Користувач повідомив, що впровадження ШІ-агента підвищило його вихід з 2 до 4 одиниць та зменшило витрати на аутсорс на 250 к. Це показує, як доступні ШІ-інструменти можуть швидко покращити продуктивність та зменшити залежність від зовнішніх виконавців для малого бізнесу.
Учасник e/acc chat вважає, що поточний рівень розвитку AI все ще знаходиться на початковій стадії. Він прогнозує, що справжні проривні досягнення в AI з'являться протягом наступних 5-10 років.
В обговоренні в e/acc chat підкреслено проблеми недетермінованості результатів та обмежень AI-моделей, зокрема архітектурного охоплення та семантичного покриття. Стверджується, що ці вузькі місця та невідповідності навряд чи зникнуть найближчим часом, що ускладнює їхнє практичне застосування.
В e/acc чаті з'явився запит на розгорнуті матеріали від великих компаній про їхній досвід та поточні зусилля зі впровадження AI. Це свідчить про зростаючий інтерес до практичних прикладів адаптації AI у великому масштабі.
В e/acc chat обговорюють потенційне поглинання конкурентів фондами прямих інвестицій (PE) та впровадження AI-агентів. Постає питання, хто відповідатиме за розробку та адаптацію цих агентів під специфіку бізнесу: PE-фірми, банки чи AI-лабораторії, і чи не призведе це до того, що AI-лабораторії стануть головними бенефіціарами, а не покупці.
Учасник e/acc chat стверджує, що конкурентна перевага NVIDIA полягає в платформі CUDA, а не у виробництві чипів. Він також вважає, що сила OpenAI — це велика база користувачів, а Anthropic — команда дослідників світового класу.
Згідно з обговоренням в e/acc chat, поточне апаратне забезпечення AI на базі FPGA буде замінено на ASIC протягом 5 років, що призведе до обробки сигналів за наносекунди. Цей перехід може значно покращити продуктивність та ефективність AI.
За оцінками e/acc chat, гуманоїдні роботи зможуть повністю замінити прибиральників і кухарів за 3-5 років, причому регулювання та сертифікація будуть найскладнішими аспектами. Загальний ринок гуманоїдних роботів швидко зростає, обсяги продажів збільшуються вп'ятеро щороку.
Користувач поділився досвідом використання Claude та ChatGPT для задач кодування. Він виявив, що Claude значно швидший та ефективніший, тоді як ChatGPT вимагає більше зусиль для досягнення тих самих результатів. Це може вплинути на вибір інструменту для розробників, які шукають швидке та ефективне рішення для кодування.
В e/acc чаті порівняли поточний стан розвитку AI з першими тракторами. Це натякає, що AI все ще на початковій стадії, з великим потенціалом для вдосконалення та масового впровадження.
В e/acc chat обговорюють, чи помітне покращення якості AI на 2%, враховуючи, що комп'ютери виконують 90% роботи, а люди перевіряють 90%. Це ставить питання про практичний вплив невеликих покращень точності AI та роль людського контролю.
В e/acc chat обговорюють, як знайти конкретний елемент, що викликає проблеми з продуктивністю в системах RAG. Розмова зосереджена на потенційних вузьких місцях, таких як RAG, векторизація, переранжування та пошук сусідів на основі графа після векторного пошуку.