Зростаюча думка в Силіконовій долині свідчить про те, що розвиток великих моделей штучного інтелекту сповільнюється, що може вплинути на очікувану появу штучного інтелекту на рівні людського. Спочатку вважалося, що з достатньою кількістю даних і обчислювальною потужністю загальний штучний інтелект (AGI) з'явиться природним чином. Ця віра спонукала технологічних гігантів вкладати значні кошти, як це було з OpenAI, що залучила $6, 6 мільярдів, та xAI Ілона Маска, яка збирала кошти для придбання передових чіпів Nvidia. Однак інсайдери тепер зауважують, що ці великі мовні моделі (LLM) не покращуються так швидко, як очікувалося, навіть при значних інвестиціях. Критики, такі як Гері Маркус, стверджують, що досягнення AGI LLM завжди було міфом. Однією з проблем є обмеженість мовних даних, доступних для навчання ІІ, що може створити перепону для подальшого прогресу.

Деякі експерти, як-от Саша Луччоні, вважають, що надмірна увага індустрії до розміру моделі замість її цільового призначення затримала розвиток. Незважаючи на ці занепокоєння, лідери в індустрії ІІ зберігають оптимізм щодо досягнення AGI в майбутньому. Зміна стратегії OpenAI через повільніше, ніж очікувалося, вдосконалення передбачає покращення можливостей поточних моделей, а не покладання виключно на збільшення даних і обчислювальну потужність. Їхня нова модель o1 зосереджена на покращенні логічного мислення для отримання більш точних відповідей. OpenAI та інші припускають, що настав час удосконалити існуючі можливості ІІ для конкретних завдань, подібно до того, як ефективніше використовувати вогонь, а не просто додавати більше палива. Це відображає ідею переходу від частих помилок до продуманого вирішення проблем, аналогічно до того, як студенти переходять під час свого освітнього шляху.