Mga Pabrika ng Superintelligence at ang mga Desisyon na Hinarap ng mga Pinuno ng Negosyo

Ang bagong pangalan ay maaaring makaakit ng pansin. Ang halagang pangnegosyo ay nakadepende pa rin sa kung ano ang maaaring ihain ng isang sistema nang maaasahan. Para sa mga CEO at CTO, ang talakayan tungkol sa “mga pabrika ng superintelligence” ay nagtataas ng mga praktikal na tanong tungkol sa pamumuhunan, mga gastos sa pagpapatakbo, at pananagutan.

Ano ang nagbago

Noong 29 Setyembre 2026, nilagdaan ni Pangulong Trump ang Executive Order 14434, na nag-uutos sa sangay ng ehekutibo na gamitin ang “superintelligence” at “SI” sa halip na “artificial intelligence” at “AI” sa pinakamataas na lawak na ipinahihintulot ng batas. Pinananatili ng kautusan ang umiiral na legal na kahulugan ng AI para sa pagpapatupad, at hindi ito nag-aatas na muling isulat ang mga regulasyon, kontrata, o makasaysayang dokumento na inilabas na dati. [1]

Inilarawan din ni Jensen Huang ang mga pasilidad na itinatayo para sa mas advanced na AI bilang “mga pabrika ng superintelligence”. Inilalagay ng mga pampublikong ulat ang mga pahayag na iyon sa isang panel sa America.gov. Sinusuportahan ng magagamit na katibayan ang pariralang iyon, ngunit hindi ko ituturing na independiyenteng napatunayan ang sinasabing pagkakasunud-sunod na “ilang oras lamang pagkatapos”. [2]

Ang wika ng patakaran at ang industriyal na metapora ay karapat-dapat na hiwalay na suriin. Ang isang desisyon ng pamahalaan sa pagpapangalan ay hindi nagpapatunay na ang isang sistema ay lumalampas sa talino ng tao sa malawak na hanay ng mga gawain.

Ano ang ipinapaliwanag ng metapora ng pabrika

Inilalarawan ng NVIDIA ang mga pabrika ng AI bilang mga pinagsamang sistema na nag-uugnay sa enerhiya, mga chip, imprastruktura, mga modelo, at mga aplikasyon. Kabilang sa kanilang gawain ang pagsasanay ng modelo at inference — ibig sabihin, ang pagpapatakbo ng mga sinanay na modelo upang makagawa ng mga resulta. [3]

Pinapabilis ng mga GPU ang pagkalkula. Inililipat ng mga network ang data sa pagitan ng mga processor. Sinusuportahan ng kuryente at paglamig ang tuloy-tuloy na pagpapatakbo. Ang software ang nag-uugnay ng mga workload. Kailangang magtulungan ang mga bahaging ito bago magamit ng isang negosyo ang mga resulta nang mabisa.

Para sa mga modelo ng wika, ang mga token ay ang mga yunit ng teksto na pinoproseso o nililikha ng modelo. Ang paggawa ng mas maraming token ay sumusukat sa dami ng output. Hindi ito nag-iisa sumusukat sa katumpakan, pag-unawa, o halaga sa customer.

Ang mga benepisyo

Ginagawa ng metapora ng pabrika na mas madaling maunawaan ang mga pisikal na pundasyon ng AI. Hinihikayat nito ang mga pinuno na isipin ang kapasidad, pagiging maaasahan, pagpapanatili, at enerhiya bukod sa software. Kapaki-pakinabang ito kapag lumilipat mula sa isang eksperimental na kasangkapan patungo sa isang serbisyong pinagkakatiwalaan ng mga tao.

Ang pinagsamang imprastruktura ay maaaring sumuporta sa maraming aplikasyon ng negosyo at bawasan ang paulit-ulit na pagsisikap kapag sapat ang demand. Ang isang pinagsamang platform ay maaaring magpasimple ng pag-deploy at mapabuti ang paggamit. Ito ay mga potensyal na benepisyo na nangangailangan ng pagsusukat sa sariling kapaligiran ng mamimili.

Ang bagong terminolohiya ay maaari ring magdala ng pansin mula sa pulitika at mga mamumuhunan sa imprastruktura, mga kasanayan, at pananaliksik. Gayunpaman, ang pansin ay nagiging kapaki-pakinabang lamang kapag sinusuportahan nito ang mga proyektong may malinaw na demand at mapagkakatiwalaang mga plano sa paghahatid.

Ang mga kawalan

Ang “superintelligence” ay maaaring lumikha ng mga inaasahan na hindi sinusuportahan ng katibayan. Maaaring ipalagay ng mga kawani o customer na makapagpapasya ang sistema nang tama sa mga hindi pamilyar na sitwasyon. Ang pagpapalagay na ito ay nagiging mapanganib kapag tumigil ang mga tao sa pagsuri ng mga mahalagang resulta.

Ang mga malalaking pasilidad ay lumilikha rin ng mga malalaking pangako. Ang hardware, kuryente, paglamig, pagkuha ng tauhan, at mga upgrade ay lahat nakakaapekto sa kabuuang gastos. Ang labis na naka-install na kapasidad ay maaaring maging mamahaling idle na kapasidad kapag hindi natupad ang inaasahang demand.

Ang kahusayan sa enerhiya at ang kabuuang demand sa kuryente ay magkaibang sukat. Ang isang sistema ay maaaring gumamit ng mas kaunting kuryente bawat gawain habang gumagamit ng higit pa sa kabuuan habang lumalaki ang paggamit. Ang ulat ng Department of Energy ng US na inilathala noong 2024 ay nag-project na ang mga data center ay gagamit ng pagitan ng 6.7 at 12 porsyento ng kuryente ng US sa 2028. Iyon ay lumang projection para sa lahat ng data center, hindi sukat para sa AI lamang. [4]

Ang pinagsamang stack ng supplier ay maaaring magpabilis ng pag-deploy habang tumataas ang mga gastos sa paglipat. Ang nakapokus na pagdepende ay lumilikha rin ng pagkalantad sa mga pagbabago sa presyo, pagkaantala, at mga kakulangan sa supply. Dapat suriin ng mga negosyo ang mga trade-off na iyon bago mangako.

Isang praktikal na paghahambing

Ihambing ang ambisyon sa katibayan: pumapasa ba ang iminungkahing kakayahan sa mga pagsubok ng iyong aktwal na trabaho? Ihambing ang sukat sa paggamit: nagbibigay-katwiran ba ang demand sa kapasidad? Ihambing ang kahusayan ng token sa kahusayan ng gawain: magkano ang gastos ng isang tamang, naaprubahang resulta? Ihambing ang pagsasama sa pagiging maililipat: ano ang kakailanganin upang magpalit ng mga supplier?

Isaalang-alang ang halimbawang ng assistant ng serbisyong customer. Ang mas mabilis na sagot ay maaaring magbawas ng oras ng paghihintay. Ang maling sagot ay maaaring lumikha ng paulit-ulit na pakikipag-ugnay at mga reklamo. Ang kapaki-pakinabang na sukat ng negosyo ay ang gastos bawat katanungang nalutas nang tama, kabilang ang pagsusuri ng tao at muling gawa. Ang throughput ng token lamang ay hindi sumasagot sa tanong na iyon.

Ano ang dapat gawin ng mga CEO at CTO

Dapat pumili ang mga CEO ng isang tiyak na problema sa negosyo at itala ang kasalukuyang gastos at kalidad ng serbisyo nito. Magkasundo sa kinakailangang pagpapabuti bago aprubahan ang isang pilot. Isama ang pagsasanay at mga pagbabago sa responsibilidad ng mga tauhan sa pangangatwiran ng negosyo.

Dapat subukan ng mga CTO ang pagganap sa kinatawan na data ng negosyo, kabilang ang mahihirap na kaso at mga kabiguan. Tukuyin ang mga punto ng pag-apruba ng tao, mga kontrol sa access, pangangasiwa ng insidente, at isang paraan upang bumalik sa nakaraang proseso. Panatilihing kasama ang mga may pananagutan sa serbisyo sa pagsusuri ng pagtanggap.

Magkasama, ihambing ang sariling imprastruktura, pinamamahalaang kapasidad ng cloud, at umiiral na mga serbisyo ng modelo. Suriin ang paggamit, sensitivity ng data, latency, at mga gastos sa paglabas. Ang pagbili ng access ay maaaring angkop para sa hindi tiyak na demand; ang pagmamay-ari ay maaaring angkop para sa mga patuloy na workload na may kinakailangang kakayahang operasyonal.

Aprubahan ang pagpapalawak lamang kapag nanatili ang nasusukat na benepisyo matapos ang mga gastos sa imprastruktura, pagsusuri, at muling gawa. Subaybayan ang kalidad kasabay ng bilis. Hingin ang isang malinaw na may-ari para sa bawat mahalagang awtomatikong aksyon.

Ang terminong “pabrika ng superintelligence” ay isang kapaki-pakinabang na imbitasyon upang suriin ang buong sistema ng produksyon. Ang aking payo ay panatilihin ang mga desisyon sa pamumuhunan na nakatali sa napatunayang kakayahan at isang resultang pangnegosyo na maaaring beripikahin ng isang tao.

Kung bukas ay ialok sa iyong organisasyon ang isang pabrika ng superintelligence, anong nasusukat na resulta ang magbibigay-katwiran sa pamumuhunan na iyon?

Mag-isip nang matematikal. Mag-ensinyo nang matalino. Mamuno nang estratehiko. Magtayo nang may pananagutan. Lumawak nang pandaigdigan. Lumikha ng tunay na halagang pangnegosyo sa pamamagitan ng artificial intelligence.

#ArtificialIntelligence #AIStrategy #NVIDIA #Superintelligence #EnterpriseAI #ResponsibleAI

Originally published on LinkedIn by Keshavan Thiagaraja. Read the original on LinkedIn.