乔恩·柯林斯 (Jon Collins) 表示，毫无疑问，我们正处于一场人工智能军备竞赛中。他在 IT 领域工作了35年，担任过各种职务，包括软件程序员、系统经理和首席技术官，现任研究公司Gigaom的行业分析师。
柯林斯表示，当前的军备竞赛是由2022年底ChatGPT的推出引发的。从那时起，许多这样的生成式人工智能系统出现了，数百万人每天使用它们来创作艺术品、文本或视频。
对于商界领袖来说，风险很高。生成式人工智能系统是非常强大的工具，它可以在几分钟内消化比人类几辈子消化的数据还要多的数据。
柯林斯解释说，公司领导者突然意识到人工智能可以帮助他们以及他们的竞争对手实现什么目标。他认为，“恐惧和贪婪正在推动一股雪崩般的势头。”
通过正确的培训，定制的人工智能系统可以让公司通过研究突破或通过自动化目前由人类完成的工作来削减成本，从而超越竞争对手。在制药领域，公司正在定制人工智能来帮助他们发现治疗疾病的新化合物。但这是一个昂贵的过程。
这些科学家和工程师需要至少在某种程度上了解人工智能将工作的制药领域，而且它并不止于此，但如此高技能的工人并不容易找到。柯林斯解释道，“你需要数据科学家，也需要模型工程师，还需要能够构建人工智能平台的基础设施工程师。”
萨里大学人工智能研究所创新主任安德鲁·罗戈斯基 (Andrew Rogoyski) 表示，“了解如何制造这些系统、如何让它们真正发挥作用以及如何解决未来的一些挑战”的人还不够多。
他补充说，那些能够应对这些挑战的人的薪水已经达到了“荒唐”的水平，因为它们是如此重要。“如果我们有能力的话，我们可以培养数百名人工智能博士，因为人们会给他们工作机会。”
除了技能短缺之外，仅仅获得大规模人工智能所需的物理基础设施就可能是一个挑战。运行人工智能进行癌症药物研究所需的计算机系统通常需要两到三千个最新的计算机芯片。
仅此类计算机硬件的成本就很容易高达6000万美元（4800万英镑），甚至还不包括数据存储和网络等其他必需品的成本。商业面临的部分问题是这种人工智能的出现相当突然。以前的技术，比如互联网的出现，建立得比较缓慢。
一家大银行、制药公司或制造商可能有资源购买利用最新人工智能所需的技术，但小公司呢？
与此同时，较大的公司将继续向人工智能项目投入资金，即使并不总是清楚它们可能实现什么目标。
正如罗戈斯基先生所说，人工智能的采用正处于“达尔文式的实验阶段”，很难看出会产生什么后果。“这就是事情变得有趣的地方。但我认为我们必须接受它。”
