Что случилось
Стартапы приложений искусственного интеллекта все чаще применяют модели открытого веса, чтобы снизить растущие затраты на API от OpenAI и Anthropic. Валовая прибыль компании Harvey, легального ИИ-единорога, в июне упала до -50% из-за активного использования GPT-4 компании OpenAI. В ответ Харви выпустил собственную модель, поддерживаемую Kimi K3 от Moonshot AI, которая восстановила положительную прибыль. Другие компании, в том числе Abridge, Decagon и Ramp, также разрабатывают или адаптируют свои собственные модели, при этом некоторые из них переносят до 80% трафика на собственные системы. Этот сдвиг обусловлен агрессивной ценовой стратегией поставщиков моделей и повышением производительности альтернатив с открытым исходным кодом.
Harvey, легальный стартап в области искусственного интеллекта, оцениваемый в $15,6 млрд, испытал значительное падение валовой прибыли с 50% до -50% в июне из-за высоких затрат на API от OpenAI GPT-4. Чтобы решить эту проблему, в августе Harvey выпустил собственную модель при поддержке Kimi K3 от Moonshot AI, которая предлагает производительность, близкую к лучшим продуктам Anthropic, за небольшую часть стоимости, восстанавливая положительную прибыль.
Тенденция распространяется на многие отрасли. Abridge создает базовую модель для клинических сценариев, используя модель с открытым исходным кодом NVIDIA, а Decagon обрабатывает 80% своих запросов с помощью собственной модели. В сфере финансовых технологий Ramp и Rogo изучают возможности самообучения, а в области инструментов программирования Cursor и Cognition выпустили индивидуальные модели.
OpenAI и Anthropic перешли к взиманию дополнительной платы с корпоративных пользователей за использование модели, наказывая за шаблоны «максимизации токенов» в больших объемах. Кроме того, обе компании набирают таланты в основных направлениях стартапов и запускают отраслевые плагины, создавая прямую конкуренцию своим клиентам. Риск приостановки доступа, как это видно на примере Cursor после его приобретения SpaceX, еще больше стимулирует стартапы стремиться к независимости моделей.
Несмотря на этот сдвиг, большинство стартапов не планируют полностью отказаться от OpenAI и Anthropic. Харви по-прежнему полагается на Claude Opus от Anthropic для решения сложных задач, что указывает на смешанную стратегию использования. Проблемы остаются, в том числе высокие затраты на оплату труда инженеров по точной настройке, потребность в собственных данных и значительные затраты на инфраструктуру для управления моделями с открытым весом.
Подробности об источнике: eu.36kr.com ↗
Почему это важно
Эта тенденция сигнализирует о структурном сдвиге в динамике затрат в отрасли искусственного интеллекта, поскольку компании прикладного уровня стремятся снизить зависимость от дорогих проприетарных API. Для OpenAI и Anthropic, которые готовятся к IPO, отток корпоративных клиентов на модели открытого веса может подорвать их основные потоки доходов. Этот шаг также подчеркивает растущую жизнеспособность моделей с открытым исходным кодом как экономически эффективной альтернативы, потенциально изменяющей конкурентную среду и вынуждающей поставщиков моделей корректировать свои ценовые и бизнес-стратегии, чтобы удержать корпоративных клиентов.
Внедрение моделей открытого веса крупными стартапами в сфере искусственного интеллекта представляет собой значительную меру экономии, которая может изменить динамику доходов OpenAI и Anthropic, особенно в процессе подготовки к IPO. Этот сдвиг может заставить поставщиков моделей пересмотреть свои стратегии ценообразования и корпоративные предложения, чтобы сохранить лояльность клиентов.
Повышение производительности моделей с открытым исходным кодом, таких как Kimi K3 от Moonshot AI, делает их жизнеспособной альтернативой проприетарным API для многих случаев использования. Эта разработка может ускорить демократизацию возможностей ИИ и снизить барьер для входа на рынок новых приложений ИИ, способствуя инновациям в таких секторах, как юриспруденция, здравоохранение и финансы.
Эта тенденция также подчеркивает растущую важность данных и инфраструктуры в разработке ИИ. Стартапы должны инвестировать в собственные данные и вычислительные ресурсы для обучения эффективных моделей, которые могут создать новые возможности для поставщиков данных и компаний облачной инфраструктуры, одновременно создавая проблемы для небольших фирм с ограниченными ресурсами.
Интерактивный механизм: как он на самом деле работает
Изучите технологию, лежащую в основе этой разработки, в интерактивном режиме.
In AI, what are a model's "parameters"?
Что посмотреть дальше
Следите за финансовыми показателями OpenAI и Anthropic по мере их выхода на IPO, особенно за любыми изменениями в ценах на API или стратегиях удержания предприятий. Отслеживайте темпы внедрения моделей открытого веса среди крупных стартапов в области приложений искусственного интеллекта и разработки новых собственных моделей в таких секторах, как здравоохранение, финансы и юридические услуги. Также обратите внимание на влияние затрат на таланты и инфраструктуру на осуществимость моделей самообучения для небольших стартапов.
Следите за любыми изменениями в ценах на API OpenAI и Anthropic или корпоративных контрактах в ответ на растущее распространение моделей открытого веса. Их способность удерживать корпоративных клиентов будет иметь решающее значение для оценки их IPO и долгосрочной устойчивости.
Отслеживайте производительность и внедрение новых собственных моделей от таких стартапов, как Harvey, Abridge и Decagon. Успех в этих областях может подтвердить подход с открытым исходным кодом и стимулировать дальнейший переход от проприетарных API.
Обратите внимание на влияние затрат на таланты и инфраструктуру на осуществимость моделей самообучения. Если эти барьеры останутся высокими, небольшие стартапы могут продолжать полагаться на сочетание моделей с открытым и закрытым исходным кодом, в то время как более крупные фирмы могут полностью посвятить себя собственным решениям.