#opg $OPG
Vor ein paar Tagen, als ich eine Wohnung gemietet habe, hat mir der Vermieter einen Makler empfohlen. Dabei bin ich auf ein ziemlich interessantes Phänomen gestoßen. Mieter zahlen die Vermittlungsgebühr. Der Vermieter zahlt die Werbegebühr. Und sogar die Renovierungsfirma kann daraus Aufträge abgreifen. In ein und derselben Wohnung verdienen am Ende gleich mehrere Seiten.
Da kam mir plötzlich eine Frage: Wenn der KI-Markt in Zukunft wirklich auf ein Volumen von 100 Milliarden US-Dollar kommt – wer verdient dann am meisten? Viele denken als Erstes an die Modellfirmen. Aber ich glaube nicht unbedingt.
Neulich habe ich mir das Ökosystem @OpenGradient angesehen, und je mehr ich darüber nachdenke, desto mehr wirkt es auf mich, als hätte der Markt die Verteilung der Interessen möglicherweise in die falsche Richtung gedreht.
Schauen wir zuerst auf die Nutzer. Nutzer investieren Zeit, um ihren eigenen KI-Agenten zu trainieren, sammeln Chatverläufe, Arbeitsgewohnheiten und handeln Vorlieben. Sie erhalten daraus einen Effizienzgewinn. Das ist die erste Ebene der Rendite.
Dann die Entwickler: Entwickler nutzen die Agent-Framework-Tools von OpenGradient, erstellen Automatisierungs-Workflows und intelligente Agenten. Wenn andere diese aufrufen, können die Entwickler dafür Einnahmen erzielen. Das ist die zweite Ebene der Rendite.
Als Nächstes die Knoten: Knoten stellen Rechen-/Inference-Dienste, Speicherfähigkeit und Verifikationsressourcen bereit. Ohne sie kann das Netzwerk nicht laufen. Das ist die dritte Ebene der Rendite.
Am interessantesten ist jedoch die vierte Ebene. Gedächtnis. In OpenGradient ist MemSync im Kern darauf ausgerichtet, das Problem des langfristigen Gedächtnisses für KI zu lösen. Viele glauben, Gedächtnis sei nur eine Zusatzfunktion. Ich sehe das genau umgekehrt. Denn Modelle werden immer günstiger. Inferenz wird immer günstiger.
Knapp in der Zukunft könnte also nicht Rechenleistung sein, sondern der Kontext. Wer das langfristige Gedächtnis kontrolliert, der kontrolliert auch die Verhaltensspuren der Nutzer aus den vergangenen Monaten – sogar aus den vergangenen Jahren.
Eine KI ohne Gedächtnis. Jedes Mal wirkt es, als würde sie die Leute zum ersten Mal treffen. Ein KI-Agent mit langfristigem Gedächtnis. Der wird die Nutzer jedoch immer besser verstehen. Genau an dieser Stelle entsteht ein leicht zu übersehendes Verteilungsproblem der Interessen.
Zahlen Nutzer künftig für das Modell – oder für ihr eigenes Gedächtnis-Asset? Verkaufen Entwickler Funktionen – oder verkaufen sie die gewachsenen Beziehungen zu den Nutzern?
Wenn der Kernnutzen zukünftiger KI-Netzwerke aus langfristigem Gedächtnis stammt, dann bekommt vielleicht nicht der Modellanbieter das größte Stück vom Kuchen. Möglicherweise sind es die, die den Zugang zum Gedächtnis besitzen.
Darum bin ich immer neugieriger: Im KI-Zeitalter – welches sind dann die wertvollsten Assets? Rechenleistung, Modelle oder jene digitalen Gedächtnisse, die sich durch ständiges Ansammeln aufbauen und nicht einfach kopierbar sind?
#OPG $OPG
Vor ein paar Tagen, als ich eine Wohnung gemietet habe, hat mir der Vermieter einen Makler empfohlen. Dabei bin ich auf ein ziemlich interessantes Phänomen gestoßen. Mieter zahlen die Vermittlungsgebühr. Der Vermieter zahlt die Werbegebühr. Und sogar die Renovierungsfirma kann daraus Aufträge abgreifen. In ein und derselben Wohnung verdienen am Ende gleich mehrere Seiten.
Da kam mir plötzlich eine Frage: Wenn der KI-Markt in Zukunft wirklich auf ein Volumen von 100 Milliarden US-Dollar kommt – wer verdient dann am meisten? Viele denken als Erstes an die Modellfirmen. Aber ich glaube nicht unbedingt.
Neulich habe ich mir das Ökosystem @OpenGradient angesehen, und je mehr ich darüber nachdenke, desto mehr wirkt es auf mich, als hätte der Markt die Verteilung der Interessen möglicherweise in die falsche Richtung gedreht.
Schauen wir zuerst auf die Nutzer. Nutzer investieren Zeit, um ihren eigenen KI-Agenten zu trainieren, sammeln Chatverläufe, Arbeitsgewohnheiten und handeln Vorlieben. Sie erhalten daraus einen Effizienzgewinn. Das ist die erste Ebene der Rendite.
Dann die Entwickler: Entwickler nutzen die Agent-Framework-Tools von OpenGradient, erstellen Automatisierungs-Workflows und intelligente Agenten. Wenn andere diese aufrufen, können die Entwickler dafür Einnahmen erzielen. Das ist die zweite Ebene der Rendite.
Als Nächstes die Knoten: Knoten stellen Rechen-/Inference-Dienste, Speicherfähigkeit und Verifikationsressourcen bereit. Ohne sie kann das Netzwerk nicht laufen. Das ist die dritte Ebene der Rendite.
Am interessantesten ist jedoch die vierte Ebene. Gedächtnis. In OpenGradient ist MemSync im Kern darauf ausgerichtet, das Problem des langfristigen Gedächtnisses für KI zu lösen. Viele glauben, Gedächtnis sei nur eine Zusatzfunktion. Ich sehe das genau umgekehrt. Denn Modelle werden immer günstiger. Inferenz wird immer günstiger.
Knapp in der Zukunft könnte also nicht Rechenleistung sein, sondern der Kontext. Wer das langfristige Gedächtnis kontrolliert, der kontrolliert auch die Verhaltensspuren der Nutzer aus den vergangenen Monaten – sogar aus den vergangenen Jahren.
Eine KI ohne Gedächtnis. Jedes Mal wirkt es, als würde sie die Leute zum ersten Mal treffen. Ein KI-Agent mit langfristigem Gedächtnis. Der wird die Nutzer jedoch immer besser verstehen. Genau an dieser Stelle entsteht ein leicht zu übersehendes Verteilungsproblem der Interessen.
Zahlen Nutzer künftig für das Modell – oder für ihr eigenes Gedächtnis-Asset? Verkaufen Entwickler Funktionen – oder verkaufen sie die gewachsenen Beziehungen zu den Nutzern?
Wenn der Kernnutzen zukünftiger KI-Netzwerke aus langfristigem Gedächtnis stammt, dann bekommt vielleicht nicht der Modellanbieter das größte Stück vom Kuchen. Möglicherweise sind es die, die den Zugang zum Gedächtnis besitzen.
Darum bin ich immer neugieriger: Im KI-Zeitalter – welches sind dann die wertvollsten Assets? Rechenleistung, Modelle oder jene digitalen Gedächtnisse, die sich durch ständiges Ansammeln aufbauen und nicht einfach kopierbar sind?
#OPG $OPG