Ваш купон на скидку:
Сейчас наиболее известная как цель для команды агентов OpenAI, занимающихся взломом вознаграждений, компания Hugging Face находится в центре экосистемы разработчиков, создающих и внедряющих большие языковые модели (LLM), которые не принадлежат передовым лабораториям. Ее можно рассматривать как своего рода GitHub для эпохи искусственного интеллекта. Слухи о сделке появились после того, как Nvidia заключила соглашение на 6 миллиардов долларов с Poolside, разработчиком моделей с открытыми весами, в результате которого большинство сотрудников перейдут к гиганту по производству чипов. А две недели назад Stripe приобрела OpenRouter, ведущего поставщика моделей с открытыми весами для бизнеса, за более чем 7 миллиардов долларов. Это значительные инвестиции в сектор, основанный на бесплатном предоставлении технологий, что отражает последние тенденции в сфере искусственного интеллекта.
Для Nvidia существует необходимость избежать дальнейшей зависимости от сделок с крупными гиперскейлерами и передовыми лабораториями. Это особенно актуально, когда крупные разработчики моделей ИИ, такие как OpenAI и Google, также создают собственные чипы для инференса, такие как Jalapeño от OpenAI, возможности которого были объявлены на этой неделе. Если разработчики моделей создают чипы, Nvidia хочет получить долю в бизнесе по созданию моделей. Nvidia уже создает собственную линейку моделей с открытыми весами Nemotron, но их распространение пока невелико. Взяв под контроль крупнейшее пространство для разработчиков открытых моделей в США, компания получит доступ к массе пользователей, которых она сможет привлечь к своим чипам и стандартам.
Также возникают вопросы о стоимости инференса ИИ, что заставляет компании исследовать более дешевые модели, созданные китайскими компаниями, такими как Moonshot, DeepSeek и Alibaba. В настоящее время их использование относительно невелико, но растет — всего 6% компаний используют модели с открытыми весами, согласно опросу данных о расходах от Ramp, или всего 2% инженеров-программистов, измеренных компанией Jellyfish, которая создает инструменты для разработчиков. Ник Альбарран, руководитель продуктов ИИ в Jellyfish, сообщил TechCrunch, что модели с открытыми весами в основном используются компаниями, чьи продукты зависят от повторяющихся инференсных задач, таких как предоставление чатов для обслуживания клиентов. Поскольку это задачи с высоким объемом и большим количеством повторений, модель с открытыми весами может быть настроена для дешевого ответа на вопросы. Именно так Stripe представила свою покупку OpenRouter.
Патрик Коллисон, соучредитель и генеральный директор Stripe, заявил: «Токены — это центральная валюта для компаний, работающих с ИИ, и очевидно, что реальный экономический потенциал будет зависеть от эффективного использования ограниченных вычислительных ресурсов». Для задач программирования и агентских задач, однако, разнообразные запросы и большее количество рассуждений означают, что передовые модели часто выигрывают, отчасти потому, что проприетарные лаборатории предоставляют более легкий доступ и в некоторых случаях субсидию на токены. Альбарран говорит, что по мере того, как компании настраивают рабочие процессы ИИ, будет проще перейти к открытым моделям. Тем не менее, основная причина, по которой компании обращаются к этим моделям сейчас, заключается в контроле и конфигурируемости, а не в расходах. «Пока не так много компаний, где это так … [но] если цены продолжат расти от передовых лабораторий, все больше и больше компаний будут вынуждены хотя бы рассмотреть это», — сказал Альбарран TechCrunch. «Когда ваши рабочие процессы, управляемые ИИ, станут гораздо более зрелыми, тогда имеет смысл инвестировать в модели с собственным хостингом».
Лин Цяо, генеральный директор Fireworks, ведущего маршрутизатора и хоста моделей с открытыми весами для корпоративных пользователей, часто обсуждается как потенциальный объект для приобретения технологическим гигантом. Цяо заявляет, что ее компания обрабатывает 40 триллионов токенов в день, больше, чем API Gemini или OpenAI. Ставка Fireworks сделана на разнообразие моделей: по мере того, как LLM становятся более распространенными и совершенствуются, компаниям будет проще обучать их специально для своих нужд. «Каждая компания-приложение должна рассмотреть возможность найма внутреннего исследователя», — сказала она TechCrunch на прошлой неделе. «Они могут использовать свой продукт и данные о продукте для создания собственной модели. Будущее — это специализированный интеллект. Буквально каждая компания должна иметь свою собственную модель для каждого случая использования, и это произойдет автоматически». Легко забыть, насколько рано мы находимся в развитии ИИ как инструмента и бизнеса. Однако доминирование OpenAI и Anthropic не является неизбежным. По мере того, как технологические гиганты стремятся сделать ставку на крупнейшие лаборатории, привлекательность открытых технологий оказывается трудной для сопротивления.