Технологийн товч: AI үнэ, super app, Лондоны robotaxi

Энэ нь байгууллагуудын AI төсөв, хэрэглээний бодлогод шууд нөлөөлнө. Ажилтан бүр өөр өөр AI хэрэгсэл ашиглах үед token, API, premium функцийн жижиг зардлууд хурдан нийлж том дүн болох эрсдэлтэй. Дараагийн ажиглах зүйл бол компаниуд usage cap, model routing, open-source хувилбар, дотоод AI gateway зэргийг хэр хурдан нэвтрүүлэх вэ гэдэг. AI ашиглах нь “туршилт” биш, cloud зардал шиг удирдах ёстой шинэ мөр болж байна.

Хэрэв AI аппууд чат интерфэйсээс цаашилбал хэрэглэгчийн ажлын урсгал, файл, календарь, имэйл, код, худалдан авалт зэрэг олон үйлдэл нэг орчинд орох боломжтой. Энэ нь ChatGPT шиг бүтээгдэхүүнийг хайлт, оффис, автоматжуулалт, agent платформын огтлолцол дээр аваачна. Гэхдээ “super app” болох тусам нууцлал, зөвшөөрөл, өгөгдлийн хяналт илүү чухал болно. Хэрэглэгчид AI-д ямар эрх өгөх, компаниуд ямар өгөгдлийг холбохоо маш тодорхой журамлах хэрэгтэй болно.

Лондон бол хөдөлгөөн ихтэй, зохицуулалт өндөр, замын нөхцөл төвөгтэй хот. Тиймээс энэ туршилт зөвхөн Uber-ийн бүтээгдэхүүн биш, Европын хотууд автоном тээврийн үйлчилгээг хэрхэн зөвшөөрөх, хянахыг шалгах бодит кейс болно. Ажиглах гол зүйл нь аюулгүй ажиллагааны тайлан, үйлчилгээний бүс, үнэ, жолоочтой Uber-тэй зэрэгцэх загвар юм. Хэрэв хэрэглэгчийн итгэл хурдан өсвөл robotaxi ride-hailing-ийн дараагийн том өрсөлдөөн АНУ-аас гадна өрнөж эхэлнэ.

AI нэмэлт боломж мэт харагдавч олон SaaS бүтээгдэхүүнд үндсэн ажлын урсгалын хэсэг болж байна. Тиймээс model provider, API, rate limit, гэрээний нөхцөл зэрэг нь системийн найдвартай байдлын нэг хэсэг болж хувирлаа. Байгууллагууд AI хэрэгсэл сонгохдоо зөвхөн чанар, үнэ биш fallback модель, тасалдлын үеийн горим, өгөгдөл хаашаа дамждагийг шалгах хэрэгтэй. “Нэг товчтой AI” цаанаа олон ханган нийлүүлэгчийн эрсдэлтэй гэдгийг мартаж болохгүй.

“AI factory” гэдэг ойлголт зөвхөн чатбот сургах дата төв биш болж байна. Үйлдвэрлэл, хөдөлгөөнт робот, ухаалаг төхөөрөмж, автоном системд зориулсан бодит орчныг симуляцлаж, туршиж, дараа нь бүтээгдэхүүнд оруулах pipeline болж өргөжиж байна. LG шиг төхөөрөмж, үйлдвэрлэл, автомашины экосистемтэй компаниуд ийм дэд бүтцийг хурдан ашиглавал physical AI-ийн бодит хэрэглээ түргэснэ. Дараа нь анхаарах зүйл бол энэ төрлийн AI factory нь ямар бүтээгдэхүүнд түрүүлж мэдэгдэхүйц сайжруулалт авчрах вэ гэдэг.

Sovereign AI нь үндэсний дата, салбарын мэдлэг, тооцооллын нөөцөө дотооддоо ашиглах тухай асуудал. Энэ нь төрийн үйлчилгээ, эрүүл мэнд, батлан хамгаалах, боловсрол зэрэг мэдрэмтгий салбарт илүү чухал болж байна. Монголын уншигчдад өгөх сургамж нь AI бодлого зөвхөн апп ашиглах түвшинд биш, compute, дата засаглал, хүний нөөц, локал хэлний модель зэрэг давхаргатай байх ёстой гэдэг. Дараагийн өрсөлдөөн model ашигладаг улс ба model бүтээдэг улсын хооронд өрнөнө.