Rekomendowana interpretacja biznesowo-inwestycyjna
W horyzoncie od trzydziestu do dziewięćdziesięciu dni z dzisiejszych faktów wynikają trzy wnioski. Pierwszy dotyczy otwartych wag. Skoro w dwa dni dwa amerykańskie laboratoria oddały modele o setkach miliardów parametrów na licencjach zezwalających na użytek komercyjny, wybór stosu dla zadań programistycznych i agentowych przestaje być wyborem między jednym modelem a drugim, a staje się pytaniem o koszt ukończenia zadania, warunki licencji i łatwość dostrojenia. Warto jednak pamiętać lekcję z mapy benchmarków Mercora i mierzyć modele na własnych zadaniach, bo publiczne rankingi słabo pokrywają pracę, którą wykonują konkretne zespoły.
Drugi wniosek dotyczy infrastruktury. Rekord TSMC i jednoczesne ostrzeżenie o przeciążonych mocach produkcyjnych oznaczają, że w najbliższych kwartałach ograniczeniem może być dostępność i cena mocy produkcyjnych oraz pamięci, a nie sama jakość układów. Dla planujących zakupy oznacza to większą wagę kontraktów terminowych i dywersyfikacji dostawców niż porównywania szczytowych wyników benchmarków sprzętowych.
Trzeci wniosek dotyczy tego, gdzie szukać realnej wartości modeli. Wyniki Claude'a w projektowaniu układów kwantowych i w kryptografii powstały w zadaniach, w których poprawność da się automatycznie sprawdzić, a więc w kodzie, matematyce i dowodach formalnych. To obszary, w których twierdzenie o produktywności da się obronić, bo wynik jest weryfikowalny; tam też warto kierować pierwsze wdrożenia, zamiast oczekiwać, że sam wzrost wyniku w rankingu przełoży się na oszczędność w pracy, której żaden publiczny benchmark nie obejmuje.