Kto jest największym zwycięzcą wyścigu AI? Jensen Huang wskazuje na Elona Muska: ma trzy główne przewagi

Najnowszy fragment wywiadu CEO firmy Nvidia, Jensen Huang, jest obecnie szeroko rozpowszechniany w mediach społecznościowych. W wideo Huang nazywa Elona Muska, CEO Tesla i SpaceX, graczem zajmującym „znakomitą pozycję” w wyścigu AI, i uważa, że jego przewaga nie wynika z osobistego stylu, lecz jest zbudowana na bazie infrastruktury obliczeniowej, danych z rzeczywistego świata oraz trzech głównych inicjatyw biznesowych związanych z AI.

Huang podkreśla, że zbieranie danych z rzeczywistego świata jest bardzo kosztowne, podczas gdy Tesla posiada jedną z największych flot pojazdów na świecie, nieustannie generując ogromne ilości danych z jazdy; jednocześnie infrastruktura obliczeniowa AI firmy Tesla jest oparta na sprzęcie Nvidia. W połączeniu z trzema równoległymi biznesami: xAI, autopilotem Tesla oraz humanoidalnym robotem Optimus, Musk zdobył strategiczną pozycję w erze AI.

Powyższe opinie szybko rozprzestrzeniły się na platformach społecznościowych, takich jak X, wywołując gorące dyskusje w branży AI i kręgach inwestycyjnych. W miarę jak globalni giganci technologiczni koncentrują się na rozwoju podstawowych modeli, autonomicznej jazdy oraz robotów, Huang ponownie przekierował uwagę rynku z samej rywalizacji na polu dużych modeli, na kompletny ekosystem AI obejmujący obliczeniową moc, dane i aplikacje końcowe.

Jensen Huang: Największa przewaga Muska to infrastruktura, której trudno dorównać

Według treści udostępnionego wideo, Huang został zapytany o przyszłość rozwoju branży AI, skupiając się na przewadze konkurencyjnej Muska.

Powiedział:

„Koszt pozyskania danych z rzeczywistego świata jest bardzo wysoki, a Elon ma tutaj ogromną przewagę.”

Z perspektywy Huanga przewaga ta wynika głównie z dwóch aspektów.

Po pierwsze, to infrastruktura obliczeniowa AI.

Zaznaczył, że fabryka AI Tesla, wykorzystywana do treningu autonomicznej jazdy, korzysta z ogromnej liczby GPU firmy Nvidia, będąc jednym z najpotężniejszych na świecie platform treningowych AI, co gwarantuje wystarczającą moc obliczeniową dla ciągłego rozwoju modelu FSD.

Po drugie, są to dane z rzeczywistego świata.

Huang wskazuje, że Tesla posiada jedną z największych flot połączonych samochodów na świecie, codziennie zbierając dane dotyczące środowiska jazdy, warunków drogowych oraz pracy pojazdów. Oznacza to, że w przeciwieństwie do firm AI bazujących na publicznych danych, Tesla nieustannie pozyskuje nowe, wysokiej jakości dane z rzeczywistego świata, których zdobycie jest bardzo kosztowne – to kluczowe dla dalszego rozwoju modeli autonomicznej jazdy.

Właśnie dlatego Huang uważa, że Musk posiada naturalną przewagę w erze AI, którą budował przez lata i której nie można szybko skopiować.

Trzy główne fronty AI: modele podstawowe, autonomiczna jazda, robot humanoidalny

Huang dodaje, że doskonale rozumie wizję Muska dotyczącą rozwoju AI, i wskazuje na trzy kluczowe kierunki, które według niego Musk rozwija:

• xAI: odpowiada za podstawową inteligencję poznawczą, czyli modele bazowe oraz ogólne możliwości AI;
• Tesla: odpowiada za autonomiczną jazdę;
• Optimus: odpowiada za roboty humanoidalne.

Huang podkreśla, że „te trzy kierunki są najważniejszymi frontami walki w AI”.

Oznacza to, że według Huanga przyszła konkurencja w branży AI nie ograniczy się wyłącznie do chatbotów czy dużych modeli językowych, lecz rozszerzy się na roboty i fizyczny świat.

Jeśli modele podstawowe „myślą”, autonomiczna jazda „rozumie świat rzeczywisty”, to robot humanoidalny „wchodzi do rzeczywistego świata i wykonuje zadania”. Razem tworzą pełną pętlę przyszłego rozwoju przemysłu AI.

Od "konkurencji modeli" do "konkurencji infrastruktury"

W ostatnich latach rywalizacja w branży AI przesuwa się z rozmiaru parametrów modeli na trudniejsze do skopiowania możliwości infrastrukturalne.

Z jednej strony duże modele wymuszają szybki wzrost inwestycji w GPU i centra danych, z drugiej strony coraz więcej firm technologicznych dostrzega, że wysokiej jakości dane z rzeczywistego świata stają się nowym, deficytowym zasobem.

Autonomiczna jazda stała się więc ważnym źródłem danych dla AI.

Miliony połączonych samochodów Tesla codziennie generują dane z jazdy, które wykorzystuje się nie tylko do treningu FSD, ale także budują trudną do skopiowania barierę danych, której nie mają inne firmy AI.

Równocześnie Musk konsekwentnie rozwija obszar AI:

• xAI odpowiada za trening nowej generacji modeli podstawowych;
• Tesla rozwija FSD i Robotaxi;
• Optimus postrzegany jest jako platforma przyszłości dla masowego wdrażania robotów humanoidalnych.

Huang, stawiając te trzy kierunki na równi jako najważniejsze przyszłe obszary AI, wyraźnie wskazuje, że przyszła konkurencja w AI będzie się koncentrować przede wszystkim wokół mocy obliczeniowej, danych i aplikacji robotycznych, a nie tylko na tym, kto posiada najmocniejszy model bazowy.

Ponowne podkreślenie kluczowej roli Nvidia w ekosystemie AI

Warto zauważyć, że oceniając przewagę Muska, Huang ponownie podkreślił znaczenie infrastruktury AI.

Zarówno trening modeli bazowych, jak i systemów autonomicznej jazdy czy robotów, wymaga dużych nakładów w klastery GPU i centra danych, a GPU firmy Nvidia pozostają kluczowym elementem globalnej infrastruktury AI do trenowania i wnioskowania.

Huang wielokrotnie powtarzał, że w przyszłości każda duża firma będzie budować własną „fabrykę AI” – kluczowa przewaga w erze AI nie tkwi wyłącznie w algorytmach, ale w infrastrukturze obliczeniowej pozwalającej na ciągłe przekształcanie danych w inteligencję.

Podając przykład Tesla, Huang znów podkreślił tę ideę: tym, czego nie da się skopiować, nie jest pojedynczy model, lecz wzajemnie wzmacniające się efekty mocy obliczeniowej, danych z rzeczywistego świata oraz scenariuszy zastosowań wypracowane przez lata.