Pemimpin pemikiran

Kecerdasan Telah Menjadi Infrastruktur. Pertanyaannya Sekarang Siapa yang Memilikinya

mm
Tambahkan Securities.io ke sumber pilihan Anda di Google

Setiap era mewarisi infrastruktur yang kepemilikannya menyelesaikan perdebatan tentang kekuasaan selama puluhan tahun, mulai dari lebar rel kereta api hingga jaringan listrik hingga kabel bawah laut. Kecerdasan buatan mengambil posisi ini dalam kurang dari satu dekade, dan ketentuan kepemilikannya kini sedang ditetapkan, sebagian besar di luar pandangan publik.

Pertumbuhan Telah Berhenti Membutuhkan Massa

Selama sebagian besar sejarah industri, ambisi memerlukan massa, karena produsen yang melipatgandakan output harus mempekerjakan lebih banyak tenaga, sebuah jalur kereta membutuhkan survei dan pekerja konstruksi ribuan orang, dan produksi tetap terikat pada partisipasi.

Ada sesuatu dalam pengaturan itu yang melonggar, karena membangun apa pun yang luar biasa kini membutuhkan kelompok kecil insinyur unggul bersama dengan modal dan komputasi yang sangat besar, dan rasio tersebut terus bergeser ke arah yang kedua.

Lovable mencapai $400 juta dalam pendapatan berulang tahunan dengan 146 karyawan, dan Midjourney menghasilkan sekitar $200 juta per tahun dengan tim sekitar sebelas orang. Bandingkan itu dengan belanja modal sebesar $660 miliar hingga $690 miliar yang lima perusahaan teknologi Amerika telah komitmenkan untuk 2026, sebagian besar untuk chip, pusat data, dan jaringan.

Tenaga kerja telah turun dalam daftar kendala yang mengikat karena perangkat keras naik ke puncak, yang mengubah harga seluruh tumpukan bagi siapa pun yang mengalokasikan modal. Di sisi mana ketergantungan itu berada dalam sebuah portofolio? Pengembalian terkumpul di sekitar akselerator, kontrak listrik, dan lahan dekat gardu, dan hampir setiap bisnis lain kini beroperasi dengan syarat yang ditetapkan oleh beberapa pemasok.

Konsentrasi Tanpa Massa

Jika sebuah kelompok dapat meningkatkan kemampuannya tanpa mempekerjakan atau bertransaksi dengan populasi besar, ia memiliki sedikit alasan untuk melibatkan populasi tersebut. Aktor kaya pada abad-abad sebelumnya membutuhkan pekerja, pelanggan, dan tentara, dan ketergantungan itu menghasilkan upah, sekolah, rumah sakit, serta pengaruh politik.

Hilangkan ketergantungan itu dan insentif di bawahnya berubah secara tenang. Bayangkan seribu orang, atau satu juta di luar, yang memegang modal, model, dan robotik. Mereka dapat mengejar proyek-proyek besar, dari manufaktur orbital hingga Mars, tanpa kebutuhan fungsional bagi miliaran orang di luar ruangan.

Apa pun yang masih membutuhkan massa semakin dijawab oleh mesin, karena armada robot lebih murah daripada tenaga kerja begitu tugas ditentukan dengan cukup tepat. Setiap pekerjaan yang dulu memerlukan banyak tangan kini dihargai dibandingkan pengganti itu, dan janji bahwa robotik dan AI akan menangani masalah kita mengasumsikan ada pihak yang memiliki robot-robot tersebut.

Klaster semacam itu akan menjauh dari semua orang lain tanpa keretakan dramatis, dan kecerdasan umum buatan bukanlah prasyarat, karena kemampuan saat ini, yang diperluas dan diperkirakan murah, sudah cukup.

Akses ke model terkuat mungkin menjadi sumber ketidaksetaraan yang lebih tajam daripada uang, karena modal bertumbuh beberapa persen per tahun, sementara keunggulan dalam kualitas model berkembang melalui setiap penelitian, kode, dan produk yang disentuhnya.

Pengaruh yang Tidak Dapat Ditangkap Harga Pasar

Kecerdasan terpusat membentuk apa yang orang percayai sebanyak ia membentuk pasar. Penggunaan mingguan chatbot AI untuk berita naik dari 7% menjadi 10% secara global dalam satu tahun, dan lebih dari setengah orang berusia 18 hingga 24 tahun kini menyebut media sosial, jaringan video, atau chatbot sebagai cara utama mereka mempelajari apa yang terjadi.

Mesin pencari memegang kekuatan editorial melalui peringkat, tetapi mereka mengarahkan ke banyak sumber, dan pembaca tetap bertemu sumber dan menilainya. Asisten menyampaikan kesimpulan dengan suara tenang dan berwibawa, dan berdebat dengannya membutuhkan upaya yang sedikit pembaca sanggup lakukan.

Ketika sejumlah terbatas penyedia memutuskan apa yang dikatakan model, agenda dapat disematkan dalam bentuk yang hampir tidak terdeteksi dari luar. Peningkatan kemampuan membuat deteksi semakin sulit, karena model yang lebih kuat menghasilkan penalaran yang lebih meyakinkan dan kesalahan yang lebih masuk akal. Bagaimana seseorang di luar perusahaan bisa menyadarinya?

Skeptisisme belum menghilang, secara adil, karena kepercayaan pada berita yang disampaikan AI berada pada 20% secara global, di bawah 37% yang tercatat untuk berita secara keseluruhan, dan audiens tetap waspada meskipun ketergantungan mereka semakin dalam.

Bobot Terbuka Menutup Setengah Kesenjangan

Model yang dipublikasikan memang meningkatkan gambaran, dan yang terbaru sangat kuat. Moonshot AI merilis bobot Kimi K3 dengan 2,8 triliun parameter, mendekatkan rilis terbuka ke frontier lebih dari sebelumnya sejak DeepSeek R1.

Menyajikan salah satu model tersebut adalah urusan lain bagi siapa pun di luar pusat data. Sistem mixture-of-experts pada skala K3 membutuhkan klaster akselerator yang tetap berada dan hangat, yang menjadikan self-hosting di luar jangkauan kebanyakan universitas, startup, dan peneliti.

Sebagian besar orang kemudian mengakses model terbuka melalui endpoint yang dihosting milik perusahaan dengan modal dan GPU. Perusahaan tersebut menjual kembali akses, dan pelanggan tidak dapat memastikan bahwa bobot yang disajikan cocok dengan bobot yang dipublikasikan, atau tidak ada apa pun di antara prompt dan jawaban. Apa yang telah dibuka dalam pengaturan itu, selain lisensinya sendiri?

Kepemilikan Dimulai pada Lapisan Perangkat Keras

Ketentuan lisensi saja tidak dapat mendistribusikan kekuasaan, karena perangkat keras menentukan siapa yang dapat mengeksekusi hak yang diberikan lisensi. Oleh karena itu, kepemilikan dimulai di mana lisensi berakhir, yaitu pada mesin itu sendiri, karena siapa pun yang menjalankan model adalah satu-satunya pihak yang dapat mengujinya, melacak jawaban kembali ke bobot yang menghasilkan, dan memperbaiki apa yang salah.

Masing‑masing hal tersebut bergantung pada akses ke komputasi yang cukup dengan harga yang dapat ditanggung institusi biasa, sehingga ekosistem publik membutuhkan bobot terbuka dan komputasi terbuka secara bersamaan. Salah satu saja akan mengulang konsentrasi yang ingin dihilangkan.

Lapisan Komputasi Publik Secara Ekonomi Masuk Akal

Perangkat keras yang mumpuni sudah berada dalam keadaan menganggur dalam jumlah besar di universitas, pusat data regional, bekas operasi pertambangan, dan tangan pribadi, dan menggabungkannya telah menjadi masalah rekayasa yang sulit.

Covenant-72B, model dengan 72 miliar parameter, dilatih sebelumnya di lebih dari tujuh puluh rekan independen melalui koneksi internet komoditas, tanpa daftar putih, tanpa klaster pusat, dan dengan mekanisme blockchain yang memvalidasi kontribusi saat tiba. Verifikasi berada di inti desain itu, karena peserta yang belum diverifikasi harus tetap membuktikan bahwa pekerjaan yang mereka kirimkan nyata.

Efisiensi tetap menjadi keberatan yang jujur, karena sekawanan pada koneksi biasa masih tertinggal dari klaster yang terhubung rapat, latensi menghukum eksekusi terbesar, dan sistem terdesentralisasi tetap memiliki kebiasaan mengonsentrasi kembali di mana pun modal terkumpul.

Jarak ke titik ini menutup dengan cepat, bagaimanapun, karena run Covenant mempertahankan pemanfaatan perangkat keras 94,5% di bawah kendala jaringan nyata dan menghasilkan model yang kompetitif dengan rekan yang dilatih secara terpusat dengan ukuran serupa. Kapasitas cadangan lebih murah daripada pembangunan baru, yang membuat ekonomi bergantung pada kematangan rekayasa lebih daripada pada perhitungan.

Keputusan Dibuat Secara Default

Jadi siapa yang memutuskan masa depan mana yang tiba, mengingat tidak ada yang akan pernah memilih pertanyaan itu? Hasil akan terakumulasi dari pilihan pengadaan, lisensi, pendanaan riset, dan regulasi yang dibuat dalam beberapa tahun ke depan, yang kebanyakan tidak menonjol secara individu.

Satu jalan mengarah ke beberapa penyedia yang mengoperasikan substrat kehidupan ekonomi dan intelektual, bertanggung jawab kepada pemegang saham dan pemerintah mana pun yang mereka andalkan. Jalan lain mengarah ke sesuatu yang lebih mirip utilitas, dengan model terbuka berjalan pada komputasi yang dimiliki banyak pihak dan siapa pun dapat mengauditnya. Dan apa yang menjaga jalan kedua tetap terbuka?

Uang dan pengadaan, terutama, karena setiap kontrak yang ditandatangani untuk intelijen yang dihosting dan setiap hibah yang diarahkan pada infrastruktur bersama menggeser keseimbangan. Keduanya tetap dapat dijangkau sejak 2026, dan jendela untuk memilih secara sengaja diukur dalam tahun – tidak banyak.

Gleb Morgachev adalah Kepala Teknik di Product Science dan pencipta bersama Gonka, jaringan terdesentralisasi untuk komputasi AI. Dia bekerja pada sistem terdistribusi untuk pelatihan model dan inferensi.