Według doniesień The Information AT&T przechodzi na modele sztucznej inteligencji o otwartym kodzie źródłowym, ponieważ telekomunikacyjny gigant stara się ograniczyć wydatki na technologię AI firmy Anthropic.

Ten krok odzwierciedla szerszą zmianę zachodzącą wśród dużych firm, które szukają sposobów na opanowanie rosnących kosztów wdrażania zaawansowanej sztucznej inteligencji. Zamiast polegać wyłącznie na własnościowych systemach AI, przedsiębiorstwa coraz częściej rozważają alternatywy open-source, które mogą oferować większą elastyczność i niższe koszty operacyjne.

O tym wydarzeniu poinformował ostatnio także Cointelegraph, co podkreśla, w jak rosnącym stopniu konkurencja między dostawcami modeli AI wpływa na duże firmy technologiczne i telekomunikacyjne.

AT&T chce obniżyć koszty AI

AT&T zainwestowała znaczne środki w sztuczną inteligencję, podobnie jak inne firmy telekomunikacyjne poszukujące sposobów na automatyzację operacji i poprawę obsługi klienta.

Jako jeden z największych operatorów bezprzewodowych w Stanach Zjednoczonych AT&T działa w skali, w której opłaty za komercyjne modele AI naliczane według zużycia mogą szybko narastać w obszarach obsługi klienta, operacji sieciowych i narzędzi wewnętrznych.

Zaawansowane modele AI mogą wspomagać zadania takie jak wsparcie klienta, tworzenie oprogramowania, analiza danych i wewnętrzne operacje biznesowe.

Eksploatacja zaawansowanych systemów AI może się jednak okazać kosztowna, zwłaszcza gdy firmy mocno polegają na modelach komercyjnych i płacą w zależności od użycia.

Wraz z poszerzaniem się adopcji AI koszty te mogą stanowić istotną część budżetów technologicznych.

Doniesienia o zwróceniu się AT&T ku modelom open-source sugerują, że firma szuka bardziej opłacalnego podejścia.

Dlaczego AI open-source zyskuje na znaczeniu

Modele AI open-source stają się dla firm coraz bardziej atrakcyjne.

W przeciwieństwie do kontrolowanych przez jednego dostawcę systemów własnościowych modele open-source można — w zależności od warunków licencyjnych — często pobierać, dostosowywać i wdrażać samodzielnie.

Może to dać przedsiębiorstwom większą kontrolę nad sposobem integrowania systemów AI z ich działalnością.

Firmy mogą także mieć możliwość optymalizacji modeli pod kątem konkretnych obciążeń zamiast płacić za dostęp do większych systemów własnościowych.

Dla organizacji przetwarzających ogromne ilości informacji nawet umiarkowane ograniczenie kosztów AI może przełożyć się na znaczne oszczędności.

Anthropic mierzy się z rosnącą konkurencją

Dzięki platformie Claude Anthropic stało się jednym z czołowych dostawców zaawansowanych modeli AI.

Technologia firmy jest wykorzystywana przez przedsiębiorstwa i programistów do kodowania, pisania tekstów, badań, analizy i innych zadań.

Anthropic przyciągnęło znaczne inwestycje i nawiązało partnerstwa z dużymi firmami technologicznymi. Firma pozyskała miliardy dolarów od inwestorów, takich jak Google i Amazon, których działalność chmurowa również oferuje usługi AI klientom korporacyjnym.

Rynek AI staje się jednak coraz bardziej konkurencyjny.

O klientów korporacyjnych konkurują OpenAI, Google, Meta oraz coraz liczniejsi twórcy AI open-source.

Pojawienie się sprawnych modeli open-source może wywierać dodatkową presję na komercyjnych dostawców AI, aby wykazali, że ich systemy oferują wartość uzasadniającą ich koszt.

Ekonomia sztucznej inteligencji

Branża AI wkroczyła w fazę, w której wydajność nie jest już dla firm jedynym kryterium.

Przedsiębiorstwa muszą również oceniać, ile kosztuje uruchamianie AI na dużą skalę.

Trenowanie zaawansowanych modeli wymaga znacznych zasobów obliczeniowych, a obsługa milionów użytkowników może generować wysokie, ciągle ponoszone koszty infrastruktury.

Dla klientów korporacyjnych kwestie ekonomiczne mogą mieć szczególne znaczenie.

Firma może początkowo wybrać model AI klasy premium ze względu na jego wydajność, aby później przekonać się, że korzystanie z systemu przez tysiące pracowników generuje wysokie, cyklicznie powtarzające się rachunki.

Może to zachęcać firmy do poszukiwania alternatyw.

Modele open-source dają większą kontrolę

Jednym z największych atutów AI open-source jest kontrola.

Firmy mogą potencjalnie uruchamiać modele na własnej infrastrukturze lub u wybranego przez siebie dostawcy chmury.

Mogą także modyfikować niektóre modele, aby lepiej odpowiadały konkretnym zastosowaniom.

Taka elastyczność może być szczególnie przydatna dla dużych organizacji dysponujących znacznymi zasobami technicznymi.

Zamiast kierować każdego zapytania AI do zewnętrznego dostawcy, firmy mogą być w stanie przetwarzać część obciążeń we własnym zakresie.

Może to obniżyć koszty, a jednocześnie dać organizacjom większą kontrolę nad danymi i infrastrukturą AI.

Prywatność danych to kolejny czynnik

Koszt niekoniecznie jest jedynym powodem, dla którego firmy rozważają AI open-source.

Istotną rolę może odgrywać także prywatność danych.

Duże przedsiębiorstwa przetwarzają wrażliwe informacje, w tym dane klientów, informacje finansowe i firmowe dane własnościowe.

Uruchamianie modeli AI w kontrolowanych środowiskach może ograniczyć konieczność przesyłania wrażliwych informacji do systemów podmiotów trzecich.

Nie czyni to automatycznie AI open-source bezpieczniejszym, ale może dać firmom większą kontrolę nad sposobem przetwarzania ich danych.

Dla firmy telekomunikacyjnej, takiej jak AT&T, zarządzanie danymi i bezpieczeństwo mają szczególne znaczenie.

AI staje się technologią strategiczną

Firmy telekomunikacyjne należą do przedsiębiorstw, które mają istotne możliwości wykorzystania sztucznej inteligencji.

AI może pomóc w optymalizacji sieci, przewidywaniu awarii sprzętu, automatyzacji obsługi klienta i poprawie efektywności operacyjnej.

Może także wspierać programistów pracujących nad coraz bardziej złożonymi systemami oprogramowania.

W miarę rozszerzania się tych zastosowań firmy potrzebują systemów AI, które są nie tylko wydajne, ale również ekonomicznie zrównoważone.

Decyzja o rozważeniu modeli open-source może zatem odzwierciedlać szersze dążenie do zbudowania bardziej efektywnej infrastruktury AI.

Ta zmiana może wywrzeć presję na ceny AI

Jeśli duże przedsiębiorstwa zaczną przenosić więcej obciążeń na modele open-source, komercyjni dostawcy AI mogą stanąć w obliczu rosnącej presji cenowej.

Firmy takie jak Anthropic i OpenAI zainwestowały miliardy dolarów w rozwój zaawansowanych modeli.

Ich modele biznesowe opierają się na przyciąganiu klientów gotowych płacić za dostęp do tych systemów.

Jeśli klienci będą coraz częściej wybierać tańsze alternatywy do niektórych zadań, dostawcy mogą być zmuszeni odpowiedzieć niższymi cenami, lepszą wydajnością lub dodatkowymi funkcjami dla przedsiębiorstw.

Taka konkurencja może ostatecznie przynieść korzyści firmom wdrażającym AI.

Nie każde zadanie AI da się zastąpić

Mimo rosnących możliwości modeli open-source firmy raczej nie zrezygnują całkowicie z własnościowych systemów AI.

Zaawansowane modele komercyjne mogą oferować wysoką wydajność, niezawodność i specjalistyczne funkcje dla przedsiębiorstw.

Firmy mogą zatem przyjąć strategię hybrydową.

Mogłyby korzystać z modeli własnościowych klasy premium przy złożonych zadaniach, a na systemy open-source polegać przy rutynowych obciążeniach lub obciążeniach o dużej skali.

Takie podejście mogłoby pozwolić firmom pogodzić wydajność z kosztami.

Doniesiona strategia AT&T może być częścią tego szerszego trendu.

Konkurencja wśród modeli AI przyspiesza

Rynek AI zmienił się gwałtownie w ciągu ostatnich kilku lat.

Wczesny wyścig koncentrował się w dużej mierze na budowaniu coraz mocniejszych modeli.

Obecnie firmy konkurują także pod względem efektywności.

Mniejsze modele bywają w stanie zapewnić wysoką wydajność przy znacznie niższych kosztach obliczeniowych.

Twórcy oprogramowania open-source również poczynili szybkie postępy, dając przedsiębiorstwom więcej opcji niż wcześniej. Otwarcie udostępnione przez Metę modele Llama należą do najbardziej wyrazistych przykładów i pomogły ugruntować otwarto dostępną AI jako wiarygodną opcję dla dużych organizacji.

Oznacza to, że firmy nie są już ograniczone do wyboru spośród niewielu głównych dostawców AI.

Co to oznacza dla Anthropic

Dla Anthropic doniesiony ruch AT&T stanowi część szerszego wyzwania stojącego przed dostawcami modeli AI.

Klienci korporacyjni stają się bardziej wyrafinowani.

Oceniają nie tylko jakość modeli, ale także cenę, opóźnienia, bezpieczeństwo, możliwości dostosowania i opcje wdrożenia.

Anthropic będzie więc musiało nadal wykazywać, dlaczego jego technologia dostarcza wartości uzasadniającej jej koszt.

Sama wysoka wydajność może nie wystarczyć, jeśli firmy są w stanie osiągnąć podobne rezultaty tańszymi alternatywami.

Szersza perspektywa

Doniesiona decyzja AT&T o zwróceniu się ku modelom AI open-source uwypukla istotną zmianę w branży sztucznej inteligencji.

W miarę jak firmy przechodzą od eksperymentowania z AI do jej wdrażania w dużych częściach swoich operacji, ekonomia AI zyskuje coraz większe znaczenie.

Ograniczenie zależności od drogich modeli własnościowych może pomóc firmom w zarządzaniu tymi kosztami, a jednocześnie zapewnić im większą kontrolę nad infrastrukturą technologiczną.

Dla Anthropic i innych czołowych firm AI to wydarzenie pokazuje, że klienci korporacyjni mają dziś więcej wyborów niż kiedykolwiek.

Przyszłość AI może nie być zdominowana przez jeden typ modelu lub dostawcy.

Zamiast tego firmy mogą coraz częściej łączyć systemy własnościowe i open-source, w zależności od konkretnego zadania oraz wymogów kosztowych i bezpieczeństwa.

Dla AT&T doniesiona strategia może stanowić sposób na rozszerzanie adopcji AI bez pozwalania, by wydatki technologiczne rosły w sposób niekontrolowany.

Dla całej branży AI jest to kolejny sygnał, że następny etap konkurencji nie będzie dotyczył wyłącznie budowania najinteligentniejszych modeli. Będzie także polegał na uczynieniu tych modeli wystarczająco przystępnymi cenowo, wydajnymi i praktycznymi, aby firmy mogły korzystać z nich na ogromną skalę.

Autor: Ethan Collins

Dziennikarz kryptowalutowy

Ethan Collins relacjonuje wydarzenia z sektora kryptowalut i blockchaina. Obejmuje w swojej pracy ruchy rynkowe, aktualizacje protokołów, zmiany regulacyjne oraz nowe trendy w obszarze aktywów cyfrowych. Stara się przedstawiać złożone tematy w jasny i przystępny sposób dla szerokiego grona czytelników.