TL;DR
· "Fat Models" anlatısı, model şirketlerinin API'ler, araçlar, Agent çerçeveleri ve uygulama giriş noktalarını yukarı doğru entegre edebileceğini öne sürüyor.
· Ancak ajanların veri, araç, kimlik, ödeme ve kurumsal sistemler arasında görevleri yerine getirebilmesi için yalnızca bir sohbet kutusu yükseltmesi olarak görülmemesi gerekiyor.
· Model devleri hâlâ işlem gücü, sermaye, modeller ve dağıtım avantajlarına sahip, ancak düzenleme, bellek, yönlendirme ve kimlik gibi alanlar girişimlere fırsat bırakabilir.
AI Ajan çağında, OpenAI, Anthropic, Google gibi model şirketleri piyasanın beklediği gibi API'leri, araçları, ajan çerçevelerini, kurumsal uygulamaları ve tüketici giriş noktalarını yukarı doğru tüketmeye devam edecek mi?
İşte "Fat Models" anlatısının temel tezi tam olarak bu: Kapalı öncü modeller hızla gelişmeye devam eder ve dağıtım ile araç zinciri aracılığıyla yukarı doğru entegre olursa, AI endüstrisindeki değerin büyük kısmı model katmanına akabilir. Ancak başka bir görüş, AI sohbet uygulamalarından ajan çağına geçtiğinde, değerin yalnızca model şirketlerinde birikmeyebileceği, bunun yerine birden fazla yeni altyapı katmanına yayılabileceği yönünde.
Büyük model şirketlerinin yol haritasını anlamak zor değil: Önce en gelişmiş temel modellere sahip olmak, ardından bu yetenekleri API'ler, geliştirme araçları ve ajan çerçeveleri olarak paketlemek ve son olarak tüketici uygulamaları ile kurumsal iş akışlarına girmek. Model yeterince güçlü olduğu sürece, üst katmandaki deneyim, veri ve geliştirici ekosistemi model platformuna doğru toplanabilir.
Bu aynı zamanda sermayenin önde gelen AI şirketlerine yüksek değerlemeler vermesinin önemli bir nedeni. Reuters'ın Mayıs ayındaki haberine göre, Anthropic 65 milyar dolarlık Series H turunu tamamladıktan sonra yatırım sonrası değerlemesi 965 milyar dolara ulaştı. OpenAI'ın bu yıl Mart ayında açıkladığı en son finansman turunda yatırım sonrası değerlemesi 852 milyar dolardı. Alphabet'in piyasa değeri ise 4 trilyon doları aşarak 2022 sonuna göre üç kattan fazla arttı. Piyasa, model katmanının gelecekteki giriş noktası yeteneği ve kâr marjına son derece yüksek değerlemelerle bahis yapıyor.
Ancak model avantajının bu şirketlerin aynı anda her üst katmandaki değere sahip olmasına yetip yetmeyeceği hâlâ tartışmalı. Öncü modeller, işlem gücü, araştırma ekipleri, bulut altyapısı ve kurumsal müşteri kaynakları gerçekten de az sayıda şirketin elinde toplanmış durumda; ancak ajanlar gerçek iş akışlarına girdiğinde, değer zinciri artık yalnızca "hangi model en güçlü" etrafında dönmeyecek.
Birden fazla teknoloji döngüsünde benzer değişimler yaşandı. IBM bir zamanlar ana bilgisayarları donanım, yazılım ve hizmetlerin entegre bir sistemi haline getirdi, ancak daha sonra PC ekosistemi bunu parçaladı. Microsoft bir zamanlar masaüstünü kontrol ediyordu, Web yeni uygulama giriş noktaları açtı. Operatörler bir zamanlar dikey olarak entegre ağlara sahipti, internet ağ hizmetlerini ayırdı. AWS 100 milyar doları aşan bir bulut platformu oluşturdu, ancak bulutun üzerinde hâlâ çok sayıda bağımsız yazılım şirketi büyüdü.
Bu benzetmelerin anlatmak istediği, "büyük platformların mutlaka kaybedeceği" değil, bir teknoloji döngüsünde altyapı kurulumu tamamlandıktan sonra değerin genellikle tek bir entegre platformdan daha uzmanlaşmış katmanlara doğru yayılmasıdır.
Ajan ekosistemindeki kilit değişim, yapay zekanın artık sadece soruları yanıtlamakla kalmayıp görevleri üstlenmeye başlamasıdır. Ajan yığını etrafında; model, orkestrasyon, bellek, yürütme, kimlik, ödeme gibi birçok katman bağımsız değer oluşturabilir. Farklı şirketler, aynı model platformuna bağımlı kalmak yerine, kendi katmanlarında birleşip rekabet edecektir.
Bu öngörüyü destekleyen ilk değişim, model arzının artmasıdır. Öncü modeller hâlâ lider konumda olsa da, açık kaynak ağırlıklı modeller, uç modeller ve ticari modeller de sürekli olarak ortaya çıkmaktadır. Farklı modeller; yetenek, gecikme süresi ve maliyet açısından farklılık gösterir. Birçok ticari iş yükü için işletmeler ve geliştiriciler, tüm talepleri varsayılan olarak en pahalı ve en güçlü modele yönlendirmek yerine, maliyet, hız, kararlılık ve görev kalitesi arasında bir kombinasyon yapacaktır.
İkinci değişim, yapay zeka uygulama senaryolarının aşırı derecede dağınık olmasıdır. Bir model şirketi genel amaçlı bir sohbet uygulaması yapabilir veya ofis, kod, arama gibi büyük giriş noktalarına odaklanabilir. Ancak ajanların gerçek anlamda sağlık, finans, üretim, hukuk, müşteri hizmetleri, satın alma, lojistik gibi belirli süreçlere girmesi gerekir. Her sektörün kendine özgü veri yapısı, uyumluluk gereksinimleri, çalışma alışkanlıkları ve sistem arayüzleri vardır. Tek bir şirketin tüm senaryolarda en uygun ürünü yapması çok zordur.
Kurumsal üretim ortamları da bu ayrışmayı pekiştirecektir. Deney aşamasında, işletmeler bir model demosunu veya kapalı bir sohbet aracını kabul edebilir. Ancak kritik süreçlere girildiğinde, müşteriler veri yerleşimi, yetki yönetimi, denetim kaydı, maliyet kontrolü, tedarikçi değiştirilebilirliği ve uyumluluk kanıtı talep edecektir. Bu noktada işletmeler, tek bir platformun varsayılan seçeneklerine zorlanmak yerine, uygun bileşenleri bir araya getirmeyi tercih edecektir.
Ajanları geleneksel sohbet uygulamalarından ayıran temel fark da budur. Bir sağlık ajanının hasta kayıtlarını okuması, ilaç etkileşimlerini kontrol etmesi, hastane sistemlerine erişmesi, öneriler oluşturması ve denetim kaydı bırakması gerekebilir. Bir kurumsal satın alma ajanının envanter, sözleşme, onay akışı, tedarikçi sistemi ve ödeme ağına erişmesi gerekebilir. Bunlar, tek bir pencerede çalışan soru-cevap araçlarından ziyade, birden çok hizmet arasında hareket eden "yürütücüler" gibidir.
Ajan altyapısı birkaç yöne ayrılabilir: orkestrasyon, harness, bellek, tarayıcı, yönlendirme, model pazarı, kimlik ve ödeme. Daha açık bir ifadeyle, bu katmanlar sırasıyla şunlara karşılık gelir: birden çok ajanın nasıl yönetileceği, modelin gerçek dünya araçlarına nasıl bağlanacağı, bağlamın nasıl kaydedilip paylaşılacağı, insanların ajanlarla nasıl etkileşime gireceği, talebin hangi modele yönlendirileceği, ajan kimliğinin nasıl kanıtlanacağı ve ajanın ödemeyi nasıl tamamlayacağı.
Orkestrasyon katmanı, ajan çağının kontrol paneli haline gelebilir. Bir işletme içinde aynı anda birden fazla ajan çalıştırıldığında, bunların dağıtılması, izlenmesi, yetkilendirilmesi, iş birliği yapması ve aynı zamanda risklerin sınırlandırılması gerekir. Tek bir model API'si, eksiksiz bir süreç yönetimi sorununu çözmekte zorlanır.
Harness, modelin "yürütme kabuğu" olarak anlaşılabilir. Büyük model bir beyin ise, harness onu dosyalara, veritabanlarına, web sayfalarına, robotlara, kurumsal yazılımlara ve fiziksel cihazlara bağlamaktan sorumludur. Farklı senaryolar, farklı araç bağlantı yöntemleri gerektirir ve bu da daha özelleşmiş ürünlerin ortaya çıkmasına yol açacaktır.
Bellek katmanı, bağlam aktarımı sorununu ele alır. Birden fazla ajan aynı kullanıcıyı, aynı işletmeyi veya aynı görevi anlamak zorunda olduğunda, bağlam belirli bir sohbet penceresinde kilitli kalmamalıdır. Taşınabilir, yetkilendirilebilir ve denetlenebilir dijital bellek sağlayabilen herkes, yeni bir altyapı haline gelebilir.
Yönlendirme ve model pazarının değeri, çoklu model dağıtımından gelir. Bir işletme aynı anda birden fazla model kullanıyorsa, hangi görev türünün hangi modele daha uygun olduğuna ve maliyet, gecikme ve doğruluk arasında nasıl bir denge kurulacağına karar vermesi gerekir. Model rekabeti bu nedenle sadece sıralama listelerindeki bir rekabet değil, aynı zamanda gerçek üretim ortamındaki bir planlama sorunu haline gelir.
Kimlik ve ödeme daha çok geleceğe yöneliktir, ancak ajanların gerçekten işlem gerçekleştirip gerçekleştiremeyeceğiyle ilgilidir. Makine trafiği ve ajan davranışı arttıkça, ağın isteği kimin başlattığını, yetkili olup olmadığını ve ödeme yapıp yapamayacağını ayırt etmesi gerekir. Ajanlar e-ticaret, abonelik, mikro ödeme veya kurumsal satın almaya katılacaksa, mevcut insan odaklı ödeme ve kimlik sistemlerinin de değiştirilmesi gerekebilir.
Bu modüler anlatının sınırları da nettir. Büyük model şirketlerinin hakimiyetini kaybedeceği anlamına gelmez. Öncü modeller hâlâ AI deneyiminin temelini oluşturur; hesaplama gücü, veri, araştırma ekipleri ve dağıtım yeteneği hâlâ az sayıda devin elinde toplanmıştır. Model yetenekleri hızla farklılaşmaya devam ederse, üst katman ekosistemi yine de önde gelen platformlar etrafında toplanabilir.
Asıl ayrışma, ajan çağındaki değerin sohbet uygulaması aşamasındaki gibi yoğunlaşıp yoğunlaşmayacağıdır. AI gerçek iş akışlarına girdiğinde, kullanıcılar sadece "hangi model daha zeki" ile ilgilenmez, aynı zamanda eski sistemlere bağlanıp bağlanamayacağı, tedarikçi değiştirilip değiştirilemeyeceği, maliyetlerin kontrol edilip edilemeyeceği, denetlenebilir olup olmadığı ve araçlar arasında görevlerin tamamlanıp tamamlanamayacağı ile de ilgilenir.
Bu, bağımsız girişimlere alan bırakır, ancak her katmanın büyük bir şirkete dönüşeceği anlamına gelmez. Orkestrasyon, bellek, kimlik, ödeme, tarayıcı ve yönlendirme gibi yönler, sonuçta yeterince güçlü bir giriş noktası, ağ etkisi veya ücretlendirme yeteneği kanıtlamalıdır; aksi takdirde kolayca model platformunun bir özelliği haline gelebilirler.
Büyük model devleri yeteneklerini yukarı doğru entegre ediyor, girişimciler ve yatırımcılar ise ajan ekosisteminin daha fazla uzmanlaşmış katman çıkaracağına bahse giriyor. AI Ajan çağının temel çözülmemiş sorusu şudur: Modeller, tüm yığını yutan süper platformlar mı olacak, yoksa yeni bir modüler altyapı dalgasının başlangıç noktası mı olacak?
BlockBeats Resmi Topluluğuna Katılın:
Telegram Abonelik Grubu: https://t.me/theblockbeats
Telegram Sohbet Grubu: https://t.me/BlockBeats_App
Twitter Resmi Hesabı: https://twitter.com/BlockBeatsAsia