Скептицизм вокруг ИИ и неочевидные преимущества DoorDash

Суть

В технологическом сообществе вновь набирают популярность материалы, предрекающие скорый крах индустрии искусственного интеллекта или указывающие на раздутость «пузыря». Бен Томпсон, автор аналитического блога Stratechery, обращает внимание на то, что подобные пессимистичные прогнозы часто страдают одной фундаментальной ошибкой: они недооценивают динамику рынков и способность технологий адаптироваться. На фоне этих дискуссий интересным примером устойчивости и прагматичного внедрения ИИ становится компания DoorDash, которая демонстрирует, как алгоритмы могут работать в реальном секторе доставки, а не только в теоретических моделях.

Контекст

В последнее время мы наблюдаем волну публикаций, которые критикуют текущее состояние генеративного ИИ. Аргументы скептиков (или «думеров», как их называют в индустрии) часто сводятся к тому, что затраты на обучение моделей растут экспоненциально, а видимая прибыль не оправдывает колоссальных инвестиций. Это создает нарратив о неизбежном крахе.

Однако история технологий показывает, что линейная экстраполяция текущих проблем редко бывает верной. Рынки не статичны: стоимость вычислений снижается, эффективность алгоритмов растет, а бизнес находит способы монетизации, которые не были очевидны на старте. Именно этот аспект — рыночный динамизм — часто упускается из виду в критических статьях.

Детали

Основная ошибка критиков заключается в рассмотрении ИИ как застывшей сущности. Они оценивают сегодняшние затраты и сегодняшние доходы, предполагая, что эта пропорция сохранится навсегда. В реальности же мы видим постоянную оптимизацию.

Примером успешной интеграции служит DoorDash. В отличие от компаний, которые продают ИИ как самоцель, DoorDash использует машинное обучение для решения конкретных логистических задач:

• Оптимизация маршрутов: Алгоритмы предсказывают время приготовления еды и время в пути с учетом пробок, погоды и загруженности курьеров.