Od gigantów AI do dostawców surowca? Zmiana układu sił w branży sztucznej inteligencji

Przez długi czas sukces w branży sztucznej inteligencji był nierozerwalnie związany z firmami budującymi tzw. modele fundamentalne – potężne sieci neuronowe trenowane na ogromnych zbiorach danych. OpenAI, Anthropic i Google wydawały się niekwestionowanymi liderami, a inwestycje w ich rozwój postrzegano jako klucz do przyszłości. Dziś jednak, ta narracja zaczyna się komplikować.

Coraz częściej słyszy się o startupach, które z powodzeniem budują swoje produkty na bazie istniejących modeli, traktując je jako swego rodzaju „towar”. Skupiają się na dostosowywaniu AI do konkretnych zadań i tworzeniu intuicyjnych interfejsów, a sam fundament, na którym to wszystko stoi, przestaje być najważniejszy. Jak powiedział jeden z założycieli startupu, z którym rozmawiałem – branża zmierza w kierunku modelu „sprzedaży ziaren kawy do Starbucksa”.

Co stoi za tą zmianą? Przede wszystkim, korzyści skali, jakie dawało wstępne trenowanie modeli na gigantycznych zbiorach danych, zaczęły maleć. Nie oznacza to, że rozwój AI stanął w miejscu, ale łatwo dostępne, otwarte modele stają się coraz lepszymi alternatywami dla tych rozwijanych przez gigantów. Dalszy postęp leży teraz w optymalizacji istniejących rozwiązań, a nie w bezustannym zwiększaniu zasobów obliczeniowych poświęcanych na pre-training. Firmy, które koncentrują się na fine-tuningu i projektowaniu interfejsów użytkownika, mogą osiągnąć lepsze rezultaty niż te, które wydają miliardy na budowę kolejnych, jeszcze większych modeli.

Przyszłość AI rysuje się więc jako mozaika wyspecjalizowanych firm, działających w konkretnych obszarach, takich jak tworzenie oprogramowania, zarządzanie danymi, generowanie obrazów i inne. Posiadanie własnego modelu foundational nie gwarantuje sukcesu w tych obszarach, a wręcz przeciwnie – może okazać się obciążeniem. Rosnąca dostępność alternatyw open-source sprawia, że firmy takie jak OpenAI i Anthropic mogą stracić kontrolę nad cenami, jeśli przegrają konkurencję na poziomie aplikacji.

Inwestorzy zaczynają dostrzegać, że przewaga bycia „pierwszym na rynku” nie zawsze przekłada się na długoterminowy sukces. Jak zauważył Martin Casado z a16z, OpenAI jako pierwszy stworzył model do kodowania, a także modele generatywne do obrazów i wideo, tylko po to, by stracić pozycję lidera na rzecz konkurencji. Coraz wyraźniej widać, że kluczem nie jest posiadanie samego „silnika” AI, ale umiejętność jego efektywnego wykorzystania i dostosowania do potrzeb użytkowników.

Oczywiście, nie należy skreślać firm budujących wielkie modele bazowe. Dysponują one ogromnymi zasobami finansowymi, rozpoznawalną marką i rozbudowaną infrastrukturą. Ich modele wciąż znajdują zastosowanie w wielu dziedzinach i mogą generować zyski. Jednak, w dynamicznie zmieniającym się krajobrazie AI, strategia polegająca na budowaniu coraz większych modeli staje się coraz bardziej ryzykowna. Przyszłość pokaże, czy giganci AI utrzymają swoją pozycję, czy też zostaną zepchnięci do roli dostawców surowca dla innych firm, które lepiej wykorzystają potencjał sztucznej inteligencji.