هشدار شوکه‌کننده ساتیا نادلا: شرکت‌ها با استفاده از هوش مصنوعی ممکن است اطلاعات ارزشمندشان را از دست بدهند

هشدار ساتیا نادلا به شرکت‌های استفاده‌کننده از هوش مصنوعی
امنیت داده و هوش مصنوعی ۲۴ تیر ۱۴۰۵ زمان مطالعه: ۶ دقیقه

هشدار شوکه‌کننده ساتیا نادلا به شرکت‌های استفاده‌کننده از هوش مصنوعی: «دارید دو بار هزینه می‌دهید»

مدیرعامل مایکروسافت هشدار داد شرکت‌هایی که از مدل‌های هوش مصنوعی اختصاصی استفاده می‌کنند، ناخواسته باارزش‌ترین دارایی یعنی «دانش سازمانی» خود را به عنوان هزینه دوم به شرکت‌های فناوری واگذار می‌کنند.

تحلیل استراتژیک مایکروسافت

بهای پنهان استفاده از AI اختصاصی

هر چقدر بخواهید مدل بهتر عمل کند، باید بخش بیشتری از جزئیات و داده‌های حساس کسب‌وکارتان را در اختیار توسعه‌دهندگان مدل‌های انحصاری قرار دهید.

خطر نشت دانش تجاری به آزمایشگاه‌های بزرگ فناوری

نگرانی اصلی مطرح شده توسط ساتیا نادلا (Satya Nadella) این است که آزمایشگاه‌های بزرگ هوش مصنوعی که مدل‌های اختصاصی مانند محصولات OpenAI و Anthropic را توسعه می‌دهند، به‌تدریج به اطلاعات حساس کسب‌وکارهایی دسترسی پیدا می‌کنند که از خدمات آن‌ها استفاده می‌کنند؛ اطلاعات گران‌بهایی که در آینده حتی می‌تواند برای رقابت با خود همان مشتریان مورد استفاده قرار گیرد.

صورت‌حساب پنهان؛ چگونه دو بار پول می‌پردازید؟

نادلا در یادداشت خود به تفصیل نحوه پرداخت این بهای دوگانه توسط شرکت‌ها را تشریح کرده است:

هزینه اول: بستر مالی پرداخت نقدی اشتراک و اعتبار

هزینه‌ای که به طور مستقیم بابت استفاده از API و زیرساخت ابری ارائه‌دهندگان هوش مصنوعی پرداخت می‌شود.

هزینه دوم: دارایی معنوی واگذاری دانش اختصاصی سازمان

هر درخواستی که وارد می‌کنید و هر اصلاحی که توسط نیروی انسانی روی اشتباهات مدل انجام می‌شود، مدل را قوی‌تر کرده و به دارایی انحصاری سازنده آن تبدیل می‌شود.

“شما عملاً برای هوش مصنوعی دو بار هزینه می‌کنید؛ یک بار با پول، و بار دیگر با چیزی حتی ارزشمندتر: دانش اختصاصی‌ای که برای مفید شدن این هوش باید در اختیار آن قرار دهید. هر اصلاح انسانی، به بخشی از دانش پنهان سازمانی تبدیل می‌شود که رقیب هرگز نمی‌تواند آن را خریداری کند.” — ساتیا نادلا، مدیرعامل مایکروسافت

محدودیت‌های متناقض شرکت‌های انحصاری هوش مصنوعی

نادلا با انتقاد از محدودیت‌های اعمال شده توسط شرکت‌های فناوری گفت: در حالی که این شرکت‌ها از تمامی داده‌های عمومی اینترنت به رایگان برای آموزش مدل‌های خود استفاده می‌کنند، عجیب است که قوانین سخت‌گیرانه‌ای برای جلوگیری از فرآیند تقطیر مدل (Model Distillation) اعمال می‌کنند تا مشتریان نتوانند با استفاده از خروجی مدل‌ها، مدل‌های کوچک‌تر و اختصاصی خود را آموزش دهند.

راهکار چیست؟ حفظ مالکیت مطلق داده‌ها

مدیرعامل مایکروسافت سه پیشنهاد اساسی برای شرکت‌ها مطرح کرده است تا از این وابستگی یک‌طرفه خلاص شوند:

  • حفظ مالکیت داده‌های تعاملی: تضمین قراردادهایی که در آن درخواست‌ها، بازخوردها و خروجی‌های تولیدشده، به صورت ۱۰۰٪ متعلق به خود شرکت باقی بماند.
  • ایجاد محیط‌های یادگیری ابری اختصاصی: ساخت مخازن و مدل‌های بومی روی زیرساخت‌های ابری تحت نظارت کامل امنیت اطلاعات سازمان.
  • استفاده از لایه‌های مدیریتی بی‌طرف: طراحی پلتفرم به نحوی که امکان جابه‌جایی سریع میان مدل‌های مختلف وجود داشته باشد تا سازمان به یک ارائه‌دهنده خاص متکی نشود.

🚀 ترند جدید: مهاجرت گسترده سازمان‌ها به مدل‌های متن‌باز

اگرچه نادلا مستقیماً از واژه «متن‌باز» استفاده نکرد، اما آمارهای شرکت‌هایی مانند Solo.io و Vercel نشان می‌دهد که سازمان‌های بزرگ پس از دوره‌های آزمایشی مدل‌های انحصاری، به سرعت در حال مهاجرت به مدل‌های متن‌باز روی زیرساخت‌های شخصی خود هستند. این کار ضمن کاهش شدید هزینه‌ها، تا ۹۰ درصد کارایی مدل‌های بزرگ را ارائه کرده و کنترل داده‌ها را کاملاً به داخل سازمان بازمی‌گرداند.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *