何が起こったのか
AI アプリケーションのスタートアップ企業は、OpenAI および Anthropic による API コストの上昇を軽減するために、オープンウェイト モデルを採用することが増えています。合法的な AI ユニコーンである Harvey は、OpenAI の GPT-4 の使用率が高かったため、6 月の粗利益率が -50% に低下しました。これに応じて、Harvey は Moonshot AI の Kim K3 によってサポートされる自社モデルをリリースし、利益率がプラスに戻りました。 Abridge、Decagon、Ramp などの他の企業も独自のモデルを開発またはカスタマイズしており、トラフィックの最大 80% を自社システムに移行している企業もあります。この変化は、モデルプロバイダーによる積極的な価格戦略と、オープンソースの代替品のパフォーマンスの向上によって推進されています。
時価総額 156 億ドルの合法的な AI スタートアップである Harvey は、OpenAI の GPT-4 による API コストの高さにより、6 月に粗利益率が 50% から -50% に大幅に減少しました。これに対処するために、Harvey は、Moonshot AI の Kim K3 をサポートする自社モデルを 8 月にリリースしました。これは、数分の 1 のコストで Anthropic の最高の製品に近いパフォーマンスを提供し、プラスの利益率を回復しました。
この傾向は複数の業界に広がりつつあります。 Abridge は、NVIDIA のオープンソース モデルを使用して臨床シナリオの基礎モデルを構築していますが、Decagon はクエリ リクエストの 80% を自社所有のモデルで処理しています。フィンテックでは、Ramp と Rogo が自己トレーニングを模索しており、プログラミング ツールでは、Cursor と Cognition がカスタマイズされたモデルをリリースしています。
OpenAI と Anthropic は、モデルの使用に対して企業ユーザーに追加料金を請求することに移行し、大量の「トークン最大化」パターンを罰します。さらに、両社はスタートアップのコアトラックで人材を採用し、業界固有のプラグインを立ち上げており、顧客との直接の競争を生み出しています。 SpaceX による買収後の Cursor に見られるように、アクセス停止のリスクは、スタートアップ企業がモデルの独立性を求める動機をさらに高めています。
この変化にもかかわらず、ほとんどのスタートアップは OpenAI と Anthropic を完全に放棄するとは考えていません。 Harvey は依然として Anthropic の Claude Opus に複雑なタスクを依存しており、混合使用戦略を示しています。微調整エンジニアにかかる高額な人件費、独自のデータの必要性、無差別重量モデルを管理するための多額のインフラストラクチャ費用などの課題が残っています。
なぜそれが重要なのか
この傾向は、アプリケーション層の企業が高価な独自 API への依存を削減しようとしているため、AI 業界のコスト力学の構造的変化を示しています。 IPOの準備を進めているOpenAIとAnthropicにとって、企業顧客のオープンウェイトモデルへの流出は主要な収益源を侵食する可能性がある。この動きは、コスト効率の高い代替手段としてオープンソース モデルの実現可能性が高まっていることも浮き彫りにしており、競争環境を再構築する可能性があり、モデル プロバイダーは企業顧客を維持するために価格設定とビジネス戦略の調整を余儀なくされています。
大手 AI スタートアップ企業によるオープンウェイト モデルの採用は、特に IPO の準備を進める中で、OpenAI と Anthropic の収益力学を変える可能性がある大幅なコスト削減策を意味します。この変化により、モデルプロバイダーは顧客ロイヤルティを維持するために価格設定戦略と企業向けサービスの再考を余儀なくされる可能性があります。
Moonshot AI の Kim K3 などのオープンソース モデルのパフォーマンスが向上したことにより、オープンソース モデルは多くのユースケースで独自の API に代わる実行可能な代替手段となりつつあります。この発展により、AI 機能の民主化が加速し、新しい AI アプリケーションの参入障壁が軽減され、法律、医療、金融などの分野でのイノベーションが促進される可能性があります。
この傾向は、AI 開発におけるデータとインフラストラクチャの重要性の増大も浮き彫りにしています。スタートアップ企業は、効果的なモデルをトレーニングするために独自のデータとコンピューティング リソースに投資する必要があります。これは、データ プロバイダーやクラウド インフラストラクチャ企業にとって新たな機会を生み出す可能性がある一方で、リソースが限られている中小企業にとっては課題となる可能性があります。
インタラクティブなメカニズム: 実際にどのように機能するか
この開発の背後にある基盤となるテクノロジーをインタラクティブに探索します。
In AI, what are a model's "parameters"?
次に見るべきもの
IPO に近づく OpenAI および Anthropic の財務実績、特に API 価格や企業保持戦略の変更を監視します。主要な AI アプリケーションのスタートアップ企業におけるオープンウェイト モデルの採用率と、ヘルスケア、金融、法律サービスなどの分野における新しい自己所有モデルの開発を追跡します。また、小規模なスタートアップ企業の自己訓練モデルの実現可能性に、人材とインフラストラクチャのコストが与える影響も観察してください。
オープンウェイト モデルの採用の増加に応じて、OpenAI および Anthropic の API 価格設定またはエンタープライズ契約に変更がないか注意してください。企業顧客を維持する能力は、IPO の評価と長期的な持続可能性にとって非常に重要です。
Harvey、Abridge、Decagon などのスタートアップによる新しい自社所有モデルのパフォーマンスと採用を監視します。これらの分野で成功すれば、オープンソースのアプローチが実証され、独自の API からのさらなる移行が促進される可能性があります。
人材とインフラストラクチャのコストが自己トレーニング モデルの実現可能性に与える影響を観察します。これらの障壁が依然として高い場合、小規模な新興企業はオープンソース モデルとクローズドソース モデルの組み合わせに依存し続ける可能性がありますが、大企業は自社所有のソリューションに全面的に取り組む可能性があります。