OpenAI가 직면한 재정적 문제에 대한 HSBC의 최근 분석은 회사의 사고 규모가 얼마나 엄청난지 보여줍니다. 이미 200억 달러의 매출을 기록하고 있습니다. ChatGPT 인터페이스를 강화할 새로운 데이터 센터를 구축하기 위해 14억 달러를 투자했습니다. 그리고 2030년까지 2,000억 달러 이상의 수익을 창출할 수 있다고 해도 생존을 위해서는 여전히 2,070억 달러의 추가 자금 조달이 필요할 것입니다.
그것은 엄청난 액수입니다.
그러나 최근 리스본에서 열린 웹 서밋에서 Fortune과 인터뷰한 12명의 AI 전문가들은 AI의 다른 미래를 설명했습니다. 그 미래는 전문화된 틈새 작업을 수행하는 AI “에이전트”를 중심으로 돌아가는 경우가 많기 때문에 OpenAI, Google의 Gemini 또는 Anthropic의 Claude를 뒷받침하는 거대한 대규모 언어 모델이 필요하지 않은 훨씬 작은 AI 작업이 특징이라고 그들은 말합니다.
Cognizant의 인공 지능 책임자인 Babak Hodjat는 Fortune과의 인터뷰에서 “그들의 가치 평가는 더 나은 것에 기반을 두고 있지만 반드시 그런 것은 아닙니다”라고 말했습니다.
“우리는 대규모 언어 모델을 사용합니다. 가장 큰 모델은 필요하지 않습니다. 대규모 언어 모델이 제한된 도메인의 지침을 따를 수 있고 도구를 사용하고 다른 에이전트와 통신할 수 있는 임계값이 있습니다.”라고 그는 말했습니다. “그 기준치를 초과하면 충분합니다.”
예를 들어, DeepSeek이 지난 1월에 새로운 모델을 출시했을 때 개발 비용이 수백만 달러에 불과했기 때문에 기술주에서 매도세를 보였습니다. 또한 OpenAI의 ChatGPT보다 훨씬 작은 요청당 더 적은 수의 매개변수를 사용하는 모델에서 실행 중이었지만 비교적 성능이 좋았다고 Hodjat는 말했습니다. 특정 크기 이하로 떨어지면 특정 모델에는 데이터 센터가 필요하지 않습니다. 그들은 MacBook에서 작업할 수 있다고 그는 말했습니다. “그것이 차이점이고 추세입니다.”라고 그는 말했습니다.
몇몇 회사는 사용자가 특정 응용 프로그램이 특정 작업을 수행하기를 원할 것이라고 가정하고 AI 에이전트 또는 응용 프로그램을 중심으로 서비스를 지향하고 있습니다. 이전에 Grammarly였던 Superhuman은 CEO인 Shishir Mehrotra에 따르면 “Grammarly가 이미 실행 권한을 갖고 있는 수천 개의 앱이나 브라우저에 위치할 수 있는 AI 에이전트”로 가득 찬 앱 스토어를 운영하고 있습니다.
Mozilla의 CEO Laura Chambers는 Firefox 브라우저에 대해 비슷한 전략을 가지고 있습니다. “우리는 ‘요약하기 위해 흔들기’ 기능, 모바일 스마트 탭 그룹화, 링크 미리 보기, AI를 사용하는 번역과 같은 몇 가지 AI 기능을 가지고 있습니다. 우리가 하는 일은 모두 로컬에서 실행하므로 데이터가 장치를 떠나지 않습니다. 모델과 공유되지 않으며 LLM과 공유되지 않습니다. 또한 작업하려는 모델을 선택하고 AI를 그런 식으로 사용할 수 있는 작은 슬라이더도 있습니다.”라고 그는 말했습니다.
칩 제조업체인 ARM의 최고 전략 및 CMO인 Ami Badani는 Fortune과의 인터뷰에서 회사가 모델에 구애받지 않는다고 밝혔습니다. “우리가 하는 일은 매우 구체적인 사용 사례에 대해 LLM 위에 사용자 정의 확장을 만드는 것입니다. 분명히 이러한 사용 사례는 회사마다 극적으로 다르기 때문입니다.”라고 그는 말했습니다.
별도의 비즈니스로 기능하는 고도로 집중된 AI 에이전트인 이 접근 방식은 대규모 범용 AI 플랫폼과 대조됩니다. 앞으로 한 소식통은 Fortune에 다음과 같이 질문했습니다. 특정 요구 사항에 맞는 호텔 객실을 예약하기 위해 ChatGPT를 사용하시겠습니까(아마 샤워기 대신 욕조가 있는 객실을 원하거나 서쪽 전망을 원하십니까?) 아니면 호텔 데이터만 포함하는 수 마일 깊이의 데이터베이스를 보유하고 있는 전문 에이전트를 이용하시겠습니까?
이 접근 방식은 상당한 투자를 유치하고 있습니다. 5억 달러 규모의 AI 중심 벤처 펀드인 IBM Ventures는 잘 알려지지 않은 비즈니스 틈새 시장을 채우는 확실히 매력이 없는 AI 노력에 투자했습니다. 그러한 투자 중 하나는 Not Diamond라는 회사에 있습니다. 이 스타트업은 AI를 사용하는 기업의 85%가 두 개 이상의 AI 모델을 사용한다는 사실을 관찰했습니다. 일부 모델은 다양한 작업에서 다른 모델보다 우수하므로 올바른 작업에 적합한 모델을 선택하는 것이 회사의 중요한 전략적 선택이 될 수 있습니다. Not Diamond는 작업을 자동으로 최상의 모델로 보내는 “모델 라우터”를 만듭니다.
IBM의 최고 위험 책임자인 Emily Fontaine은 Fortune과의 인터뷰에서 “이 문제를 파악하는 데 도움을 줄 사람이 필요합니다. IBM에서는 목적에 맞는 모델 전략을 믿습니다. 이는 올바른 워크로드에 적합한 모델이 필요하다는 것을 의미합니다. 이를 수행하는 데 도움이 되는 모델 라우터가 있으면 큰 차이가 발생합니다.”라고 말했습니다.
