Stávají se modely umělé inteligence komoditami?

Generální ředitel Microsoftu Satya Nadella最近 vyvolal debatu, když naznačil, že pokročilé modely umělé inteligence jsou na cestě ke komoditizaci. V podcastu Nadella poznamenal, že základní modely se stávají stále podobnějšími a široce dostupnými, až do té míry, kdy „modely samy o sobě nejsou dostatečné“ pro dlouhodobou konkurenční výhodu. Uvedl, že OpenAI – navzdory svým pokročilým neuronovým sítím – „není modelová společnost; je to produktová společnost, která má fantastické modely“, zdůrazňující, že skutečná výhoda pochází z budování produktů kolem modelů.

Jinými slovy, mít nejvýkonnější model již nemusí garantovat vedení na trhu, protože jakékoli vedení v výkonu může být krátkodobé uprostřed rychlého tempa inovací v oblasti umělé inteligence.

Nadellův pohled má váhu v odvětví, kde technologické giganty závodí v trénování stále větších modelů. Jeho argument implikuje posun v zaměření: místo toho, aby se soustředily na modelovou supremaci, by společnosti měly směrovat energii směrem k integraci umělé inteligence do „plné systémové sady a úspěšných produktů“.

To odráží širší názor, že dnešní průlomové úspěchy v oblasti umělé inteligence se rychle stávají zítřejšími základními funkcemi. Jakmile se modely stanou více standardizovanými a dostupnými, pozornost se přesouvá na to, jak je umělé inteligence aplikována v reálných službách. Společnosti jako Microsoft (MSFT ) a Google (GOOGL ), s rozsáhlými produkčními ekosystémy, mohou být nejlépe umístěny, aby využily tento trend komoditizované umělé inteligence tím, že budou modely integrovat do uživatelsky přívětivých nabídek.

Šíření přístupu a otevřené modely

Nedávno mohla pouze hrstka laboratoří postavit modely umělé inteligence špičkové úrovně, ale tato exkluzivita rychle mizí. Schopnosti umělé inteligence jsou stále více dostupné organizacím a dokonce i jednotlivcům, což podporuje názor, že modely jsou komoditami. Výzkumník umělé inteligence Andrew Ng již v roce 2017 srovnal potenciál umělé inteligence s „novou elektřinou“, naznačující, že stejně jako elektřina se stala všudypřítomnou komoditou, která podporuje moderní život, modely umělé inteligence by mohly se stát základními utilitami dostupnými z mnoha poskytovatelů.

Nedávná proliferace open-source modelů urychlila tento trend. Meta (mateřská společnost Facebooku), například, způsobila vlnu, když uvolnila silné jazykové modely, jako je LLaMA, otevřeně výzkumníkům a vývojářům zdarma. Důvodem je strategie: uvolněním své umělé inteligence Meta může podnítit širší přijetí a získat příspěvky komunity, zatímco podkopává výhody rivalů. A ještě nedávno, svět umělé inteligence explodoval s uvolněním čínského modelu DeepSeek.

V oblasti generace obrázků, model Stability AI Stable Diffusion ukázal, jak rychle může průlomový úspěch být komoditizován: během měsíců od jeho otevřeného uvolnění v roce 2022 se stal domácností v generativní umělé inteligenci, dostupné v nesčetných aplikacích. Skutečností je, že open-source ekosystém exploduje – existuje desetitisíce veřejně dostupných modelů umělé inteligence v repozitářích, jako je Hugging Face.

Tato všudypřítomnost znamená, že organizace již nemusí čelit binární volbě mezi placením za jediný model poskytovatele nebo ničím. Místo toho mohou vybrat z nabídky modelů (otevřených nebo komerčních) nebo dokonce vyladit své vlastní, podobně jako výběr komodit z katalogu. Čistý počet možností je silným indikátorem, že pokročilá umělá inteligence se stává široce sdíleným zdrojem, spíše než pečlivě střeženým privilegiem.

Cloudoví giganti mění umělou inteligenci na utilitní službu

Hlavní poskytovatelé cloudových služeb byli klíčovými umožňovači – a hybateli – komoditizace umělé inteligence. Společnosti, jako jsou Microsoft, Amazon (AMZN ) a Google, nabízejí modely umělé inteligence jako služby na vyžádání, podobně jako utilitní služby doručené přes cloud. Nadella uvedl, že „modely se stávají komoditizovanými v [cloudovém] prostředí“, zdůrazňující, jak cloud dělá pokročilou umělou inteligenci široce dostupnou.

Skutečností je, že cloud Azure od Microsoftu má partnerství s OpenAI, které umožňuje každému vývojáři nebo podniku využít GPT-4 nebo jiné špičkové modely prostřednictvím API volání, bez nutnosti budovat svou vlastní umělou inteligenci od začátku. Amazon Web Services (AWS) šel ještě dále se svou platformou Bedrock, která funguje jako modelový trh. AWS Bedrock nabízí výběr základních modelů z několika předních společností umělé inteligence – od vlastních modelů Amazonu po modely od Anthropic, AI21 Labs, Stability AI a dalších – všechny dostupné prostřednictvím jedné spravované služby.

Tento „mnoho modelů, jedna platforma“ přístup ilustruje komoditizaci: zákazníci si mohou vybrat model, který nejlépe vyhovuje jejich potřebám, a mohou snadno přepnout na jiného poskytovatele, podobně jako nakupují komoditu.

V praktických termínech to znamená, že podniky se mohou spolehnout na cloudové platformy, aby vždy měly k dispozici špičkový model, podobně jako elektřinu z rozvodné sítě – a pokud nová model zaujme pozornost (například průlom jednoho startupu), cloudová platforma bude okamžitě nabízet tuto novou model.

Odlišování se beyond samotného modelu

Pokud má každý přístup k podobným modelům umělé inteligence, jak se společnosti, které se zabývají umělou inteligencí, odlišují? To je jádro debaty o komoditizaci. Konsenzus mezi lídry v oboru je, že hodnota bude spočívat v aplikaci umělé inteligence, nikoli pouze v algoritmu. Strategie OpenAI odráží tento posun. Společnost se v posledních letech soustředila na dodání vyhlazeného produktu (ChatGPT a jeho API) a ekosystému vylepšení – jako jsou služby pro jemné ladění, pluginy a uživatelsky přívětivé rozhraní – spíše než na pouhé uvolnění syrového modelového kódu.

V praxi to znamená nabízet spolehlivý výkon, možnosti přizpůsobení a vývojářské nástroje kolem modelu. Podobně, týmy DeepMind a Brain společnosti Google, které jsou nyní součástí Google DeepMind, směrují své výzkumy do produktů Google, jako je vyhledávání, kancelářské aplikace a cloudové API – vkládají umělou inteligenci, aby tyto služby inteligentnější. Technická sofistikovanost modelu je jistě důležitá, ale Google ví, že uživatelé se ultimately starají o zkušenosti, které jsou umožněny umělou inteligencí (lepší vyhledávač, více pomocný digitální asistent atd.), nikoli o název nebo velikost modelu.

Jsme také svědky odlišování prostřednictvím specializace. Namísto jednoho modelu, který vládne všem, některé společnosti, které se zabývají umělou inteligencí, budují modely přizpůsobené konkrétním doménám nebo úkolům, kde mohou tvrdit, že mají vyšší kvalitu, i v komoditizovaném prostředí. Například existují startupy, které se výhradně soustředí na diagnostiku ve zdravotnictví, financích nebo právu – oblasti, kde proprietární data a odborné znalosti mohou vést k lepšímu modelu pro tuto niši než obecný systém. Tyto společnosti využívají jemné ladění otevřených modelů nebo menších modelů na míru, spojených s proprietárními daty, aby se odlišily.

Rozhraní ChatGPT a sbírka specializovaných modelů (Unite AI/Alex McFarland)

Jinou formou odlišování je efektivita a náklad. Model, který nabízí stejný výkon za zlomek výpočetní ceny, může být konkurenční výhodou. To bylo zdůrazněno vznikem modelu R1 DeepSeek, který údajně odpovídal některým schopnostem GPT-4 od OpenAI s trénovací cenou pod 6 milionů dolarů, což je dramaticky nižší než odhadovaných 100+ milionů dolarů vynaložených na GPT-4. Takové zisky v efektivitě naznačují, že zatímco výstupy různých modelů se mohou stát podobnými, jeden poskytovatel může odlišit sám od sebe tím, že dosáhne těchto výsledků levněji nebo rychleji.

Nakonec, existuje závod na budování uživatelské loajality a ekosystémů kolem služeb umělé inteligence. Jakmile podnik hluboce integruje konkrétní model umělé inteligence do svého pracovního postupu (s vlastními výzvami, integracemi a vyladěnými daty), přepnutí na jiný model není bezproblémové. Poskytovatelé, jako je OpenAI, Microsoft a další, se snaží zvýšit tuto „lepivost“ tím, že nabízejí komplexní platformy – od vývojářských SDK po trhy AI pluginů –, které dělají jejich verzi umělé inteligence plnohodnotným řešením, spíše než komoditou, kterou lze vyměnit.

Společnosti se pohybují vzhůru po hodnotovém řetězci: když samotný model není příkopem, odlišování pochází z všeho, co obklopuje model – data, uživatelská zkušenost, vertikální odborné znalosti a integrace do stávajících systémů.

Ekonomické dopady komoditizované umělé inteligence

Komoditizace modelů umělé inteligence má významné ekonomické důsledky. V krátkém horizontu to pohání náklady na schopnosti umělé inteligence dolů. S mnoha konkurenty a otevřenými alternativami, cena za služby umělé inteligence je v poklesu, připomínající klasické komoditní trhy.

Posledních dvou letech, OpenAI a další poskytovatelé dramaticky snížili ceny za přístup k jazykovým modelům. Například, tokenová cena OpenAI pro jeho GPT série klesla o více než 80% z roku 2023 na 2024, což je snížení připsané zvýšené konkurenci a ziskům v efektivitě.

Podobně, novější vstupující poskytovatelé nabízející levnější nebo otevřené modely nutí etablované poskytovatele nabízet více za méně – ať už prostřednictvím bezplatných úvodních nabídek, otevřených zdrojů nebo balíčkových nabídek. To je dobrá zpráva pro spotřebitele a podniky, které přijímají umělou inteligenci, protože pokročilé schopnosti se stávají stále dostupnějšími. To také znamená, že technologie umělé inteligence se šíří rychleji po celé ekonomice: když se něco stává levnějším a standardizovanějším, více odvětví jej začleňuje, pohánějících inovace (podobně jako levná komoditizovaná hardware PC v roce 2000 vedla k explozi softwaru a internetových služeb).

Jsme již svědky vlny přijetí umělé inteligence v sektorech, jako je zákaznická služba, marketing a operace, poháněné snadno dostupnými modely a službami. Širší dostupnost může tak expandovat celkový trh pro řešení umělé inteligence, i když marže zisků na modelech samých se zmenšují.

Ekonomická dynamika komoditizované umělé inteligence (Unite AI/Alex McFarland)

Nicméně, komoditizace může také přetvořit konkurenční krajinu složitými způsoby. Pro etablované laboratoře umělé inteligence, které investovaly miliardy do vývoje modelů špičkové úrovně, perspektiva, že tyto modely přinesou pouze přechodné výhody, vyvolává otázky o návratnosti investic. Mohli by muset upravit své obchodní modely – například, zaměřit se na podnikové služby, proprietární datové výhody nebo předplatitelské produkty postavené na modelech, spíše než prodávat pouze přístup k API.

Existuje také závodní prvek: když jakýkoli průlom v výkonu je rychle překonán ostatními (nebo dokonce otevřenými komunitami), okno pro monetizaci nového modelu se zužuje. Tento dynamismus nutí společnosti, aby zvažovaly alternativní ekonomické příkopy. Jedním z takových příkopů je integrace s proprietárními daty (která není komoditizována) – umělá inteligence vyladěná na vlastních datech společnosti může být pro tuto společnost cennější než jakýkoli model z obchodu.

Jiným je regulace nebo komplianční funkce, kde poskytovatel může nabízet modely s garantovanou soukromostí nebo kompliancí pro podnikové použití, odlišující se způsobem, který jde za hranice surové technologie. Na makroúrovni, pokud se základní modely umělé inteligence stanou stejně všudypřítomnými jako databáze nebo webové servery, můžeme vidět posun, kdy služby kolem umělé inteligence (cloudové hostování, konzultace, přizpůsobení, údržba) se stanou primárními generátory příjmů. Už nyní, cloudoví poskytovatelé profitují z rostoucí poptávky po výpočetní infrastruktuře (procesory, GPU atd.) pro běh všech těchto modelů – podobně jako elektrická utilita profituje z použití, i když jsou spotřebiče komoditizovány.

V podstatě, ekonomika umělé inteligence by mohla odrážet ekonomiku ostatních IT komodit: nižší náklady a větší přístup pohání široké použití, vytvářející nové příležitosti postavené na komoditizované vrstvě, i když poskytovatelé této vrstvy čelí úžším maržím a potřebě neustále inovovat nebo odlišovat jinde.