Popularne tematy
#
Bonk Eco continues to show strength amid $USELESS rally
#
Pump.fun to raise $1B token sale, traders speculating on airdrop
#
Boop.Fun leading the way with a new launchpad on Solana.

宝玉
Prompt Engineer, zajmujący się uczeniem się i rozpowszechnianiem wiedzy na temat sztucznej inteligencji, inżynierii oprogramowania i zarządzania inżynierskiego.
Użytkownik 宝玉 udostępnił ponownie
Dziś w Fonder Park pojawił się artykuł, który mówi, że założenie, iż koszty dużych modeli szybko spadną, to iluzja, z czym się zgadzam. Podobnie jak w przypadku komputerów, chociaż ceny urządzeń o równoważnej wydajności rzeczywiście szybko spadają, to ceny mainstreamowych konfiguracji zawsze są mniej więcej takie same. Konfiguracje sprzed kilku lat, chociaż tańsze, nikt już nie kupi. Wydajność dużych modeli wciąż nie osiągnęła poziomu nadmiaru, a najczęściej używane są najnowsze modele, podczas gdy starsze, chociaż tańsze, są niewystarczające.
Dlatego jeśli teraz tracisz pieniądze, nie licz na to, że w przyszłym roku zaczniesz zarabiać.
2,6K
Strona postępu OpenAI jest bardzo interesująca, wybrałem 14 podpowiedzi i zobaczyłem różne wyniki ich działania w GPT-1 i GPT-5.


Greg Brockman18 sie, 23:27
super fajnie porównać wyniki z GPT-1 do GPT-5, używając tego samego zapytania:

12,28K
ChatGPT Go —— nowa, niskokosztowa subskrypcja, która najpierw będzie dostępna w Indiach, w cenie 399 rupii miesięcznie (około 4,55 USD). Będzie się uczyć i dostosowywać na podstawie opinii użytkowników, a następnie zdecyduje, czy wprowadzić ją do innych krajów.
W porównaniu do wersji darmowej, pakiet Go oferuje: 10-krotny wzrost limitu wiadomości, 10-krotny wzrost liczby generowanych obrazów, 10-krotny wzrost liczby przesyłanych plików oraz 2-krotny wzrost czasu pamięci.

Nick Turley14 godz. temu
Właśnie uruchomiliśmy ChatGPT Go w Indiach, nowy poziom subskrypcyjny, który daje użytkownikom w Indiach większy dostęp do naszych najpopularniejszych funkcji: 10 razy wyższe limity wiadomości, 10 razy więcej generacji obrazów, 10 razy więcej przesyłania plików i 2 razy dłuższa pamięć w porównaniu do naszego darmowego poziomu. Wszystko za 399 Rs. 🇮🇳
13,83K
Badania przeprowadzone przez MIT NANDA wykazały, że tylko 5% organizacji skutecznie wdraża narzędzia AI na dużą skalę.
Amerykańskie firmy zainwestowały od 35 do 40 miliardów dolarów w projekty generatywnej AI, jednak do tej pory prawie nie przyniosły one zysków.
Zgodnie z raportem MIT NANDA (Sieciowe AI i Zdecentralizowana Sztuczna Inteligencja), 95% organizacji biznesowych nie uzyskało żadnego zwrotu z inwestycji w AI.
Tylko 5% organizacji skutecznie zintegrowało narzędzia AI na dużą skalę w produkcji.
Raport oparty jest na strukturalnych wywiadach z 52 liderami biznesowymi, analizie ponad 300 publicznych projektów AI i ogłoszeń oraz badaniach przeprowadzonych wśród 153 profesjonalistów biznesowych.
Autorzy raportu — Aditya Challapally, Chris Pease, Ramesh Raskar i Pradyumna Chari — przypisują tę "przerwę w generatywnej AI" braku zdolności systemów AI do zachowywania danych, dostosowywania się do środowiska i ciągłego uczenia się, a nie braku infrastruktury, zasobów edukacyjnych czy talentów.
> "Przerwa w generatywnej AI" jest najbardziej widoczna w wskaźnikach wdrożenia, gdzie tylko 5% dostosowanych narzędzi AI dla przedsiębiorstw osiągnęło etap produkcji.
"Przerwa w generatywnej AI" jest najbardziej widoczna w wskaźnikach wdrożenia, gdzie tylko 5% dostosowanych narzędzi AI dla przedsiębiorstw osiągnęło etap produkcji — stwierdza raport. "Chatboty odnoszą sukces, ponieważ są łatwe do wypróbowania i elastyczne, ale w kluczowych procesach roboczych zawodzą z powodu braku pamięci i zdolności dostosowawczych."
Jak powiedział anonimowy dyrektor ds. informacji w wywiadzie z autorami: "W tym roku oglądaliśmy dziesiątki prezentacji. Może tylko jedna lub dwie były naprawdę użyteczne. Pozostałe to albo 'opakowane' produkty, albo projekty naukowe."
Odkrycia autorów są zgodne z wynikami innych niedawnych badań, które pokazują, że zaufanie kierownictwa do projektów AI maleje.
Raport NANDA rzeczywiście wspomina, że niewielka liczba firm odkryła użyteczność generatywnej AI, a technologia ta ma znaczący wpływ na dwa z dziewięciu sektorów przemysłowych — technologię oraz media i telekomunikację.
Natomiast w pozostałych sektorach — usług profesjonalnych, opieki zdrowotnej i farmaceutycznej, handlu detalicznego, usług finansowych, przemysłu zaawansowanego oraz energii i materiałów — generatywna AI pozostaje nieistotna.
Raport cytuje anonimowego dyrektora operacyjnego firmy produkcyjnej z rynku średniego: "Reklamy na LinkedIn są przesadzone, mówią, że wszystko się zmieniło, ale w naszej rzeczywistej działalności nie zaszły żadne fundamentalne zmiany. Szybkość, z jaką obsługujemy niektóre umowy, wzrosła, ale to wszystko."
Jedna rzecz rzeczywiście się zmienia, a mianowicie struktura zatrudnienia, przynajmniej w dotkniętych branżach. Raport wskazuje, że w sektorze technologii i mediów "ponad 80% menedżerów przewiduje redukcję zatrudnienia w ciągu 24 miesięcy."
Według autorów, zwolnienia napędzane przez generatywną AI mają miejsce głównie w obszarach działalności, które często są outsourcingowane, takich jak wsparcie klienta, administracja i standardowe zadania rozwojowe.
"Te stanowiska już przed wdrożeniem AI wykazywały podatność z powodu swojego statusu outsourcingowego i standaryzacji procesów," stwierdza raport, wskazując, że w dotkniętych branżach od 5% do 20% stanowisk wsparcia i administracji zostało dotkniętych.
Jak donosi "The Register", ostatnie zwolnienia w Oracle odzwierciedlają ich wysiłki w zrównoważeniu wydatków na AI, które stały się ciężarem dla amerykańskich gigantów technologicznych. W IBM pracownicy uważają, że AI zostało wykorzystane jako pretekst do przeniesienia miejsc pracy za granicę.
Bez względu na to, jakie są publiczne powody zwolnień i prawdziwe motywy, generatywna AI rzeczywiście wpływa na sektor technologii oraz mediów i telekomunikacji, które są również najbardziej powszechnie przyjmowane.
Mimo że około 50% budżetu na AI jest przeznaczone na marketing i sprzedaż, autorzy raportu sugerują, że inwestycje firm powinny kierować się w stronę działań, które mogą przynieść znaczące wyniki biznesowe. Obejmuje to kwalifikację potencjalnych klientów i utrzymanie klientów na froncie, a także redukcję outsourcingu procesów biznesowych, wydatków na agencje reklamowe i weryfikację ryzyka w usługach finansowych na zapleczu.
Raport wskazuje, że narzędzia ogólnego użytku, takie jak ChatGPT od OpenAI, radzą sobie lepiej niż dostosowane narzędzia klasy przedsiębiorstw, nawet jeśli te narzędzia bazują na tym samym modelu AI.
Argumenty przedstawione w raporcie wskazują, że pracownicy często są bardziej zaznajomieni z interfejsem ChatGPT, dlatego korzystają z niego częściej — jest to wynik tzw. "shadow IT". Raport cytuje wywiad z prawnikiem firmy, który opisał niezadowolenie swojego średniej wielkości biura prawnego z profesjonalnego narzędzia do analizy kontraktów, które kosztowało 50 000 dolarów.
"Podsumowania, które oferowało narzędzie AI, były bardzo sztywne, a opcje dostosowania były ograniczone," powiedziała prawniczka badaczom. "Natomiast korzystając z ChatGPT, mogę prowadzić rozmowę, iterować wielokrotnie, aż uzyskam dokładnie to, czego potrzebuję. Fundamentalna różnica w jakości jest oczywista, ChatGPT zawsze generuje lepsze wyniki, mimo że nasz dostawca twierdzi, że używa tej samej podstawowej technologii."
Autorzy uważają, że firmy, które skutecznie pokonują "przerwę w generatywnej AI", traktują zakupy AI bardziej jak zakupy usług outsourcingowych, a nie jak klientów oprogramowania jako usługi (SaaS).
"Oni wymagają głębokiego dostosowania, popychają aplikacje z pierwszej linii i oczekują, że dostawcy będą odpowiedzialni za wskaźniki biznesowe," podsumowuje raport. "Najbardziej udani nabywcy rozumieją, że pokonanie tej przepaści wymaga budowania relacji, a nie tylko zakupu produktu."®
35,59K
Tylko dzieci dokonują wyborów, dorośli chcą wszystkiego. W erze AI umiejętności kodowania wciąż są ważne, ale akcent nie jest już kładziony na ręczne rozwiązywanie zadań z Leetcode, lecz na estetykę i smak kodu, umiejętność wyczuwania złego zapachu w kodzie.
Kod musi działać i być utrzymywany; jeśli umiejętności kodowania są niewystarczające, nie dostrzega się problemów z bezpieczeństwem czy wydajnością kodu, a tym bardziej nie można rozwiązać problemów, gdy kod zawiedzie. W takim przypadku nawet najlepsze podpowiedzi AI nie pomogą.

WquGuru🦀17 sie, 20:36
Im wcześniej inżynierowie zdadzą sobie sprawę z poniższej kwestii, tym większą przewagę będą mieli w dłuższej perspektywie:
Gdy AI generuje kod z problemami, nie powinieneś samodzielnie sprawdzać ani poprawiać, lecz powinieneś:
na poziomie promptu: bardziej szczegółowe planowanie zadań, bardziej szczegółowe TODO…
na poziomie inżynieryjnym: e2e, testy jednostkowe, języki silnie typowane…
Dawać AI więcej wskazówek i ograniczeń, pozwalając mu całkowicie samodzielnie iterować.
Krótko mówiąc, nie należy sprzeciwiać się trendom rozwoju AI, lecz rozwijać umiejętności inżynieryjne, architektoniczne i planistyczne, a nie umiejętności kodowania.
18,38K
Subskrypcja narzędzi AI i kupowanie kursów to rodzaj psychologicznego pocieszenia, które sprawia, że masz złudzenie, że kupując kurs, naprawdę się uczysz, a subskrybując AI, naprawdę potrafisz korzystać z AI.
To, co naprawdę tworzy różnicę, to nie subskrypcje AI czy kursy AI, ale ciekawość i praktyczne doświadczenie, które są ważne niezależnie od tego, czy mamy do czynienia z erą AI, czy nie.
AI to tylko wzmacniacz zdolności; jeśli twoje podstawowe umiejętności są niewystarczające, nie będziesz w stanie skutecznie korzystać z AI, a nawet najlepsze podpowiedzi nie zrekompensują twoich braków w danej dziedzinie.

铁锤人12 godz. temu
Subskrybowanie różnych narzędzi AI do zwiększenia produktywności to najprostsza forma inwestycji w siebie, która pozwala zwykłym ludziom zyskać przewagę.
Po pewnym czasie badań zauważysz, że twoja produktywność jest na innym poziomie niż osób wokół ciebie.
19,74K
Przyjaciel zapytał mnie, czy mam jakieś dobre metody na generowanie kodu z Figma. Obecnie jego metoda polega na tym, że eksportuje kod HTML z Figma, a następnie pozwala GitHub Copilotowi przepisać wyeksportowany kod zgodnie z formatem komponentów w repozytorium. Uważa, że kopiowanie i wklejanie kodu oraz pisanie wielu wskazówek, aby Copilot przepisał, jest bardzo uciążliwe.
Nie jestem zbyt zaznajomiony z Figma, więc zasugerowałem mu, aby spróbował po prostu zrzucić ekran z wyników Figma lub wyeksportować PNG, a następnie wysłać zrzut do Copilot, aby Copilot mógł wygenerować kod UI na podstawie zrzutu.
Powiedział, że styl uzyskany w ten sposób nie jest tak dokładny jak ten wyeksportowany z Figma, ponieważ Figma ma precyzyjne kolory i rozmiary, a generowane przez AI nie są tak dokładne.
Zasugerowałem mu, aby rozważył połączenie obu metod, jednocześnie eksportując kod i generując zrzut, a następnie wysyłając zrzut, wyeksportowany kod Figma i opis komponentów do AI (używając znaczników XML do oddzielenia wskazówek), aby móc uwzględnić zarówno generowanie UI, jak i dokładność stylu.
Przykładowe wskazówki są następujące:
[Zrzut UI]
<Wyeksportowany kod Figma>
[Kod Figma……]
</Wyeksportowany kod Figma>
<Opis komponentu UI>
[Opis komponentu UI React……]
</Opis komponentu UI>
Powyżej znajduje się projekt UI oraz odpowiedni kod Figma, proszę odnieść się do opisu komponentu UI i użyć dostarczonych przeze mnie komponentów UI do ponownego wygenerowania kodu UI.
10,21K
AI stopniowo zastępuje pracowników outsourcingowych i zdalnych
Zgodnie z raportem "Stan AI w biznesie 2025" opublikowanym przez Massachusetts Institute of Technology (MIT), sztuczna inteligencja na razie nie odbiera twojej pracy. Wręcz przeciwnie, AI obecnie głównie zastępuje pracowników outsourcingowych i zdalnych.
Dlaczego to ważne: W miarę jak pracownicy w USA odczuwają presję na rynku pracy i martwią się o falę zwolnień w biurach, wyniki badań MIT wskazują, że wpływ AI obecnie występuje głównie w dalszych lokalizacjach, chociaż długoterminowe ryzyko jest znacznie większe.
Co mówią: Aditya Challapally, szef grupy "Interconnected AI" w MIT Media Lab, powiedział Axios: "Obecnie nie wydaje się, aby były jakiekolwiek zwolnienia. ... Najbardziej dotknięte stanowiska to te, które mają niższy priorytet lub zostały już outsourcowane."
• Raport wskazuje, że firmy odkryły, że prawdziwe korzyści płyną z "zastępowania procesów biznesowych outsourcingowych (BPO) i zewnętrznych agencji, a nie z redukcji wewnętrznych pracowników".
Z perspektywy globalnej: Challapally stwierdził, że chociaż w krótkim okresie 3% miejsc pracy może zostać zastąpionych przez AI, w dłuższej perspektywie ta liczba może zbliżyć się do 27%.
• Branże uznawane za wczesnych adoptersów AI odczuwają najwcześniej wpływ na siłę roboczą.
• W branżach technologicznych i medialnych ponad 80% ankietowanych menedżerów przewiduje, że w ciągu najbliższych dwóch lat zatrudnienie się zmniejszy. Te dwa sektory są również jedynymi, które wykazują wyraźne oznaki wpływu AI.
• Mimo to, większość ankietowanych firm obecnie używa AI jedynie do wypełnienia luk w zatrudnieniu, a nie do bezpośredniego zastępowania pracowników.
Dane mówią same za siebie: Obecnie firmy nie zwalniają pracowników, a jedynie anulują umowy dotyczące pracowników outsourcingowych, co przynosi korzyści finansowe.
• Automatyzacja procesów back-office przyniosła również wyższy zwrot z inwestycji, a firmy badane przez naukowców z MIT zaoszczędziły od 2 do 10 milionów dolarów na wydatkach związanych z BPO.
• Jedna z badanych firm, wydając 8000 dolarów na narzędzie AI, zaoszczędziła 8 milionów dolarów rocznie.
Podtekst: Szacuje się, że 50% budżetów na AI trafia do obszaru sprzedaży i marketingu.
• Może to sugerować, że mimo iż narzędzia back-office mogą zaoszczędzić więcej pieniędzy, narzędzia front-office otrzymują więcej inwestycji.
• Może to również wynikać z tego, że mierzenie wyników front-office napędzanych przez AI jest trudniejsze. (Na przykład, trudno ocenić, czy AI naprawdę pomogło ci zwiększyć sprzedaż w ciągu roku.)
Kluczowe spostrzeżenie: Dla inwestorów, którzy stawiają na to, że AI zwiększy wydajność, ten raport przynosi zarówno nadzieję, jak i ujawnia ryzyko.
• W organizacjach inwestujących w generatywną AI, 95% nie uzyskało żadnego zwrotu z inwestycji.
• Ale Challapally powiedział, że firmy rzeczywiście zauważyły "znaczący wzrost wydajności".
Kluczowe punkty: Jeśli AI może zwiększyć wydajność, pomóc firmom obniżyć koszty, a jednocześnie nie prowadzić do masowych zwolnień, to dla inwestorów może to być idealny scenariusz "złotej dziewczyny" - który może napędzać wzrost zysków, a jednocześnie unikać negatywnego wpływu powszechnego bezrobocia na gospodarkę.


宝玉17 sie, 10:54
Dziś na Hacker News pojawiła się głośna wiadomość, że stopa bezrobocia w Kalifornii wzrosła do 5,5%, co jest najgorszym wynikiem w całych Stanach Zjednoczonych, a sektor technologiczny ma trudności: „Rynek pracy jest zbyt okrutny”.
> Zgodnie z danymi opublikowanymi w piątek przez rząd stanowy, stopa bezrobocia w Kalifornii w lipcu wzrosła do 5,5%, co czyni ją najwyższą wśród wszystkich stanów w USA. Za tym kryje się ciągła słabość sektora technologicznego i innych stanowisk biurowych oraz osłabienie rynku rekrutacji.
Wiadomość ta przypisuje to słabości sektora technologicznego, ponieważ odgrywa on kluczową rolę w gospodarce Kalifornii. Ta wiadomość wywołała intensywną dyskusję w społeczności Hacker News, gdzie każdy z różnych perspektyw analizował głębsze przyczyny, które są znacznie bardziej złożone niż sugeruje tytuł wiadomości.
Uważam, że powyższa dyskusja dobrze podsumowuje, dlaczego obecnie zatrudnienie w sektorze technologicznym jest niskie.
1. Po pierwsze, kluczowym punktem jest: pożegnanie z „erą zerowych stóp procentowych” i jej wieloma konsekwencjami.
To jest najpopularniejszy i najgłębszy punkt w dyskusji. Wiele osób uważa, że obecne trudności sektora technologicznego nie są spowodowane jednym czynnikiem, ale są wynikiem łańcuchowej reakcji wywołanej zakończeniem ery „zerowych stóp procentowych” (ZIRP, Zero Interest Rate Policy) trwającej przez ostatnie dziesięć lat.
- Pęknięcie bańki kapitałowej: Od około 2012 do 2022 roku ekstremalnie niskie stopy procentowe sprawiły, że kapitał stał się niezwykle tani. Ogromne inwestycje venture capital (VC) napłynęły do sektora technologicznego, co doprowadziło do powstania niezliczonych modeli biznesowych opartych na „paleniu pieniędzy”, szczególnie tych, które nie miały rzeczywistej wartości, takich jak kryptowaluty (Crypto) i firmy związane z metawersum (Metaverse). Wraz z podwyżkami stóp procentowych przez Fed, era taniego kapitału dobiegła końca, co doprowadziło do zerwania łańcuchów finansowych tych firm, skutkując masowymi zwolnieniami i bankructwami.
- Nierównowaga popytu i podaży talentów: W erze ZIRP, mit wysokich wynagrodzeń w sektorze technologicznym przyciągnął ogromną liczbę talentów. Programy informatyki na uniwersytetach masowo zwiększyły nabór, a boot campy programistyczne pojawiły się wszędzie, co w połączeniu z imigrantami technologicznymi doprowadziło do gwałtownego wzrostu podaży inżynierów oprogramowania w ciągu dziesięciu lat. Jednak w miarę jak kapitał się wycofywał, popyt (szczególnie ze strony startupów) gwałtownie malał, co spowodowało poważny nadmiar talentów.
- Efekty uboczne w branżach takich jak biotechnologia: Branże takie jak biotechnologia (Biotech), które również polegają na długoterminowych, wysokoryzykownych inwestycjach, również zostały poważnie dotknięte. Te branże są jeszcze bardziej uzależnione od taniego kapitału niż sektor oprogramowania. Po zakończeniu ZIRP, fundusze VC zaczęły się stopniowo wyczerpywać, a startupy, które wyczerpały swoje „fundusze na przetrwanie” (runway), nie mogły uzyskać nowej rundy finansowania, co zmusiło je do zwolnień lub bankructw.
> (by tqi): „Moim zdaniem, obecnie mówienie, że 'AI' ma istotny wpływ na rekrutację w firmach technologicznych, jest przedwczesne. Bardziej rozsądne wyjaśnienie to to, że w latach 2012-2022 znacznie wzrosła podaż inżynierów oprogramowania... A po stronie popytu, fundusze VC w erze zerowych stóp procentowych głównie inwestowały w te bzdurne kryptowaluty i firmy związane z metawersum, z których większość nie odniosła sukcesu, co spowodowało, że na rynku brakuje firm, które mogłyby zatrudnić tych talentów.”
2. „Podwójny miecz” pracy zdalnej: nowa fala globalizacji outsourcingu.
Pandemia COVID-19 spopularyzowała pracę zdalną (Work From Home, WFH), co wówczas było postrzegane przez wielu programistów jako błogosławieństwo, ale teraz zaczynają się ujawniać jej negatywne skutki.
- Ułatwienie outsourcingu: Kiedy programiści walczyli o prawo do pracy w pełni zdalnej, mogli nie zdawać sobie sprawy, że otwiera to również drzwi dla firm do outsourcowania stanowisk do krajów o niższych kosztach. Skoro wszyscy pracują zdalnie, dlaczego firma nie miałaby zatrudnić indyjskiego lub wschodnioeuropejskiego inżyniera, który zarabia tylko 1/5 pensji amerykańskiego inżyniera, a jest równie utalentowany?
- „Nie ma powrotu” do biura: Niektórzy komentatorzy uważają, że polityka „powrotu do biura” (Return to Office, RTO) promowana przez firmy technologiczne jest w pewnym sensie próbą ochrony lokalnych miejsc pracy. Gdy praca może być w 100% wykonywana zdalnie, może być wykonywana z dowolnego miejsca na świecie, a przewaga płacowa amerykańskich inżynierów przestaje istnieć.
- Kontrowersje dotyczące jakości outsourcingu: Inni argumentują, że outsourcing trwa od dziesięcioleci, a wysokiej jakości rozwój oprogramowania nadal wymaga lokalnych talentów, ponieważ problemy takie jak koszty komunikacji, różnice czasowe i tło kulturowe są trudne do rozwiązania. Jednak zwolennicy outsourcingu twierdzą, że wraz z rozwojem narzędzi do współpracy zdalnej i poprawą modeli zarządzania, te przeszkody są stopniowo pokonywane.
> (by aurareturn): „Od 2022 roku mówię na HN: wszyscy północnoamerykańscy programiści wspierający pracę w pełni zdalną będą zszokowani, gdy ich firma zdecyduje się zastąpić ich pracownikami z zagranicy. Skoro wszyscy pracują zdalnie, dlaczego firma miałaby płacić pięć razy więcej za ciebie, a nie za bardziej pracowitego i mniej narzekającego pracownika z zagranicy?... Wspieranie polityki powrotu do biura może w dłuższej perspektywie uratować twoją karierę.”
3. Rola AI: narzędzie wydajności, wymówka do zwolnień, czy „wampir kapitałowy”?
Dyskusja na temat roli sztucznej inteligencji (AI) w tej fali zwolnień ukazuje złożone podziały.
- Ograniczony efekt zastępowania: Większość ludzi zgadza się, że obecna AI nie jest w stanie całkowicie zastąpić doświadczonych inżynierów oprogramowania. Jednak zaczyna ona zastępować niektóre podstawowe, powtarzalne zadania, takie jak drobne zadania konsultingowe. Niektórzy konsultanci przyznają, że klienci przestali się z nimi kontaktować, ponieważ mogą rozwiązać drobne błędy za pomocą ChatGPT.
- „Idealna wymówka” do zwolnień: Powszechnym poglądem jest to, że AI stała się „idealną wymówką” dla firm do zwolnień i redukcji kosztów. Nawet jeśli podstawowym powodem zwolnień jest spowolnienie gospodarcze lub decyzje zarządu, firmy chętnie przedstawiają to jako strategiczną zmianę „przyjęcia AI i zwiększenia efektywności”.
- „Czarna dziura” kapitału: AI odgrywa jeszcze jedną kluczową rolę - pochłania pozostały na rynku kapitał, który mógłby trafić do innych dziedzin technologicznych. VC obecnie interesują się niemal wyłącznie projektami AI, co pogłębia trudności w finansowaniu startupów w innych dziedzinach.
4. „Rdzewienie” sektora technologicznego? Strukturalne obawy o przyszłość.
Niektórzy dyskutanci wyrażają obawy o przyszłość z szerszej perspektywy, porównując sektor technologiczny do niegdyś świetlanej, a teraz podupadłej branży produkcyjnej „rdzewiejącego pasa” (Rust Belt).
- Powtórka utraty miejsc pracy: Tak jak kiedyś USA outsourcowały przemysł do Chin, tak teraz prace w IT i rozwoju oprogramowania masowo przenoszą się do Indii, Ameryki Łacińskiej i Europy Wschodniej. Może to prowadzić do długoterminowego strukturalnego bezrobocia wśród niegdyś wysoko opłacanych inżynierów oprogramowania.
- Polityczne i społeczne skutki: Jeśli zniknie wiele miejsc pracy w średniej klasie w sektorze technologicznym, może to wywołać nowe problemy społeczne i polityczne, podobnie jak upadek „rdzewiejącego pasa” wciąż wpływa na amerykański krajobraz polityczny.
- Kontrowersje dotyczące imigracji i polityki wizowej (H1B/O1): Część dyskusji kieruje uwagę na wizy pracownicze, takie jak H1B, które są uważane za nadużywane, co obniża wynagrodzenia lokalnych inżynierów i zwiększa konkurencję. Inni stanowczo bronią imigracji technologicznej, twierdząc, że to właśnie ci najlepsi z całego świata (jak absolwenci Uniwersytetu Waterloo) stanowią fundament innowacji w Dolinie Krzemowej.
5. Zarządzanie firmą i zmiany kulturowe: „efekt Muska”.
Interesującym punktem jest to, że masowe zwolnienia w Twitterze (obecnie X) przez Muska miały efekt demonstracyjny.
- Uzasadnienie zwolnień: Kiedy Musk zwolnił ponad 75% pracowników Twittera, produkt nadal działał, co skłoniło wielu CEO do refleksji: „Skoro on może to zrobić, dlaczego ja nie mogę?” To przełamało dotychczasowe myślenie w firmach technologicznych, że „im więcej talentów, tym lepiej”, co sprawiło, że masowe zwolnienia stały się psychologicznie i biznesowo łatwiejsze do zaakceptowania.
6. Polityczne i prawne czynniki: kontrowersje dotyczące zmian w prawie podatkowym.
Jednym z technicznych, ale mających dalekosiężne skutki wątków jest zmiana w amerykańskim prawie podatkowym.
- Zasady amortyzacji wydatków na badania i rozwój (Sekcja 174): W 2017 roku w ramach reformy podatkowej rządu Trumpa (TCJA) wprowadzono przepis, który wymaga od firm, aby od 2022 roku amortyzowały wydatki na wynagrodzenia i inne wydatki związane z badaniami i rozwojem (R&D) w ciągu pięciu lat, a nie jak wcześniej w pełnej wysokości w danym roku. To znacznie zwiększyło obciążenie podatkowe firm technologicznych (szczególnie startupów) i ograniczyło ich chęć do zatrudniania w USA.
- Ostatnie poprawki ustawodawcze: Niedawno uchwalona ustawa „Budujmy lepszą przyszłość” (Build Back Better, BBB) częściowo naprawiła ten problem, pozwalając na ponowne natychmiastowe odliczenie krajowych wydatków na badania i rozwój. Niektórzy komentatorzy zauważyli, że w lipcu poczuli, że rynek rekrutacji się ożywia, co może być z tym związane.
Na koniec
Z tych dyskusji wynika, że obecne trudności w zatrudnieniu w kalifornijskim sektorze technologicznym są dość złożone i nie są spowodowane jednym czynnikiem, ani nie można ich po prostu sprowadzić do „AI zastępującej ludzi” lub „cyklicznego spadku branży”, ale są wynikiem zakończenia ery zerowych stóp procentowych, rekonstrukcji globalnego rynku pracy spowodowanej pracą zdalną, podwójnego uderzenia AI jako nowej technologii i magnesu kapitałowego oraz zmian w polityce podatkowej.
Nie wiem, kiedy uda się wyjść z tej sytuacji? A może przyczyny są nie tylko te, które zostały omówione powyżej.
18,75K
API Gemini obsługuje pobieranie URL, możesz podać URL do strony internetowej, PDF lub obrazu, a system automatycznie pobierze treść i pomoże w jej przetworzeniu. Należy pamiętać, że pobrana treść również liczy się w tokenach wejściowych, ale można zaoszczędzić na kosztach zewnętrznego API do pobierania, co można uznać za bardzo opłacalne. Oczywiście, URL z płatnymi zaporami lub zabronionymi do pobierania nadal nie będą działać.


Logan Kilpatrick18 godz. temu
Dziś przygotowujemy URL Context, moje ulubione narzędzie API Gemini, do użycia w produkcji na dużą skalę 🔗
Model może teraz odwiedzać strony internetowe, pliki PDF, obrazy i więcej, gdy podasz bezpośredni URL, a ty po prostu płacisz za przetwarzane tokeny, bez dodatkowych kosztów narzędzia!

38,15K
Sam Altman przyznał: Tak, AI jest w bańce
"Kiedy bańka się zdarza, mądrzy ludzie są zbyt podekscytowani rdzeniem prawdy."
W momencie, gdy ekonomiści spekulują, czy rynek akcji znajduje się w potencjalnej bańce AI, która może pęknąć w każdej chwili, dyrektor generalny OpenAI, Sam Altman, właśnie przyznał, że wierzy, iż jesteśmy w jej wnętrzu. "Czy jesteśmy w fazie, w której inwestorzy są zbyt podekscytowani AI jako całością?" - powiedział Altman w długim wywiadzie dla "The Verge" i innych dziennikarzy wczoraj wieczorem. "Moim zdaniem, tak."
W tym szerokim wywiadzie Altman porównał reakcję rynku na AI do bańki internetowej lat 90-tych. Wówczas wartość startupów internetowych wzrosła, a następnie w 2000 roku załamała się. "Kiedy bańka się zdarza, mądrzy ludzie często stają się zbyt podekscytowani z powodu odrobiny prawdy," powiedział Altman. "Jeśli spojrzysz na większość bańek w historii, takich jak bańka technologiczna, odkryjesz, że jest w tym coś. Technologia jest rzeczywiście ważna, internet jest rzeczywiście wielką sprawą. Po prostu ludzie stają się zbyt podekscytowani."
Dodał, że uważa, iż niektóre startupy AI, które mają "tylko trzech ludzi i pomysł", są w stanie zdobyć finansowanie przy tak wysokiej wycenie, co jest po prostu "szalone". "To nie jest racjonalne zachowanie," powiedział Altman. "Myślę, że ktoś przez to upadnie." W ciągu ostatniego roku widzieliśmy kilka startupów AI, które zebrały dziesiątki miliardów dolarów, w tym Safe Superintelligence, kierowane przez współzałożyciela OpenAI, Ilyę Sutskevera, oraz Thinking Machines, założone przez byłego CTO OpenAI, Mirę Murati.
"Ktoś straci dużą sumę pieniędzy, nie wiemy kto. Jednocześnie wiele osób zarobi dużą sumę pieniędzy," powiedział Altman. "Moim osobistym zdaniem, mimo że mogę się mylić, ogólnie rzecz biorąc, będzie to ogromny zysk netto dla całej gospodarki."
Nawet jeśli możemy być w bańce AI, Altman wydaje się przewidywać, że OpenAI będzie w stanie przetrwać po pęknięciu tej bańki. "W niedalekiej przyszłości zobaczycie, że OpenAI zainwestuje biliony dolarów w budowę centrów danych," powiedział Altman. "Zobaczycie też grupę ekonomistów, którzy będą z tego powodu narzekać."
204
Najlepsze
Ranking
Ulubione
Trendy onchain
Trendy na X
Niedawne największe finansowanie
Najbardziej godne uwagi