Daily Journal

SemiAnalysis, Altimeter, Nebius, Glean.. 12 Hot Takes From Biggest Names in AI

Sourcery with Molly O'Shea19 de julho de 202656minVer no YouTube|

Contexto

O vídeo apresenta uma série de entrevistas realizadas durante o segundo dia do RAISE Summit em Paris, um dos maiores eventos de IA da Europa. A apresentadora Molly O'Shea conversa com 12 fundadores, investidores e operadores do setor sobre o estado atual da indústria, debates sobre infraestrutura, o futuro do open source e a viabilidade econômica das aplicações de IA.

Pontos Principais

  • Otimização e Infraestrutura: Dylan Patel (SemiAnalysis) alerta que muitas empresas estão desperdiçando capital ao otimizar infraestrutura com base em modelos defasados, em vez de focar em flexibilidade. Ele defende o "token maxing" (uso intensivo de tokens) como essencial para o aprendizado e eficiência operacional, criticando o "orçamento de tokens" como uma "mentalidade de perdedor".
  • O Futuro do Open Source: Patel afirma que o open source está "morrendo rapidamente", citando que laboratórios de modelos chineses estão migrando para modelos fechados licenciados. Em contrapartida, Arvind Jain (Glean) prevê que o open source dominará a inferência de IA nos próximos dois anos.
  • Ciclos e Bolhas: Qasar Younis (Applied Intuition) observa uma fase de "opulência" no setor e prevê uma correção de mercado. Ele compara a situação atual com o colapso do fundo LTCM nos anos 90, sugerindo que riscos ocultos podem desencadear efeitos dominó.
  • As Quatro Estações da IA: Apoorv Agrawal (Altimeter Capital) categoriza o mercado atual em quatro pilares (OpenAI, Anthropic, SpaceX e Google), aconselhando CIOs a planejar para o "clima" (estratégias de longo prazo e roteamento multi-modelo) e não apenas para o "tempo" (tendências passageiras).
  • Dados e ROI: CJ Desai (MongoDB) e Arvind Jain enfatizam que a fase de euforia deu lugar à busca por ROI real. Desai destaca que "os dados estão de volta" como o componente crítico para o sucesso de agentes de IA, enquanto Jain aponta que o contexto (graph de dados) é o que permite reduzir custos de tokens e aumentar a velocidade de processamento.
  • IA Física: Younis reforça que a IA aplicada ao mundo físico (carros, navios, mineração) segue um ritmo mais linear e seguro, sendo menos suscetível a picos e quedas bruscas do que modelos puramente de linguagem.

Citações

"Open is dying quickly." — Dylan Patel, SemiAnalysis.

"There are four seasons in AI. They're called OpenAI, Anthropic, SpaceX, and Google." — Apoorv Agrawal, Altimeter.

"Data is the unsung hero and data is back." — CJ Desai, MongoDB.

Implicações

  • Estratégia de Compra: Empresas devem evitar o lock-in com um único fornecedor de modelo, adotando arquiteturas de roteamento multi-modelo para garantir resiliência.
  • Foco em Dados: O valor real das aplicações de IA está migrando da simples capacidade de processamento para a qualidade e a governança dos dados proprietários (contexto).
  • Ajuste de Custos: A pressão por ROI forçará startups a adotar modelos de precificação baseados em consumo real, abandonando taxas fixas que não cobrem os custos crescentes de tokens e infraestrutura.