Ne oldu?
Yapay zeka uygulama girişimleri, OpenAI ve Anthropic'den kaynaklanan artan API maliyetlerini azaltmak için giderek daha fazla açık ağırlıklı modelleri benimsiyor. Yasal bir yapay zeka tek boynuzlu atı olan Harvey, OpenAI'nin GPT-4 ürününün yüksek kullanımı nedeniyle brüt kar marjının Haziran ayında %-50'ye düştüğünü gördü. Buna yanıt olarak Harvey, Moonshot AI'den Kimi K3 tarafından desteklenen ve pozitif marjları yeniden sağlayan kendine ait bir model yayınladı. Abridge, Decagon ve Ramp gibi diğer şirketler de kendi modellerini geliştiriyor veya özelleştiriyor; bazıları trafiğin %80'e kadarını kendi sistemlerine taşıyor. Bu değişim, model sağlayıcıların agresif fiyatlandırma stratejileri ve açık kaynak alternatiflerinin artan performansından kaynaklanmaktadır.
15,6 milyar dolar değerindeki yasal bir yapay zeka girişimi olan Harvey, OpenAI'nin GPT-4'sinin yüksek API maliyetleri nedeniyle brüt kar marjında Haziran ayında %50'den -%50'ye önemli bir düşüş yaşadı. Bu sorunu çözmek için Harvey, Ağustos ayında Moonshot AI'nin Kimi K3'ü tarafından desteklenen, maliyetinin çok altında Anthropic'nin en iyi ürünlerine yakın performans sunan ve pozitif marjları geri getiren kendine ait bir model piyasaya sürdü.
Trend birden fazla sektöre yayılıyor. Abridge, NVIDIA'nin açık kaynak modelini kullanarak klinik senaryolar için temel bir model oluştururken Decagon, kendine ait modeliyle sorgu isteklerinin %80'ini işliyor. Fintech'te Ramp ve Rogo kendi kendine eğitimi araştırıyor ve programlama araçlarında Cursor ve Cognition özelleştirilmiş modeller yayınladı.
OpenAI ve Anthropic, kurumsal kullanıcılardan model kullanımı için ekstra ücret almaya yöneldi ve yüksek hacimli 'token maksimize etme' modellerini cezalandırdı. Ek olarak, her iki şirket de başlangıç temel parçalarında yetenekleri işe alıyor ve sektöre özel eklentileri piyasaya sürerek müşterileriyle doğrudan rekabet yaratıyor. Cursor'nin SpaceX tarafından satın alınmasından sonra görüldüğü gibi erişimin askıya alınması riski, startup'ları model bağımsızlığı arayışına daha da teşvik ediyor.
Değişime rağmen çoğu startup OpenAI ve Anthropic'den tamamen vazgeçmeyi beklemiyor. Harvey karmaşık görevler için hâlâ Anthropic'nin Claude Opus'una güveniyor, bu da karma bir kullanım stratejisine işaret ediyor. Mühendislerin ince ayar yapması için yüksek yetenek maliyetleri, özel verilere duyulan ihtiyaç ve açık ağırlıklı modellerin yönetimi için önemli altyapı harcamaları gibi zorluklar devam ediyor.
Kaynak ayrıntıları: eu.36kr.com ↗
Neden önemli?
Bu eğilim, uygulama katmanı şirketlerinin pahalı özel API'lere bağımlılığı azaltma arayışında olması nedeniyle yapay zeka endüstrisinin maliyet dinamiklerinde yapısal bir değişime işaret ediyor. Halka arzlara hazırlanan OpenAI ve Anthropic için kurumsal müşterilerin açık ağırlıklı modellere akışı, birincil gelir akışlarını aşındırabilir. Bu hamle aynı zamanda açık kaynak modellerinin uygun maliyetli bir alternatif olarak artan uygulanabilirliğini vurguluyor, potansiyel olarak rekabet ortamını yeniden şekillendiriyor ve model sağlayıcılarını kurumsal müşterileri elde tutmak için fiyatlandırmalarını ve iş stratejilerini ayarlamaya zorluyor.
Büyük yapay zeka girişimleri tarafından açık ağırlıklı modellerin benimsenmesi, özellikle halka arzlara hazırlanırken OpenAI ve Anthropic'nin gelir dinamiklerini değiştirebilecek önemli bir maliyet tasarrufu tedbirini temsil ediyor. Bu değişim, model sağlayıcılarını müşteri sadakatini korumak için fiyatlandırma stratejilerini ve kurumsal tekliflerini yeniden gözden geçirmeye zorlayabilir.
Moonshot AI'nin Kimi K3'ü gibi açık kaynaklı modellerin artan performansı, onları birçok kullanım durumunda özel API'lere uygun bir alternatif haline getiriyor. Bu gelişme, yapay zeka yeteneklerinin demokratikleşmesini hızlandırabilir ve yeni yapay zeka uygulamalarına giriş engelini azaltarak hukuk, sağlık ve finans gibi sektörlerde yenilikçiliği teşvik edebilir.
Bu trend aynı zamanda yapay zeka gelişiminde veri ve altyapının artan önemini de vurguluyor. Startup'ların etkili modeller yetiştirmek için özel verilere ve bilgi işlem kaynaklarına yatırım yapması gerekiyor; bu, veri sağlayıcılar ve bulut altyapı şirketleri için yeni fırsatlar yaratırken sınırlı kaynaklara sahip küçük firmalar için zorluklar yaratabilir.
İnteraktif Mekanizma: Aslında Nasıl Çalışıyor?
Bu gelişmenin arkasında yatan teknolojiyi etkileşimli olarak keşfedin.
In AI, what are a model's "parameters"?
Bundan sonra ne izlenecek?
Halka arzlarına yaklaştıkça OpenAI ve Anthropic'nin mali performansını, özellikle de API fiyatlandırması veya kurumsal elde tutma stratejilerindeki değişiklikleri izleyin. Büyük AI uygulama girişimleri arasında açık ağırlıklı modellerin benimsenme oranlarını ve sağlık, finans ve hukuk hizmetleri gibi sektörlerde yeni kendine ait modellerin gelişimini takip edin. Ayrıca yetenek ve altyapı maliyetlerinin, daha küçük girişimler için kendi kendine eğitim modellerinin uygulanabilirliği üzerindeki etkisini de gözlemleyin.
Açık ağırlık modellerinin giderek daha fazla benimsenmesine yanıt olarak OpenAI ve Anthropic'nin API fiyatlandırmasında veya kurumsal sözleşmelerinde olabilecek değişiklikleri izleyin. Kurumsal müşterileri elde tutma yetenekleri, halka arz değerlemeleri ve uzun vadeli sürdürülebilirlik açısından çok önemli olacaktır.
Harvey, Abridge ve Decagon gibi startup şirketlerin yeni kendine ait modellerinin performansını ve benimsenmesini izleyin. Bu alanlardaki başarı, açık kaynak yaklaşımını doğrulayabilir ve özel API'lerden daha fazla geçişi teşvik edebilir.
Yetenek ve altyapı maliyetlerinin kendi kendine eğitim modellerinin uygulanabilirliği üzerindeki etkisini gözlemleyin. Bu engeller yüksek kalırsa, daha küçük girişimler açık ve kapalı kaynak modellerinin bir karışımına güvenmeye devam edebilirken, daha büyük firmalar tamamen kendilerine ait çözümlere yönelebilir.