关键的见解是向最终用户提

arfangs2

我认为生成人工智能的基本经济学被忽视了。在一次采访中吴讨论了人工智能具有挑战性的经济学问题商业模式可能与传统软件模式有何不同以及谷歌微软等公司未来可能面临的一些痛苦的权衡。吴与哈佛商学院研究员马特希金斯合作进行了该案例研究哈佛商学院博士生张淼淼和麻省理工学院博士生姜航。本兰德在准备这个案件的过程中您发现最令人惊讶的是什么为什么我认为生成人工智能的基本经济学被忽视了。

关于人们如何利用这项技术真正赚钱还有一些重大的悬而未决的问题。谷歌和其他公司不可能永远亏损。但目前还不清楚这将如何货币化。至少我可以告诉你我们将需要新的商业模式而生成式人工智能的 丹麦电话号码表 集成将改变我们通过软件和商业模式获利的方式。兰德怎么会这样呢我们对固定成本和可变成本的概念与我们过去经历过的任何其他形式的计算不同。供生成式人工智能的可变成本不为零这意味着我们不一定会向任何人免费提供包含生成式人工智能的未来软件即服务应用程序甚至不能作为付费订阅没有我们今天所习惯的使用限制。使用定价将变得更加重要。



第二个区别是核心技术的很大一部分是开源的并且用于训练这些模型的许多数据是公共数据可能受版权保护但可以在线公开获取。人工智能的进入门槛并不像看上去那么高。如此多的公司将参与其中至少对于特定的垂直人工智能模型和应用程序而言。兰德现在判断哪种商业模式会出现还为时过早吗吴公司还在想办法。但我认为通过他们的行动我们可以得到一些关于我们要走的方向的提示。那里的生成式人工智能公司实际上是根据使用模式定价的这对我来说他们认为他们现在无法使订阅模式经济地发挥作用。