، زمینه و بازخورد تولید شده در طول استفاده روزانه از هوش مصنوعی - پایبند باشند تا به جای اینکه به‌طور دائم به شخص ثالث وابسته باشند، گزینه ساخت یا تنظیم دقیق مدل‌های خود را حفظ کنند.

او به ویژه در مورد عوامل کدنویسی، ابزارهای توسعه‌دهنده مبتنی بر هوش مصنوعی که به یکی از سریع‌ترین گروه‌های هوش مصنوعی سازمانی تبدیل شده‌اند، اشاره کرد. نادلا از شرکت‌ها خواست که به محیط‌های کدنویسی – یا «هنگ‌ها» – که مستقیماً در پیشنهادات ارائه‌دهندگان مدل تعبیه شده‌اند، تکیه نکنند، و به عنوان مثال از کد کلود Anthropic و ChatGPT Codex OpenAI استفاده کنند. وی گفت: با جدا نگه داشتن هارنس از مدل و زمینه و حافظه جدا از مدل، هر مدلی می تواند از بین برود و شما همچنان می توانید بر سرنوشت خود مسلط باشید.

این توصیه به یک توصیه زیرساختی ملموس ترجمه می‌شود: یک دروازه هوش مصنوعی - یک لایه میان‌افزار که بین برنامه‌های یک سازمان و مدل زیربنایی قرار می‌گیرد - به‌گونه‌ای که اعلان‌ها، پاسخ‌ها و ابرداده‌ها هرگز مستقیماً از طریق پلتفرم یک فروشنده جریان پیدا نکنند.

هشدار خود خدمتی؟

کنایه از دید ناظران گم نمی شود. مایکروسافت یک سرمایه‌گذار در OpenAI و Anthropic، دو آزمایشگاه بزرگ هوش مصنوعی است، و کسب‌وکار ابری Azure آن، دسترسی به مدل‌های آن شرکت‌ها و بسیاری دیگر را دوباره می‌فروشد. نادلا در واقع به شرکت‌ها می‌گوید که زیاد به محصولاتی که شرکت او از آنها سود می‌برد وابسته نشوند - در حالی که به طور همزمان زیرساخت‌های جایگزینی را که مایکروسافت نیز می‌فروشد، پیش می‌برد.

همانطور که TechCrunch اشاره کرد، "علیرغم تاکتیک ترس خود خدمت آشکار، او اشتباه نمی کند." شرکت‌ها واقعاً متوجه شده‌اند که به گزینه‌های چندگانه نیاز دارند، از جمله جایگزین‌های ارزان‌تر با وزن باز که می‌توانند به خوبی تنظیم کنند و با سخت‌افزار خودشان اجرا کنند. این درک باعث افزایش تقاضا برای ابزارهای مدیریت چند مدلی و دروازه‌های هوش مصنوعی است که بخش ابری مایکروسافت ارائه می‌کند.

کتاب پلت فرم

نگرانی عمیق نادلا استراتژیک است، نه صرفا فنی. او استدلال می‌کرد که وقتی یک شرکت تفکر خود را به یک ارائه‌دهنده مدل برون سپاری کرد، نمی‌توان آزمایشگاه هوش مصنوعی را از راه‌اندازی یک سرویس رقیب خودش باز داشت. این خطر زمانی افزایش می‌یابد که شرکت‌ها به عوامل هوش مصنوعی دسترسی به سیستم‌های داخلی، داده‌های مشتری و گردش کار اختصاصی خود را می‌دهند.

"این کتاب بازی پلت فرم کلاسیک است - مواظب باشید، بنیانگذاران!" سم آلتمن در ماه می، زمانی که OpenAI پیشنهاد سرمایه‌گذاری در هر استارت‌آپی در جدیدترین گروه Y Combinator را داد، پستی منتشر کرد. هشدار نادلا این احساسات را از جهت مخالف منعکس می کند: همان پویایی که استارتاپ ها را تهدید می کند، شرکت های مستقری را که بیش از حد به یک مدل ساز وابسته می شوند، تهدید می کند.

آینده چند مدل

شواهد از پرونده نادلا حمایت می کند. مدل‌های با وزن باز - که پارامترهای آموزش‌دیده آن‌ها برای دانلود، اجرا و اصلاح برای همه در دسترس عموم است - در طول سال گذشته توانایی و پذیرش آن‌ها افزایش یافته است. نسخه‌های کنسرسیوم آلمانی، نسخه‌های باز متا و آزمایشگاه‌های چینی مانند علی‌بابا و مون‌شات هوش مصنوعی، همگی مدل‌های باز توانمندی را وارد بازار کرده‌اند و به شرکت‌ها جایگزین‌های واقعی برای پرداخت هزینه‌های API هر توکن به آزمایشگاه‌های بسته می‌دهند.

این تغییر، سازمان ها را مجبور می کند که در مورد پشته های هوش مصنوعی خود متفاوت فکر کنند. بسیاری از آنها به جای تعهد به یک ارائه دهنده واحد، نمونه کارها از مدل ها را جمع آوری می کنند: یک مدل مرزی برای سخت ترین کارها، یک مدل باز تنظیم شده برای کارهای معمولی با حجم بالا، و مدل های تخصصی برای حوزه های خاص. مدیریت آن پورتفولیو - مسیریابی درخواست‌ها، کنترل هزینه‌ها و حفظ تمام داده‌های تعامل - دقیقاً همان قابلیتی است که نادلا از شرکت‌ها می‌خواهد آن را ایجاد کنند.

چه معنایی برای رهبران کسب و کار دارد

برای مدیرانی که سرمایه‌گذاری‌های هوش مصنوعی را بررسی می‌کنند، نسخه نادلا به سه اصل خلاصه می‌شود. اول، هرگز اجازه ندهید درخواست‌ها و زمینه‌های شما منحصراً در پلتفرم فروشنده زندگی کنند. دوم، توانایی تعویض مدل‌ها را بدون بازسازی برنامه‌های خود حفظ کنید. سوم، داده های آموزشی خود را جمع آوری کنید تا در طول زمان گزینه ساخت مدل های اختصاصی را حفظ کنید.

اینکه آیا شرکت ها به این توصیه ها توجه می کنند یا خیر، باید دید. راحتی و قدرت ارائه‌های کاملاً یکپارچه مانند Claude Code و ChatGPT Codex قابل توجه است و بسیاری از سازمان‌ها ممکن است تصمیم بگیرند که سود کوتاه‌مدت بهره‌وری بیشتر از ریسک قفل طولانی‌مدت باشد. اما همانطور که نادلا روشن کرد، کسانی که همه چیز را روی یک شریک هوش مصنوعی شرط می‌بندند، شرط می‌بندند که او نمی‌خواهد.

از هوش مصنوعی جلوتر بمانید

[آخرین پیشرفت‌های هوش مصنوعی] (https://aibuzzwire.news)، تجزیه و تحلیل و پیشرفت‌ها را دریافت کنید - همه در یک مکان.

بیشتر بخوانید اخبار هوش مصنوعی →