Ask HN: если модели так хороши, почему OpenAI не запустит 100 компаний?

Сначала деньги, потом возможности

Один ответ пришёл в виде нумерованного списка от комментатора, который утверждал, что лаборатории уже запускают продукты, что продажа токенов через долгоживущих агентов — «единственное, что явно работает с точки зрения роста выручки», и что «им нужна выручка ещё вчера». Высокие ставки по займам означают, что капитал уже не тот, что в 2010-х, так что запас времени у них короче, чем думают снаружи.

Другой комментатор поддержал это с другой стороны: OpenAI ещё не амортизировала текущие инвестиции, а запуск тысячи бизнесов означает больше долгов и неопределённости.

«Настоящая причина: модели просто недостаточно хороши»

Один комментатор возразил, что буква G в AGI подразумевает неспециализированность, так что если у лабораторий это действительно есть, они уже вели бы бизнесы в масштабе. Полностью автоматизированный успешный бизнес «стал бы огромной вехой и легендарным достижением для PR, но технологии пока не там». Другой комментатор применил ту же логику к собственной презентации лабораторий: если бы агенты были в основном автономны и заменяли работников, труд не был бы ограничением.

Сравнение с McKinsey и его критики

Главный аргумент начался с аналогии: McKinsey знает, как работают большинство компаний из Fortune 500, и всё же не захватила их, потому что «ИИ — это мозг. Компаниям нужны руки, ноги и отношения». Критики разобрали это по частям. Один комментатор сказал, что настоящая причина в том, что «в реальности удивительно много деталей», и между слайдом и созданием ценности в реальном мире лежит пропасть. Другой заметил, что McKinsey продаёт козлов отпущения и страховку, а не стратегию, так что аналогия не работает.

Экономика лопаты

Короткий обмен реплик затронул мотивацию. Один комментатор сказал, что в золотую лихорадку лучшая стратегия — продавать лопаты, ведь лаборатория получает деньги независимо от того, сработает ваша идея или нет. Основатель Bugsink ответил, что продавать лопаты в убыток не будет лучшей стратегией, если только не работает эффект привязки к поставщику. Это остаётся без ответа: цены на токены, которые не покрывают затрат, имеют смысл только в том случае, если лаборатории рассчитывают на такую привязку.