Kila ripoti ya bodi ya kampuni sasa inaonekana kuwa na agizo la AI. Makampuni yanaingiza rekodi za wateja, nyaraka za ndani za mkakati, na uchambuzi wa umiliki binafsi kwenye mifumo mikubwa ya lugha (large language models) kwa kasi ambayo ingeonekana kuwa ya hatari miaka mitatu iliyopita. Sehemu kubwa ya trafiki hii inaelekea kwenye mifumo ya chanzo kisichofunguliwa (closed-source systems). Mifumo hiyo ni rahisi kutumia, ina nguvu, na inahifadhiwa na mtu mwingine. Arthur Mensch, mwanzilishi wa Mistral AI, anadhani urahisi huu una kodi ya siri ambayo inaweza kuzidi ada yoyote ya usajili.
Mensch amekuwa akizungumza kwa uwazi kuhusu hatari fulani: unapoendesha biashara yako kupitia modeli ya umiliki binafsi, hauajiri tu nguvu za kompyuta. Unampa maabara iliyoiunda ramani ya kina ya shughuli zako. Watoa huduma hawa huhifadhi kiasi kikubwa cha data za mwingiliano wa wateja ili kuboresha mifumo yao. Baada ya muda, data hiyo hufichua mifumo fulani. Wanaona jinsi unavyopanga bei ya bidhaa, jinsi unavyogawa hadhira, jinsi unavyotambua hatari, na jinsi unavyobaini fursa. Mensch anaonya kuwa baadhi ya maabara tayari zimeonyesha nia ya kutumia akili hiyo kulenga wateja wao wenyewe, wakitokea masokoni mara tu wanapoelewa mahali faida ilipo.
Ushauri wake ni mkali. "Ikiwa haiko mikononi mwako, haitakuwa ukuaji wako." Tiba anayotoa ni uhuru wa kumiliki (sovereignty): kuhamisha data kwenye mifumo ya wazi, kusimamia sheria kali za ufikiaji, na kuwekeza katika mifumo ya mafunzo ya umiliki binafsi. Hii si ndoto ya hofu. Ni usalama wa mnyororo wa ugavi unaotumika kwenye utambuzi. Usingempa msambazaji wako michoro ya kiwanda chako. Mensch anahoji kwamba hupaswi kumpa mtoa huduma wako wa AI mwongozo wa taasisi yako unaolingana na huo.
Kwa Nini Uzito wa Modeli (Model Weights) Ni Kumbukumbu ya Kampuni Yako
Wazo hili linapata msaada kutoka upande usiotarajiwa wa tasnia ya teknolojia. Alex Karp, Afisa Mtendaji Mkuu wa Palantir, anaelezea suala hili kwa msemo ambao tayari unazungumzwa katika mazingira ya ulinzi na fedha: "kudhibiti uzito wako ni kudhibiti hatima yako."
Ili kuelewa kwa nini hili ni muhimu, inasaidia kufikiria kile ambacho uzito wa modeli (model weights) unawakilisha hasa. Katika ujifunzaji wa mashine (machine learning), uzito ni mabilioni ya vigezo vilivyorekebishwa ambavyo hugeuza data ghafi kuwa utabiri wenye manufaa. Unapofundisha au kufanya fine-tuning ya modeli kwa kutumia data yako mwenyewe—historia ya wateja wanaoteleza, picha zako za utambuzi, kesi zako za uboreshaji wa usafirishaji—maarifa hayo hufupishwa ndani ya uzito huo. Yanakuwa aina fulani ya kumbukumbu ya kampuni, yakihifadhi maamuzi na utaalamu uliotumika miaka mingi kuukusanya.
Ikiwa unakodisha modeli ya kisasa zaidi (frontier model) na kuitumia tu siri zako kama maelekezo, hutawahi kumiliki maarifa hayo yaliyofupishwa. Mbaya zaidi, mtoa huduma wako hufyonza kila ishara. Kila hoja inafundisha mfumo wao kidogo zaidi kuhusu sekta yako. Sasisho lao linalofuata la modeli linaweza kuingiza ndani ya mfumo huo ule ule ule ule uliokufanya ufanikiwe. Karp anaita hii kama "alpha" yako, faida ya kipekee ya utendaji inayokutofautisha na wengine. Kukodisha uzito wako (outsourcing your weights) inamaanisha kukodisha alpha yako. Katika hatua hiyo, AI inaacha kuwa chombo na inakuwa njia ya kuhamisha utaalamu wako kwa mshindani.
Faida ya Fine-Tuning
Jaribio la Bridgewater linaonyesha kuwa kuna njia nyingine. Hedge fund hiyo ilifanya kazi na Thinking Machines Lab ili kufanya fine-tuning ya modeli ya wazi ya Qwen3-235B. Badala ya kutuma tathmini za uwekezaji za umiliki binafsi kwenye API ya sanduku jeusi (black-box API), walihifadhi data ndani ya kampuni na kuifanya modeli iendane na mahitaji yao maalum. Matokeo yalikuwa ya wazi. Katika uchambuzi wa nyaraka za kifedha, modeli yao iliyofanyiwa fine-tuning ilifikia usahihi wa asilimia 84.7. Modeli bora zaidi ya kisasa ya chanzo kisichofunguliwa ilifikia asilimia 78.2 pekee.
Hicho pengo ni muhimu katika sekta ya fedha, ambapo a