#opg $OPG
La plupart des entreprises louent l'IA. Et si c'était une erreur ?
Une hypothèse que je vois souvent dans l'IA est que les entreprises avec les meilleurs modèles vont finalement gagner.
Je ne suis pas sûr que ce soit la bonne question.
La plupart des discussions se concentrent sur la performance des modèles, les benchmarks et les capacités. Mais les entreprises ne deviennent que rarement précieuses simplement parce qu'elles utilisent de bons outils. Une entreprise peut changer d'outils. Ce qui dure généralement plus longtemps, c'est la propriété.
C'est pourquoi je pense que beaucoup de gens regardent la mauvaise métrique. La question la plus importante peut ne pas être qui construit le meilleur modèle. Cela peut être qui possède la collection de modèles la plus utile.
Le problème caché est que la plupart des entreprises traitent encore l'IA comme un abonnement. Chaque fois qu'elles ont besoin d'intelligence, elles paient quelqu'un d'autre pour accéder à cela. La sortie aide l'entreprise, mais l'actif reste sur le bilan de quelqu'un d'autre.
Si cette tendance se poursuit, le plus grand fossé pourrait ne pas être entre de bons modèles et de mauvais modèles. Cela pourrait être entre les entreprises qui possèdent l'intelligence et celles qui la louent.
C'est là qu'OpenGradient commence à devenir intéressant. Le réseau héberge déjà des milliers de modèles et a traité des millions d'inférences vérifiables. Ce qui attire mon attention, ce n'est pas seulement l'accès aux modèles. C'est la possibilité que les modèles commencent à se comporter davantage comme des actifs numériques réutilisables pouvant être découverts, déployés et utilisés de manière répétée à travers le réseau.
C'est aussi là que $OPG entre en jeu. Si les modèles deviennent des actifs productifs, le réseau a encore besoin d'un moyen de payer pour l'inférence, de vérifier l'exécution et de coordonner l'activité entre les propriétaires de modèles et les utilisateurs. Sans cette couche, la propriété devient difficile à évoluer.
Je ne dis pas que chaque entreprise devient la prochaine Berkshire Hathaway.
Mais si l'IA devient une classe d'actifs plutôt qu'un simple service, les entreprises les plus précieuses seront-elles celles qui construisent des modèles - ou celles qui les accumulent discrètement ?
Pas de conseils financiers. DYOR. @OpenGradient
La plupart des entreprises louent l'IA. Et si c'était une erreur ?
Une hypothèse que je vois souvent dans l'IA est que les entreprises avec les meilleurs modèles vont finalement gagner.
Je ne suis pas sûr que ce soit la bonne question.
La plupart des discussions se concentrent sur la performance des modèles, les benchmarks et les capacités. Mais les entreprises ne deviennent que rarement précieuses simplement parce qu'elles utilisent de bons outils. Une entreprise peut changer d'outils. Ce qui dure généralement plus longtemps, c'est la propriété.
C'est pourquoi je pense que beaucoup de gens regardent la mauvaise métrique. La question la plus importante peut ne pas être qui construit le meilleur modèle. Cela peut être qui possède la collection de modèles la plus utile.
Le problème caché est que la plupart des entreprises traitent encore l'IA comme un abonnement. Chaque fois qu'elles ont besoin d'intelligence, elles paient quelqu'un d'autre pour accéder à cela. La sortie aide l'entreprise, mais l'actif reste sur le bilan de quelqu'un d'autre.
Si cette tendance se poursuit, le plus grand fossé pourrait ne pas être entre de bons modèles et de mauvais modèles. Cela pourrait être entre les entreprises qui possèdent l'intelligence et celles qui la louent.
C'est là qu'OpenGradient commence à devenir intéressant. Le réseau héberge déjà des milliers de modèles et a traité des millions d'inférences vérifiables. Ce qui attire mon attention, ce n'est pas seulement l'accès aux modèles. C'est la possibilité que les modèles commencent à se comporter davantage comme des actifs numériques réutilisables pouvant être découverts, déployés et utilisés de manière répétée à travers le réseau.
C'est aussi là que $OPG entre en jeu. Si les modèles deviennent des actifs productifs, le réseau a encore besoin d'un moyen de payer pour l'inférence, de vérifier l'exécution et de coordonner l'activité entre les propriétaires de modèles et les utilisateurs. Sans cette couche, la propriété devient difficile à évoluer.
Je ne dis pas que chaque entreprise devient la prochaine Berkshire Hathaway.
Mais si l'IA devient une classe d'actifs plutôt qu'un simple service, les entreprises les plus précieuses seront-elles celles qui construisent des modèles - ou celles qui les accumulent discrètement ?
Pas de conseils financiers. DYOR. @OpenGradient