In deze rubriek een greep uit de stortvloed aan berichten over artificial intelligentie (ai). Ai ontwikkelt zich zo onstuimig dat het perspectief voortdurend verandert. Voormalig Google-topman Eric Schmidt zegt elke half jaar zijn verwachtingen te moeten bijstellen. Zelfs een veteraan als Schmidt die toegang heeft tot de beste adviseurs en dagelijks een vinger aan de pols houdt, heeft moeite de ontwikkelingen bij te benen.
Zes maanden geleden dacht hij nog dat de kloof tussen de koplopers bij de ai-modellen en het ‘peloton’ kleiner zou worden. De tech-veteraan investeerde veel in kleine bedrijven die minder grootschalige ai-modellen ontwikkelen. Voorbeelden zijn Mistal, Kyutai en Asari. Maar nu is hij er allerminst zeker van of dat zo’n verstandige beslissing was.
Context-vensters
Schmidt erkende dit onlangs tijdens een debat op de Stanford-universiteit. Hij wees bij die gelegenheid op de opkomst van grote context-vensters, vensters die een deel van de tekst rond een specifiek woord of token vastleggen. Deze vensters helpen modellen de context te begrijpen waarin een woord voorkomt door naar aangrenzende woorden of zinsdelen te kijken. Deze vensters, eigenlijk het werkgeheugen van grote taalmodellen, worden steeds groter.
Een ai-model als Claude kan al 150.000 woorden in zijn tijdelijke geheugen bevatten. Dat worden er binnenkort vele miljoenen. Op agenten gebaseerde systemen, die autonoom taken in meerdere stappen uitvoeren en zich aanpassen aan feedback van de omgeving, zijn in aantocht. Natuurlijke taal laat zich dan razendsnel omzetten in werkende programma’s.
Ongekend hoge kapitaaluitgaven
Valt het Schmidt al moeilijk de ai-trends te volgen, beleggers hebben het nog lastiger. Hoe te oordelen over de torenhoge kapitaaluitgaven van Microsoft, Amazon, Google en Oracle. Deze hyperscalers investeren de komende twaalf maanden het astronomische bedrag van 225 miljard dollar in ai. En OpenAI-topman Sam Altman droomt al hardop over de bedragen die hij nodig heeft om het ai-vliegwiel te kunnen laten draaien: ‘ongeveer 300 miljard dollar’.
De techbedrijven kunnen het zich echter niet veroorloven om die kosten eenvoudigweg af te wentelen op hun klanten. Want dat zou de ai-revolutie in de kiem smoren. Net als bij de cloudtransitie is het verstandiger de klanten geleidelijk aan de kosten te laten ‘wennen’.
Maar dat betekent voorlopig wel krappere marges, wat beleggers tegenstaat. De infrastructuur rond ai zal zeker efficiënter worden. Maar gigantische datacenters die evenveel energie verbruiken als een grote stad, zijn onontkoombaar om al die ai-modellen goed te kunnen trainen. Naast die datacenters moeten tegenwoordig enorme elektriciteitscentrales worden gebouwd, terwijl ook de koeling veel nieuwe infrastructuur vergt.
Terugverdientijd loopt op
S&P, beoordelaar van de kredietwaardigheid van bedrijven, denkt dat het langer gaat duren voordat bedrijven financieel gewin halen uit ai. De techniek heeft weliswaar veel toekomst, maar het duurt langer dan verwacht voordat toepassing echt resultaten gaat opleveren.
Veel bedrijven verkeren momenteel nog in het stadium van oriëntatie. Ze zijn bezig om de vele ai-modellen te sorteren en de juiste toepassingen te vinden. S&P voorspelt dat de wereldwijde uitgaven aan ai tot 2028 met ruim 20 procent per jaar toenemen. Ongeveer 14 procent van de totale it-bestedingen komen dan voor rekening van ai tegenover 6 procent vorig jaar.
Privacy heet hangijzer
Laptops en smartphones met ai aan boord kunnen het leven van gebruikers makkelijker maken. De kunstmatige intelligentie denkt niet alleen met je mee, maar kan ook anticiperen op toekomstige gebeurtenissen. Zo hoef je nooit meer de verjaardag van je partner te vergeten. En allerlei routineklusjes gaan voortaan automatisch.
Maar Microsoft, Apple en Google hebben wel heel veel persoonlijke data nodig om dit allemaal goed te laten werken; aanzienlijk meer dan voorheen. Om goed van dienst te kunnen zijn moeten ook allerlei soorten data worden gecombineerd. En dat op permanente basis. De vraag is of je dat wilt. Het blijkt niet altijd mogelijk alles offline te verwerken. De processor en het werkgeheugen van de mobiele hardware kennen daarvoor te veel beperkingen.
