Сатья Наделла попереджає: підприємства платять за ШІ двічі

Генеральний директор Microsoft Сатья Наделла виступив із приголомшливим попередженням для бізнесу, застерігаючи, що поточна модель споживання пропрієтарного ШІ передбачає приховану, високу ціну. Окрім простої плати за підписку, компанії ненавмисно віддають свій найцінніший актив: свій інституційний інтелект.

Прихована ціна: оплата пропрієтарними знаннями

У нещодавньому провокаційному дописі в блозі Наделла стверджував, що «покупці» ШІ, по суті, платять за інтелект двічі. Перша оплата є грошовою — це токени та плата за підписку, що виплачуються таким лабораторіям, як OpenAI та Anthropic. Друга, і набагато небезпечніша оплата — це пропрієтарні знання, які розкриваються для того, щоб зробити моделі корисними.

Наделла підкреслює, що коли підприємства намагаються налаштувати продуктивність, вони згодовують моделям конфіденційні дані. Що ще критичніше, моделі навчаються на «відходах» (exhaust) — промптах, конкретних інструментах, які використовують агенти, та людських виправленнях, що вносяться, коли модель помиляється. Цей цикл зворотного зв'язку створює дистиляцію інституційного ноу-хау, яку конкурент ніколи не зміг би купити, проте вона передається безпосередньо постачальникам моделей.

Дебати про дистиляцію та лицемірство в навчанні

Ключовою напругою в ландшафті ШІ є концепція «дистиляції» — практики використання результатів роботи моделі для навчання нової, більш ефективної моделі. Наделла вказав на очевидне лицемірство в індустрії: у той час як лабораторії ШІ заявляють про права на «добросовісне використання» (fair use) для збору даних з усього інтернету з метою навчання своїх базових моделей, вони водночас запроваджують обмежувальні умови, які заважають підприємствам здійснювати дистиляцію або навчатися на основі їхніх пропрієтарних моделей.

Ці дебати не є суто теоретичними. Такі гравці ринку, як Anthropic, раніше висловлювали занепокоєння щодо китайських моделей з відкритим кодом, які нібито використовують мільйони промптів від Claude для покращення власних можливостей, що викликало заклики до посилення державного експортного контролю.

Зсув у бік оркестрації та локальних (on-premise) моделей

Щоб пом'якшити ці ризики, Наделла пропонує стратегічний зсув у тому, як підприємства проєктують свої стеки ШІ. Він виступає за два основні методи захисту:

  1. Пропрієтарні середовища навчання: Компанії повинні зберігати повний контроль над своїми даними, промптами та зворотним зв'язком, створюючи спеціалізовані середовища в хмарі (наприклад, Microsoft Azure).
  2. Шари оркестрації: Замість того, щоб бути прив'язаними до одного постачальника, бізнесу варто використовувати «шлюзи ШІ» (AI gateways) для безперешкодного перемикання між різними моделями.

Цей архітектурний зсув уже проявляється на ринку. Експерти галузі, такі як Ідіт Левіна з Solo.io, повідомляють про зростаючу тенденцію переходу підприємств до локальних (on-premise) моделей з відкритим кодом. Ці моделі можуть виконувати до 90% завдань пропрієтарних гігантів за частку їхньої вартості, гарантуючи при цьому, що дані залишаються під фізичним або віртуальним контролем компанії.

Дані підтверджують цю тенденцію; такі платформи, як Vercel, повідомили, що відкриті моделі становили 29% усього трафіку, що проходив через їхній шлюз протягом одного місяця. Як підсумовує Наделла: «Споживаючи інтелект, ви створюєте інтелект. І те, що ви створюєте, має належати вам».

Основні висновки

  • Пастка подвійної оплати: Підприємства платять не лише грошима; вони платять «відходами» своєї пропрієтарної бізнес-логіки та виправленнями.
  • Розвиток оркестрації моделей: Щоб уникнути прив'язки до постачальника (vendor lock-in) та витоку даних, компанії все частіше впроваджують шлюзи ШІ та шари оркестрації для керування кількома моделями.
  • Поворот до відкритого коду: Спостерігається значний рух у бік використання локальних моделей з відкритим кодом для збереження суверенітету даних і зниження довгострокових витрат.