Wielkie firmy technologiczne stają przed potężnym wyzwaniem. Naukowcy, zmęczeni korporacyjnym rygorem i presją na szybką monetyzację lub widzący szansę na pozyskanie ogromnych pieniędzy z rynku, coraz częściej odchodzą, by budować własne przedsięwzięcia.
To nie tylko problem wizerunkowy. Odpływ talentów zaczyna podważać dotychczasowy model dominacji Big Tech. Dziś coraz częściej to start-upy przyciągają zarówno najlepszych specjalistów, jak i kapitał. Eksperci zauważają, że mniejsze podmioty wygrywają elastycznością w wyborze architektury modeli, odchodząc od kosztownego i mało efektywnego skalowania parametrów na rzecz nowatorskich metod rozumowania maszynowego.
Start-upy przejmują ludzi i kapitał
W obliczu globalnego wyścigu o dominację w AI nowe firmy pozyskują finansowanie w tempie dotąd niespotykanym. Setki milionów, a nawet miliardy dolarów trafiają do start-upów zaledwie kilka miesięcy po ich powstaniu. Firma analityczna CB Insights oszacowała w ubiegłym roku liczbę „jednorożców” AI, czyli firm AI wycenianych na co najmniej miliard dolarów, na blisko 500 (o łącznej wartości 2,7 bln dol.). Z kolei start-upów AI wycenianych na co najmniej 100 mln dol. miałoby być ponad 1,3 tys.
Czytaj więcej
Były główny badacz sztucznej inteligencji w firmie Meta zdobył potężne wsparcie od inwestorów. Jego nowy start-up, zamiast skupiać się na języku, s...
Jak podaje CNBC, w poniedziałek były badacz Google DeepMind, David Silver, ogłosił zebranie 1,1 mld dol. w rundzie zalążkowej dla swojego start-upu Ineffable Intelligence. Z kolei Tim Rocktäschel, również związany wcześniej z DeepMind, według nieoficjalnych informacji pracuje nad rundą sięgającą 1 mld dol. dla projektu Recursive Superintelligence. Inwestorzy tacy jak Andreessen Horowitz czy Sequoia Capital coraz częściej finansują tzw. compute-first startups, które gwarantują zespołom dostęp do tysięcy najnowszych układów Nvidia GB300, co dotąd było domeną wyłącznie gigantów.
Najgłośniej było jednak ostatnio o firmie AMI Labs, która w marcu ogłosiła pozyskanie 1 mld dol., zaledwie kilka miesięcy po odejściu Yanna LeCuna ze stanowiska szefa AI w Mecie. LeCun, uznawany za jednego z „ojców chrzestnych” współczesnej sztucznej inteligencji, od lat krytykował dominujące modele językowe jako systemy pozbawione głębokiego rozumienia świata. Jego nowa firma rozwija rozwiązania oparte na ciągłym uczeniu się z danych rzeczywistych. Chodzi o uczenie maszyn przez obserwację fizycznej rzeczywistości, a nie tylko analizę tekstu.
W ciągu roku byli pracownicy OpenAI, DeepMind, Anthropic i xAI stworzyli dziesiątki nowych start-upów AI, takich jak Periodic Labs, Recursive Intelligence czy Humans&, pozyskując od inwestorów setki milionów dolarów. Nowe podmioty nie tylko przyciągają kapitał, ale również aktywnie przejmują kadry od swoich byłych pracodawców. W branży coraz częściej mówi się o zjawisku „reverse acquihire”. Dotychczas to giganci technologiczni kupowali start-upy dla ich zespołów. Dziś sytuacja się odwraca – to młode firmy „wyciągają” całe grupy badawcze z korporacji, oferując im większą autonomię i swobodę prowadzenia badań.
Dlaczego badacze mają dość Big Tech?
Eksperci wskazują, że źródłem problemu jest sukces samych gigantów technologicznych. Presja na wyniki finansowe i szybkie wdrażanie produktów ogranicza przestrzeń dla długoterminowych, eksperymentalnych badań. – Wyścig o dominację w AI stworzył lukę dla mniejszych, bardziej zwinnych firm – ocenia Elise Stern z funduszu Eurazeo w rozmowie z CNBC. – Gdy bierzesz udział w wyścigu, zawężasz pole widzenia. To tworzy próżnię dla nowych kierunków badań.
Czytaj więcej
Tysiące osób na całym świecie dorabia, filmując codzienne obowiązki, jak zmywanie naczyń, na potrzeby trenowania humanoidalnych robotów. To może by...
Podobnie uważa Alexander Joël-Carbonell z HV Capital. Jego zdaniem nacisk na wyniki w testach porównawczych i szybkie cykle publikacyjne sprawia, że w dużych laboratoriach brakuje miejsca na niekonwencjonalne podejścia. Dla firm takich jak Google czy Meta oznacza to strategiczny dylemat. Muszą jednocześnie utrzymywać tempo rozwoju produktów i zadowalać inwestorów, co sprzyja raczej optymalizacji istniejących technologii niż przełomowym odkryciom. Prowadzi to do frustracji wśród naukowców.
Presja wyników kontra prawdziwe innowacje
Coraz więcej badaczy kwestionuje, czy dalsze skalowanie modeli językowych wystarczy, by osiągnąć kolejny przełom w AI. Nowe start-upy koncentrują się na alternatywnych podejściach. Ineffable Intelligence rozwija systemy oparte na uczeniu przez wzmacnianie, w których modele uczą się poprzez doświadczenie. Podobne kierunki eksplorują inne młode firmy, takie jak Humans&. Recursive Intelligence pracuje z kolei nad zastosowaniem AI w projektowaniu procesorów. Jej założycielki, Anna Goldie i Azalia Mirhoseini, wcześniej współtworzyły projekt AlphaChip w Google DeepMind.
Goldie wskazuje również na problem zaufania wobec gigantów technologicznych. – Aby producenci procesorów powierzyli nam swoją własność intelektualną, musimy być neutralni. To nie byłoby możliwe w ramach dużej korporacji – podkreśla.
Argument o neutralności staje się kluczowy w tym roku, gdy rządy i korporacje przemysłowe obawiają się nadmiernej zależności od infrastruktury chmurowej trzech największych graczy.
Czytaj więcej
Boom na sztuczną inteligencję pozwala wzbogacić się szybciej niż jakakolwiek branża w historii. Majątki tych, którzy zainwestowali w rozwój sztuczn...
To wszystko nie znaczy, że giganci są bezradni. Wciąż stać ich na podkupywanie fachowców. Obecnie najbardziej aktywna na tym polu wydaje się być Meta Marka Zuckerberga (Facebook, Instagram). Po tym, jak Mira Murati, szefowa start-upu Thinking Machines Lab, odrzuciła ofertę jego przejęcia za ok. 1 mld dol., Meta zmieniła taktykę na bezpośrednie podkupywanie kluczowych pracowników. Meta pozyskała już co najmniej pięciu członków-założycieli TML. Najgłośniejszym transferem jest Andrew Tulloch, który według doniesień otrzymał pakiet wynagrodzenia o wartości 1,5 mld dol. płatny w ciągu sześciu lat. Jest to uznawane za najdroższe indywidualne pozyskanie talentu w historii branży technologicznej. Tak absurdalne stawki to też próba zablokowania konkurencji poprzez przejęcie krytycznych kompetencji za wszelką cenę.
Polska przyciągnie gwiazdy?
Zjawisko odpływu talentów od big techów do start-upów widoczne jest także w Polsce. Jednym z najbardziej spektakularnych przykładów jest przejście Markusa Wulfmeiera z Google DeepMind do warszawskiego start-upu Nomagic, specjalizującego się w robotyce opartej na AI. Transfer tak wysokiej klasy eksperta pokazuje, że mniejsze podmioty są w stanie konkurować o globalne talenty. Podobne decyzje podejmuje coraz więcej polskich specjalistów pracujących wcześniej w Londynie czy Dolinie Krzemowej. Wracają do kraju lub dołączają do ambitnych projektów, przyciągając za sobą kapitał międzynarodowych funduszy venture capital. Dodatkowym atutem Polski staje się rosnąca infrastruktura centrów danych, większa swoboda badawcza i niższe koszty działania, w tym pozyskania talentów.
