Modelele de inteligență artificială devin mărfuri?

CEO-ul Microsoft (MSFT ), Satya Nadella, a declanșat recent un debat prin sugestia că modelele avansate de inteligență artificială sunt pe calea de a deveni mărfuri. Într-un podcast, Nadella a observat că modelele fundamentale devin din ce în ce mai asemănătoare și mai larg disponibile, ajungând în punctul în care „modelele în sine nu sunt suficiente” pentru a menține un avantaj competitiv pe termen lung. El a subliniat că OpenAI – în ciuda rețelelor neuronale de ultimă generație – „nu este o companie de modele; este o companie de produse care are modele fantastice”, subliniind că adevăratul avantaj vine din construirea de produse în jurul modelelor.

În alte cuvinte, simpla deținere a celui mai avansat model nu mai garantează leadershipul pe piață, deoarece orice avans în performanță poate fi de scurtă durată în ritmul rapid al inovației în inteligență artificială.

Perspectiva lui Nadella are greutate într-o industrie în care giganții tehnologiei se întrec să antreneze modele din ce în ce mai mari. Argumentul său implică o schimbare de focus: în loc să se concentreze asupra supremației modelului, companiile ar trebui să își direcționeze energia către integrarea inteligenței artificiale în „un sistem complet și produse de succes”.

Acest lucru reflectă o sentiment mai larg că inovațiile de astăzi în inteligență artificială devin rapid caracteristici de bază ale zilei de mâine. Pe măsură ce modelele devin mai standardizate și mai accesibile, atenția se mută asupra modului în care inteligența artificială este aplicată în servicii din lumea reală. Companii precum Microsoft și Google (GOOGL ), cu ecosisteme de produse vaste, ar putea fi cele mai bine poziționate pentru a profita de această tendință de inteligență artificială mărfurizată, integrând modele în oferte ușor de utilizat.

Lărgirea accesului și modelele deschise

Nu demult, doar câteva laboratoare puteau construi modele de inteligență artificială de ultimă generație, dar această exclusivitate dispare rapid. Capabilitățile de inteligență artificială devin din ce în ce mai accesibile organizațiilor și chiar indivizilor, alimentând noțiunea că modelele sunt mărfuri. Cercetătorul de inteligență artificială Andrew Ng încă din 2017 a comparat potențialul inteligenței artificiale cu „noua electricitate”, sugerând că, la fel cum electricitatea a devenit o marfă ubicuă care susține viața modernă, modelele de inteligență artificială ar putea deveni utilități fundamentale disponibile de la mai mulți furnizori.

Profilarea recentă a modelelor deschise a accelerat această tendință. Meta (compania mamă a Facebook (META )), de exemplu, a făcut valuri prin lansarea modelului de limbaj puternic LLaMA deschis către cercetători și dezvoltatori fără cost. Raționamentul este strategic: prin deschiderea surselor de inteligență artificială, Meta poate stimula adoptarea mai largă și obține contribuții ale comunității, în timp ce subminează avantajele rivalelor cu modele proprietare. Și, mai recent, lumea inteligenței artificiale a explodat cu lansarea modelului chinez DeepSeek.

În domeniul generării de imagini, modelul Stable Diffusion al Stability AI a arătat cum o inovație poate deveni rapid o marfă: în câteva luni de la lansarea din 2022, a devenit un nume cunoscut în inteligența artificială generativă, disponibil în numeroase aplicații. De fapt, ecosistemul deschis explodează – există zeci de mii de modele de inteligență artificială disponibile public pe depozite precum Hugging Face.

Această ubicuitate înseamnă că organizațiile nu mai au de ales între a plăti pentru un model secret al unui singur furnizor sau nimic deloc. În schimb, pot alege dintr-un meniu de modele (deschise sau comerciale) sau chiar pot ajusta propriile modele, la fel cum selectează mărfuri dintr-un catalog. Numărul imens de opțiuni este un indicator puternic că inteligența artificială avansată devine o resursă larg împărtășită, mai degrabă decât un privilegiu strict păzit.

Giganții norului transformă inteligența artificială într-un serviciu utilitar

Furnizorii de servicii norului au fost factori cheie – și motori – ai mărfurizării inteligenței artificiale. Companii precum Microsoft, Amazon (AMZN ) și Google oferă modele de inteligență artificială ca servicii la cerere, similare utilităților furnizate prin nor. Nadella a subliniat că „modelele sunt mărfurizate în [nor]”, evidențiind modul în care norul face inteligența artificială puternic accesibilă.

Într-adevăr, norul Azure al Microsoft are un parteneriat cu OpenAI, permițând oricărui dezvoltator sau afaceri să acceseze GPT-4 sau alte modele de top prin apeluri API, fără a construi propria inteligență artificială de la zero. Amazon Web Services (AWS) a mers mai departe cu platforma sa Bedrock, care acționează ca o piață a modelelor. AWS Bedrock oferă o selecție de modele fundamentale de la mai multe companii de inteligență artificială de top – de la modelele proprii ale Amazon până la cele de la Anthropic, AI21 Labs, Stability AI și altele – toate accesibile printr-un singur serviciu gestionat.

Acest abordare „mai multe modele, o singură platformă” exemplifică mărfurizarea: clienții pot alege modelul care se potrivește nevoilor lor și pot schimba furnizori cu relativă ușurință, ca și cum ar cumpăra o marfă.

În termeni practici, aceasta înseamnă că afacerile pot conta pe platformele norului pentru a avea mereu un model de ultimă generație disponibil, la fel cum electricitatea este furnizată de la o rețea – și dacă un nou model atrage atenția (de exemplu, o inovație a unei companii nou-înființate), norul va oferi prompt acel model.

Diferențierea dincolo de modelul în sine

Dacă toată lumea are acces la modele de inteligență artificială similare, cum se pot diferenția companiile de inteligență artificială? Acesta este nucleul dezbaterii despre mărfurizare. Consensul printre liderii industriei este că valoarea va rezida în aplicarea inteligenței artificiale, nu doar în algoritmul în sine. Strategia OpenAI reflectă această schimbare. Compania s-a concentrat în ultimii ani pe livrarea unui produs finisat (ChatGPT și API-ul său) și a unui ecosistem de îmbunătățiri – cum ar fi servicii de ajustare fină, plugin-uri și interfețe ușor de utilizat – mai degrabă decât doar lansarea codului modelului brut.

În practică, acest lucru înseamnă oferirea unei performanțe fiabile, a opțiunilor de personalizare și a unor instrumente pentru dezvoltatori în jurul modelului. Similar, echipele DeepMind și Brain ale Google, acum parte a Google DeepMind, canalizează cercetarea lor în produsele Google, cum ar fi căutarea, aplicațiile de birou și API-urile norului – integrând inteligența artificială pentru a face aceste servicii mai inteligente. Sophisticația tehnică a modelului este, desigur, importantă, dar Google știe că utilizatorii se preocupă în cele din urmă de experiențele activate de inteligența artificială (un motor de căutare mai bun, un asistent digital mai util, etc.), nu de numele sau dimensiunea modelului.

De asemenea, vedem companii care se diferențiază prin specializare. În loc de un model care să domine totul, unele firme de inteligență artificială construiesc modele specializate pentru domenii sau sarcini specifice, unde pot afirma o calitate superioară, chiar și într-un peisaj mărfurizat. De exemplu, există startup-uri de inteligență artificială care se concentrează exclusiv pe diagnostice medicale, finanțe sau drept – domenii în care datele proprietare și expertiza de domeniu pot produce un model mai bun pentru acea nișă decât un sistem general.

Interfata ChatGPT a OpenAI și colecția de modele specializate (Unite AI/Alex McFarland)

O altă formă de diferențiere este eficiența și costul. Un model care oferă o performanță egală la o fracțiune din costul computațional poate fi un avantaj competitiv. Acest lucru a fost evidențiat de apariția modelului R1 DeepSeek, care a egalat unele dintre capacitățile GPT-4 ale OpenAI la un cost de antrenament de sub 6 milioane de dolari, mult mai mic decât cei peste 100 de milioane de dolari estimați pentru GPT-4. Astfel de câștiguri de eficiență sugerează că, deși ieșirile diferitelor modele pot deveni similare, un furnizor poate să se diferențieze prin obținerea acelor rezultate la un cost mai mic sau mai rapid.

În cele din urmă, există și cursa pentru a construi loialitatea utilizatorilor și ecosistemele în jurul serviciilor de inteligență artificială. Odată ce o afacere a integrat profund un anumit model de inteligență artificială în fluxul de lucru (cu prompturi personalizate, integrări și date ajustate fin), schimbarea la un alt model nu este lipsită de fricțiuni. Furnizori precum OpenAI, Microsoft și alții încearcă să sporească această „lipiciune” prin oferirea unor platforme cuprinzătoare – de la kit-urile de dezvoltare pentru dezvoltatori la piețe de plugin-uri de inteligență artificială – care fac inteligența artificială a lor mai mult o soluție completă decât o marfă interschimbabilă.

Companiile se deplasează în sus pe lanțul valoric: atunci când modelul în sine nu mai reprezintă o barieră, diferențierea vine din tot ceea ce înconjoară modelul – datele, experiența utilizatorului, expertiza verticală și integrarea în sistemele existente.

Efectele economice ale inteligenței artificiale mărfurizate

Mărfurizarea modelelor de inteligență artificială are implicații economice semnificative. Pe termen scurt, aceasta conduce la scăderea costurilor pentru capabilitățile de inteligență artificială. Cu mulți concurenți și alternative deschise, prețurile pentru serviciile de inteligență artificială au intrat într-o spirală descendentă, asemănătoare piețelor clasice de mărfuri.

În ultimii doi ani, OpenAI și alți furnizori au tăiat dramatic prețurile pentru accesul la modelele de limbaj. De exemplu, prețul pe token pentru seria GPT a OpenAI a scăzut cu peste 80% de la 2023 la 2024, o reducere atribuită creșterii concurenței și câștigurilor de eficiență.

În mod similar, noii intrăți care oferă modele mai ieftine sau deschise forțează furnizorii existenți să ofere mai mult pentru mai puțin – fie prin perioade de probă gratuite, lansări deschise sau oferte pachet. Acest lucru este bun pentru consumatori și afaceri care adoptă inteligența artificială, deoarece capacitățile avansate devin din ce în ce mai accesibile. De asemenea, înseamnă că tehnologia inteligenței artificiale se răspândește mai rapid în economie: atunci când ceva devine mai ieftin și mai standardizat, mai multe industrii o încorporează, alimentând inovația (la fel cum hardware-ul de calculator ieftin și mărfurizat în anii 2000 a condus la o explozie de servicii software și internet).

Deja vedem o undă de adoptare a inteligenței artificiale în sectoare precum serviciile clienților, marketingul și operațiunile, condusă de modele și servicii ușor disponibile. Disponibilitatea mai largă poate extinde astfel piața generală pentru soluții de inteligență artificială, chiar dacă marjele de profit pe modelele însele se micșorează.

Dinamica economică a inteligenței artificiale mărfurizate (Unite AI/Alex McFarland)

Cu toate acestea, mărfurizarea poate remodela și peisajul competitiv în moduri provocatoare. Pentru laboratoarele de inteligență artificială stabilite care au investit miliarde în dezvoltarea de modele de frontieră, perspectiva că aceste modele vor oferi doar avantaje tranzitorii ridică întrebări cu privire la rentabilitatea investițiilor. Ei ar putea trebui să ajusteze modelele lor de afaceri – de exemplu, concentrându-se pe servicii pentru întreprinderi, avantaje de date proprietare sau produse cu abonament construite deasupra modelelor, mai degrabă decât doar vânzarea accesului API.

De asemenea, există și un element de curse a înarmării: atunci când orice inovație în performanță este rapid egalată sau depășită de alții (sau chiar de comunitățile deschise), fereastra de oportunitate de a monetiza un model nou se îngustează. Această dinamică împinge companiile să caute alternative pentru avantaje competitive. Un astfel de avantaj poate fi integrarea cu date proprietare (care nu este mărfurizată) – inteligența artificială ajustată pe datele proprii ale unei companii poate fi mai valoroasă pentru acea companie decât orice model de pe piață.

Un alt avantaj poate fi caracteristicile de reglementare sau conformitate, unde un furnizor ar putea oferi modele cu garanții de confidențialitate sau conformitate pentru utilizarea întreprinderilor, diferențiindu-se într-un mod care depășește tehnologia brută. La scară macro, dacă modelele fundamentale de inteligență artificială devin la fel de ubiquite ca bazele de date sau serverele web, s-ar putea vedea o schimbare în care serviciile din jurul inteligenței artificiale (găzduire nor, consultanță, personalizări, întreținere) devin principalii generatori de venit. Deja, furnizorii de nor se bucură de creșterea cererii pentru infrastructura de calcul (CPU, GPU, etc.) pentru a rula toate aceste modele – un pic ca și cum o utilitate electrică profită de utilizare, chiar dacă electrocasnicele sunt mărfurizate.

În esență, economia inteligenței artificiale ar putea să semene cu cea a altor mărfuri IT: costuri mai mici și acces mai mare stimulează utilizarea pe scară largă, creând oportunități noi construite deasupra stratului mărfurizat, chiar dacă furnizorii acelui strat se confruntă cu marje mai strânse și nevoia de a inova constant sau de a se diferenția în altă parte.