Die schwindelerregende Explosion von Plattformen für generative künstliche Intelligenz war die große Wirtschaftsgeschichte des vergangenen Jahres, aber wie sie Geld verdienen und wie intelligente Unternehmen sie sinnvoll nutzen können, sind die Fragen, die die nächsten 12 Monate dominieren werden.

„Studenten und Führungskräfte fragen sich nicht mehr, ob wir KI einführen sollten – sondern vielmehr, wann und wie wir dies tun sollen“, sagt Andy Wu, außerordentlicher Professor für Betriebswirtschaftslehre der Familie Arjun und Minoo Melwani an der Harvard Business School.

Wus aktuelle Fallstudie und Hintergrundnotiz: KI-Kriege und das Generative KI-Wertschöpfungskette, bieten einen Crashkurs zu chatgpt, Bard und anderen KI-Chatbots – sowie den duellierenden Tech-Titanen dahinter – an und untersuchen die strategischen Dilemmata, die vor Innovatoren und Benutzern liegen. Die Faszination der Öffentlichkeit für die menschenähnlichen Aspekte von Chatbots überschattet möglicherweise grundlegendere Fragen darüber, wie Unternehmen von KI profitieren können, sagt Wu.

„Ich denke, dass die grundlegenden wirtschaftlichen Aspekte einer generativen KI übersehen werden.“

In einem Interview erörtert Wu die herausfordernden wirtschaftlichen Aspekte der KI, wie sich Geschäftsmodelle wahrscheinlich von herkömmlichen Softwaremodellen unterscheiden werden und einige der potenziell schmerzhaften Kompromisse, die Unternehmen wie google, Microsoft und anderen bevorstehen. Wu arbeitete an der Fallstudie mit dem HBS-Forschungsmitarbeiter Matt Higgins zusammen; HBS-Doktorandin Miaomiao Zhang; und Hang Jiang, Doktorand am Massachusetts Institute of Technology.

Ben Rand: Was hat Sie bei der Vorbereitung dieses Falles am meisten überrascht und warum?

Andy Wu: Ich denke, dass die grundlegenden wirtschaftlichen Aspekte einer generativen KI übersehen werden. Es gibt erhebliche unbeantwortete Fragen dazu, wie Menschen mit dieser Technologie tatsächlich Geld verdienen werden. Google, OpenAI und andere können nicht auf Dauer Geld verlieren. Wie das genau monetarisiert werden soll, ist aber noch für niemanden klar. Zumindest kann ich Ihnen sagen, dass wir neue Geschäftsmodelle brauchen werden und die Integration generativer KI die Art und Weise, wie wir Software und das Geschäftsmodell monetarisieren, verändern wird.

Rand: Wie so?

Wu: Unsere Vorstellungen von Fixkosten und variablen Kosten sind hier anders als bei jeder anderen Form der Datenverarbeitung, die wir in der Vergangenheit erlebt haben. Die wichtigste Erkenntnis ist, dass die variablen Kosten für die Bereitstellung generativer KI für einen Endbenutzer nicht Null sind. Das bedeutet, dass wir zukünftige Software-as-a-Service-Anwendungen, die generative KI enthalten, nicht unbedingt kostenlos an irgendjemanden oder sogar als … verteilen können kostenpflichtiges Abonnement ohne Nutzungsbeschränkungen, wie wir es heute gewohnt sind. Die Nutzungspreise werden viel wichtiger sein.

Ein zweiter Unterschied besteht darin, dass ein erheblicher Teil der Kerntechnologie Open Source ist und viele der zum Trainieren dieser Modelle verwendeten Daten öffentliche Daten sind und möglicherweise urheberrechtlich geschützt sind, aber online öffentlich verfügbar sind. Die Eintrittsbarrieren für KI sind nicht so hoch, wie es scheint. So viele Unternehmen werden im Spiel sein, zumindest für bestimmte vertikale KI-Modelle und -Anwendungen.

Rand: Ist es zu früh, um zu sagen, welches Geschäftsmodell entstehen wird?

Wu: Die Unternehmen versuchen immer noch, es herauszufinden. Aber ich denke, dass wir aus ihren Taten Hinweise auf die Richtung bekommen können, in die wir gehen werden. Die Unternehmen, die sich mit generativer KI befassen, kalkulieren tatsächlich nach einem Nutzungsmodell, was für mich bedeutet, dass sie glauben, dass sie das Abonnementmodell heute nicht wirtschaftlich umsetzen können.

Rand: Welche Unternehmen sind derzeit am besten aufgestellt?

Wu: Ein wirklich herausragendes Unternehmen ist derzeit Meta, das mit seinem LLaMA-Modell hart um eine herausragende Position auf der Open-Source-Seite kämpft. Vor dem letzten Jahr wären viele davon ausgegangen, dass Google der mutmaßliche Marktführer im Open-Source-Markt gewesen wäre. Microsoft gebührt auch große Anerkennung für die Entscheidung, mit OpenAI zusammenzuarbeiten und Zugang zu führender Technologie zu erhalten, die sie sowohl in ihre Anwendungen integrieren als auch als Möglichkeit zum Verkauf von Cloud-Computing-Diensten nutzen können.

Das Interessante daran ist jedoch, dass keiner der großen Technologieanbieter das eigentliche Modell selbst verkauft. Amazon bietet seinen Cloud-Kunden größtenteils die Open-Source-Modelle an, die andere entwickelt haben. Meta stellt sein Modell größtenteils kostenlos zur Verfügung (mit einigen Einschränkungen), und Microsoft hat einen Großteil der Kerntechnologie an OpenAI ausgelagert. Wenn man diese Entscheidungen zusammen betrachtet, treffen sie eine echte, wenn auch subtile Aussage darüber, was man vermeiden sollte, was eigentlich darin besteht, die Kerntechnologie – das KI-Modell – direkt zu monetarisieren.

Die Herausforderung, vor der wir derzeit im Zusammenhang mit KI stehen, besteht darin, dass es sehr wahrscheinlich ist, dass die eigentliche Erfindung der Technologie selbst nicht das ist, womit die Menschen Geld verdienen. Es wird die Welt verändern, aber das Geld wird nicht mit dem verdient, was die Transformation ermöglicht hat.

„Das Problem ist, dass wir geistiges Eigentum normalerweise als urheberrechtlich geschützt oder nicht urheberrechtlich geschützt betrachten.“

Rand: Welche Rolle wird Ihrer Meinung nach Regulierung spielen?

Wu: Ich verstehe das Interesse der Regulierungsbehörden angesichts der Risiken dieser Technologie. Aber es wird für die Regulierungsbehörden sehr schwierig sein, eine umfassende Richtlinie zu entwickeln, die die Dinge so kontrolliert, wie sie es gerne hätten. Das liegt vor allem daran, dass die Eintrittsbarriere nicht so hoch ist. Es gibt bereits eine beträchtliche Anzahl von Open-Source-Modellen, auf denen Sie oder ich aufbauen können.

Nehmen wir also an, wir möchten verhindern, dass KI Hassreden erzeugt. Soweit es einen Markt für Hassreden gibt, wird es einigen Unternehmern gelingen, dieses Modell aufzubauen. Es ist schwer, genau herauszufinden, wie Sie es blockieren würden. Wenn es einen Markt gibt, wird jemand herausfinden, wie das geht.

Rand: Gibt es Bereiche, in denen eine Regulierung sinnvoll sein kann?

Wu: Das Urheberrecht ist ein Bereich, mit dem sie sich befassen können. Das Problem ist, dass wir geistiges Eigentum normalerweise als urheberrechtlich geschützt oder nicht urheberrechtlich geschützt betrachten. Aber ich möchte meinen Schülern gerne beibringen, dass wir uns in einer neuen Welt befinden. Es gibt urheberrechtlich geschützt und nicht urheberrechtlich geschützt, und dann gibt es auch öffentlich und privat. Das Problem besteht also derzeit darin, dass es urheberrechtlich geschützte Daten geben kann, die auch öffentlich sind. Beispielsweise hat jeder Zeitungsverleger, der die Indexierung seiner Nachrichtenartikel durch Suchmaschinen zulässt, sein geistiges Eigentum in die Situation gebracht, dass es urheberrechtlich geschützt, aber auch öffentlich ist.

Was machen diese Ersteller mit ihren Daten? Sie können sagen, dass es urheberrechtlich geschützt ist und dass andere Leute es nicht verwenden dürfen, aber Sie können nicht wirklich beweisen, dass all diese verschiedenen Modelle mit Ihren Daten trainiert werden. Dies ist etwas, das die Regulierungsbehörden klären müssen, und auch etwas, das die Unternehmen selbst zur Kenntnis nehmen, insbesondere im Musik- und Bildbereich.

„In dem Maße, in dem Sie vielleicht jetzt kein KI-Angebot wünschen, in fünf Jahren aber eines wollen, wird der Aufwand für den Aufbau eines zentralen Datenspeichers für alle diese Daten wichtig sein.“

Rand: Wie können Manager bei so viel zu bedenken den Überblick über die Entwicklungen in der KI behalten? Sie scheinen sich so schnell zu verändern.

Wu: Ich würde Managern raten, im nächsten Jahr nicht zu spielen. Spielen Sie die nächsten 10 Jahre. Die Idee ist, dass Sie in Ihrem Unternehmen Menschen haben möchten, die sich mit den verschiedenen Technologien auskennen und mit verschiedenen Dingen experimentieren. Sie müssen ihnen einen Weg bieten, mit dem CEO und dem Top-Management-Team darüber zu kommunizieren, in welche Technologien investiert werden soll.

Die Konsequenz daraus ist die Integration von Daten über Geschäftsbereiche hinweg in einem Unternehmen. Meiner Erfahrung nach wird es im Moment nicht gut genug gemacht. Unternehmen verfügen bereits über ein recht komplexes Portfolio verschiedener Datenbanken und Unternehmensprodukte, in denen ihre Daten gespeichert werden. Diese Daten müssen zunehmend im Auge behalten und im Idealfall integriert werden. In dem Maße, in dem Sie vielleicht jetzt kein KI-Angebot wünschen, in fünf Jahren aber eines wollen, wird der Aufwand für den Aufbau eines zentralen Datenspeichers für alle diese Daten wichtig sein.

Rand: Welche Best Practices müssen Unternehmen jetzt umsetzen?

Wu: Wenn Sie als Unternehmen über die Implementierung von KI nachdenken, müssen Sie verschiedene Entwicklungsstufen berücksichtigen. Sie könnten warten, bis andere Unternehmen die entsprechenden Anwendungen entwickeln, oder Sie könnten eine API kaufen und Ihre eigene Anwendung erstellen, oder Sie könnten tatsächlich Ihr eigenes Modell trainieren und dann Ihre eigene Anwendung erstellen. Und ich denke, Unternehmen müssen jetzt damit beginnen, herauszufinden, welchen Grad an Komplexität sie wollen. Ein früher Vorreiter in diesem Prozess ist beispielsweise Bloomberg, wo bereits BloombergGPT entwickelt wurde, ein großsprachiges Modell, das auf Finanzaufgaben zugeschnitten ist. Sie verwendeten ihre eigenen proprietären Daten, um ein Open-Source-Modell zu verfeinern. Für ein Unternehmen wie Bloomberg ist die Bereitstellung finanzieller Erkenntnisse von entscheidender Bedeutung und kann daher nicht darauf warten, dass jemand anderes dieses KI-Modell und die KI-Anwendung entwickelt.

Das könnte Ihnen auch gefallen:

Feedback oder Ideen zum Teilen? Senden Sie eine E-Mail an das Working Knowledge-Team unter [email protected].

Bild: KI-Generierung