Il y a quelques semaines, j'ai payé environ 11,6 USDC pour tester un flux de travail AI qui était censé aider à analyser l'activité des portefeuilles.
La tâche en elle-même n'était pas compliquée.
Une poignée d'adresses.
Quelques transactions.
Un peu de clustering.
Rien d'extraordinaire.
Le système a mis un peu plus de 9 minutes à renvoyer un résultat.
Quand il a enfin terminé, j'ai reçu un résumé, un score de confiance, et une interface soignée me disant que la tâche avait été complétée avec succès.
Ce que je n'ai pas reçu, c'était la chose qui m'importait le plus.
Des preuves.
Pas la preuve que le système fonctionnait.
La preuve de ce qui s'est réellement passé.
Quel modèle a traité la demande ?
Où cela a-t-il été exécuté ?
Quelles ressources ont été consommées ?
Puis-je vérifier l'un d'eux ?
Plus j'y pensais, plus cela semblait étrange.
Dans les logiciels traditionnels, nous payons souvent pour la fonctionnalité.
Dans l'AI, nous payons de plus en plus pour la confiance.
Et ce ne sont pas la même chose.
Une calculatrice ne demande pas de confiance.
Un tableur ne demande pas de confiance.
Mais l'AI demande de la confiance chaque fois qu'elle nous donne une réponse.
Surtout quand nous n'avons pas l'expertise ou le temps de vérifier le résultat nous-mêmes.
Cela crée un problème économique intéressant.
Le coût de la génération d'intelligence continue de baisser.
Mais le coût de la validation de l'intelligence pourrait ne pas baisser.
En fait, cela pourrait devenir plus important que l'intelligence elle-même.
C'est une des raisons pour lesquelles j'ai passé plus de temps à regarder
@OpenGradient et OpenGradient Chat.
Pas parce que je pense que l'AI a besoin d'un autre chatbot.
Pas parce que je pense que chaque projet AI mérite de l'attention.
Mais parce que la relation entre les demandes, l'exécution, les paiements et la vérification semble être l'un des défis les plus sous-estimés de toute la pile AI.
La plupart des gens se concentrent sur ce que l'AI peut produire.
Je m'intéresse de plus en plus à ce que l'AI peut prouver.
Peut-être que la partie la plus coûteuse de l'AI n'est pas le calcul.
Peut-être que c'est l'incertitude.
Et l'incertitude a tendance à devenir très coûteuse lorsque de l'argent réel commence à suivre des décisions générées par l'AI.
$OPG $BSB
$ETH #OPG #OpenGradient #AI