Оціночна вартість AI-лабораторії Безоса майже 38 млрд, залучення фінансування для захоплення ринку фізичної штучного інтелекту

AI-дослідницька лабораторія Джеффа Безоса «проєкт Прометея» (Project Prometheus) майже завершила раунд нового фінансування на 10 млрд доларів США, у якому беруть участь інституційні інвестори на кшталт JPMorgan Chase та BlackRock. Після завершення цього раунду оцінка компанії становитиме близько 38 млрд доларів США. «Прометея» вже завершила посівний раунд на 6,2 млрд доларів США та найняла понад 100 співробітників із провідних AI-лабораторій, зокрема OpenAI.

Фізичний AI та LLM: принципово різні технологічні траєкторії

Ключове призначення проєкту «Прометея» — створити нові AI-системи, які здатні розуміти фізичні закони та взаємодіяти з реальним середовищем, з особливим фокусом на обробній промисловості та промислових процесах, що принципово відрізняється від компаній на кшталт OpenAI та Anthropic, які зосереджуються на великих мовних моделях (LLM).

Серед сценаріїв застосування таких систем — керування обладнанням на заводах, оптимізація ланцюгів постачання, автоматизація в авіакосмічній та напівпровідниковій промисловості; їхній AI не лише генерує текст або зображення, а й може безпосередньо втручатися в роботу фізичного світу.

Дані як «рів» (data moat): найскладніша для подолання конкурентна стіна фізичного AI

Найбільший виклик для фізичного AI — бар’єр доступу до даних. LLM можуть використовувати величезні масиви тексту й зображень, зібрані через веб-скрейпінг, для навчання, тоді як фізичному AI потрібні дані взаємодії з реальним світом — покази сенсорів, дані виробничого процесу, тактильний зворотний зв’язок, дані про збої в хаотичних середовищах тощо; такі дані зазвичай є власними (пропрієтарними) і збирання їх обходиться дорого. Tesla — типовий приклад переваги в даних у цій сфері: близько 5–6 млн електромобілів із апаратним забезпеченням для повністю автономного водіння щороку накопичують понад 50 млрд миль реальних даних водіння, що дозволяє їй постійно випереджати в можливостях автопілота.

Бізнес-стратегія: стратегія холдингової компанії та грандіозне бачення на 100 млрд доларів США

Щоб вирішити проблему отримання фізичних даних, проєкт «Прометея» застосовує унікальну стратегію холдингової компанії. Безос і Баджеєр працюють над залученням сотень мільярдів доларів для холдингу, який позиціонується як «інструмент трансформації промисловості». Кошти переважно спрямовуються на придбання компаній у сферах інжинірингу, будівництва та дизайну; через ці інвестиції холдинг отримує дані з реального світу для навчання своїх AI-систем. Згідно з повідомленням The New York Times, Безос також проводить ранні переговори з інвесторами на Близькому Сході та в Південно-Східній Азії щодо збору до 100 млрд доларів США.

Поширені запитання

Що таке фізичний штучний інтелект і чим він принципово відрізняється від LLM на кшталт ChatGPT?

LLM переважно обробляють цифрові дані на кшталт тексту та зображень, а результатом є текст або зображення. Мета фізичного AI — розуміти фізичні закони та взаємодіяти з реальним середовищем: керувати обладнанням на заводах, сприймати тривимірний простір, ухвалювати миттєві рішення в складних промислових умовах. Дані для його навчання включають фізичні дані з сенсорів, траєкторії руху механізмів тощо; технологічна траєкторія принципово відрізняється від LLM.

Чому Безос робить ставку на фізичний AI саме зараз?

Генеративний AI на рівні програмного забезпечення вже відносно насичений, тоді як проникнення AI у фізичний світ досі дуже низьке. Такі галузі, як промислове виробництво, авіакосмічна сфера та напівпровідники, мають величезний масштаб. Додатково, глибокий досвід Безоса щодо ланцюгів постачання та промислової інфраструктури, накопичений в Amazon, дає йому суттєву вроджену перевагу на наступному головному «полі битви» в AI-змаганнях.

З якими ключовими конкурентними викликами стикається проєкт «Прометея»?

Найбільший виклик — бар’єр доступу до фізичних даних: на відміну від LLM, які можуть отримувати величезні тренувальні дані з інтернету, фізичному AI потрібні дорогі та власні дані. Tesla вже створила помітну перевагу на старті в даних для автопілота; стартапи на кшталт Periodic Labs також виходять у той самий сегмент. Однак масштаби капіталу Безоса та досвід Amazon у промисловій інфраструктурі є його ключовими конкурентними перевагами, які важко швидко відтворити.