El talento y el gasto de capital son dos de las tendencias más importantes a tener en cuenta en la IA 1/ A quién tiene una empresa para construir modelos de IA 2/ Cuánto dinero tiene una empresa para entrenar modelos de próxima generación Tuve un día libre para jugar con 03 Pro, así que comparto algunas imágenes y tablas sobre estos temas 🧵

Flujos de talento desde principios de año De las 100 personas más afectadas por la IA, @meta más atrajo (+11), seguida de @thinkymachines (+5), @xai (+4), @Microsoft (+3) y @AnthropicAI (+2) @OpenAI tuvo la mayor salida de talento (-19) Microsoft adquirió talento de inflexión, Google para characterAI y OpenAI para Meta principalmente y SSI / TM Zuckberg es convincente.

Capex proyectado para 2030 La mayoría piensa que lograremos AGI para 2030, por lo que parecía apropiado. Distribución masiva de la ley de potencia con Microsoft, Google, OpenAI y Meta gastando más (¡76% del gasto total!) Este gráfico demostrará ser muy erróneo a medida que las empresas salgan a bolsa, aumenten los ingresos recurrentes, recauden capital y lo gasten en carreras de entrenamiento. También es muy difícil desglosar el gasto de capital, así que supongo que esto es incorrecto pero direccionalmente correcto.

Hablé con OpenAI o3 Pro todo el día, entonces, ¿qué piensa sobre nuestra conversación? - El gasto sigue comprando liderazgo, pero cada punto de rendimiento incremental ahora cuesta exponencialmente más, por lo que estamos en un claro régimen de rendimientos decrecientes. - El suministro de GPU se ha convertido en la puerta definitiva. Quien bloquee la capacidad de Nvidia Blackwell o MI300 hasta 2027 mantiene una ventaja estructural - El talento de investigación de élite se está dispersando en laboratorios de riesgo más pequeños y retadores chinos, lo que diluye el monopolio histórico de DeepMind / OpenAI y aumenta el riesgo de ejecución para los titulares - La profundidad del balance decide la resistencia: Meta Google Microsoft Amazon puede autofinanciar clústeres multimillonarios, mientras que OpenAI Anthropic xAI debe seguir aprovechando el efectivo externo con apuestas cada vez más altas - Los avances en eficiencia algorítmica, como el gran MoE de DeepSeek y la hoja de ruta Llama de código abierto de Meta, podrían cambiar la carrera al reducir el costo por punto de puntuación en un orden de magnitud

Tiempo de ingestión de inferencia Probablemente usé 3-4 horas de tiempo de pensamiento de investigación profunda de o3 Pro. Haz con eso lo que quieras. Todo esto está lejos de ser súper correcto dados los problemas de transparencia, los problemas de desglose de gastos de capital y similares. Puedes aprender MUCHO con 03 Pro todo el día. ¡A cenar!

Si eres un fundador de IA en etapa inicial que recauda capital, ponte en contacto con nosotros, ¡me encantaría hablar!

¡Envía tu documento o presentación a @VenturesRobot mi IA y lo veré o enviaré un mensaje directo!