La CEO de Microsoft, Satya Nadella, recientemente provocó un debate al sugerir que los modelos de IA avanzados están en el camino en dirección a la mercantilización. En un podcast, Nadella observó que los modelos fundamentales se están volviendo cada vez más similares y ampliamente disponibles, hasta el punto de «Los modelos por sí mismos no son suficientes» para una superioridad competitiva duradera. Señaló que OpenAi, a pesar de sus redes neuronales de vanguardia, “No es una empresa maniquí; Es una compañía de productos que tiene modelos fantásticos.«Subrayando esa verdadera superioridad proviene de la construcción de productos cerca de de los modelos.
En otras palabras, simplemente tener el maniquí más progresista ya no puede certificar el liderazgo del mercado, ya que cualquier plomo de rendimiento puede ser de corta duración en medio del rápido ritmo de la innovación de IA.
La perspectiva de Nadella tiene peso en una industria donde los gigantes tecnológicos están compitiendo para entrenar modelos siempre mayores. Su argumento implica un cambio de enfoque: en zona de obsesionarse con la supremacía maniquí, las empresas deben dirigir la energía en dirección a la integración de la IA en «Una pila de sistema completa y excelentes productos exitosos».
Esto se hace eco de un sentimiento más amplio de que los avances de IA de hoy se convierten rápidamente en las características de remisión del mañana. A medida que los modelos se vuelven más estandarizados y accesibles, el centro de atención se mueve a cómo se aplica AI en los servicios del mundo actual. Las empresas como Microsoft y Google, con vastos ecosistemas de productos, pueden posicionarse mejor para capitalizar esta tendencia de IA mercantilizada integrando modelos en ofertas fáciles de usar.
Paso amplio y modelos abiertos
No hace mucho, solo un puñado de laboratorios podrían construir modelos de IA de última concepción, pero esa exclusividad se está desvaneciendo rápidamente. Las capacidades de IA son cada vez más accesibles para las organizaciones e incluso las personas, alimentando la conocimiento de modelos como productos básicos. El investigador de IA Andrew Ng ya en 2017 comparó el potencial de IA para «La nueva electricidad» sugiriendo que exacto cuando la electricidad se convirtió en un producto omnipresente que sustenta la vida moderna, los modelos de IA podrían convertirse en servicios públicos fundamentales disponibles en muchos proveedores.
La nuevo proliferación de modelos de código franco ha acelerado esta tendencia. Meta (la empresa matriz de Facebook), por ejemplo, hizo olas al propalar modelos de idiomas poderosos como Fogata abiertamente a investigadores y desarrolladores sin costo. El razonamiento es clave: al obtener su IA, Meta puede estimular una prohijamiento más amplia y obtener contribuciones comunitarias, al tiempo que socava las ventajas propietarias de los rivales. E incluso más recientemente, el mundo de la IA explotó con el propagación del maniquí chino Deepseek.
En el ámbito de la concepción de imágenes, el maniquí de difusión estable de estabilidad AI mostró qué tan rápido puede ser comercializado un avance: a los pocos meses de su propagación franco de 2022, se convirtió en un nombre emparentado en IA generativa, adecuado en innumerables aplicaciones. De hecho, el ecosistema de código franco está explotando: hay decenas de miles de modelos de IA disponibles públicamente en repositorios como abrazar la cara.
Esta omnipresencia significa que las organizaciones ya no enfrentan una opción binaria de avalar el maniquí secreto de un solo proveedor o mínimo en completo. En cambio, pueden designar entre un menú de modelos (franco o comercial) o incluso ajustar los suyos, al igual que distinguir productos de un catálogo. La gran cantidad de opciones es una robusto indicación de que la IA descubierta se está convirtiendo en un procedimiento ampliamente compartido en zona de un privilegio estrechamente protegido.
Los gigantes de la abundancia convierten la IA en un servicio de servicios públicos
Los principales proveedores de la abundancia han sido los facilitadores esencia, y los conductores, de la mercantilización de la IA. Empresas como Microsoft, Amazon y Google ofrecen modelos de IA como servicios a pedido, similares a los servicios públicos entregados sobre la abundancia. Nadella señaló que «Los modelos se están comercializando en (la) abundancia» Destacando cómo la abundancia hace que la IA potente sea ampliamente accesible.
De hecho, Azure Cloud de Microsoft tiene una asociación con OpenAI, que permite a cualquier desarrollador o negocio usar GPT-4 u otros modelos Top a través de una señal API, sin construir su propia IA desde cero. Amazon Web Services (AWS) ha progresista un paso más con su plataforma Batedrock, que actúa como un mercado de modelos. AWS Bedrock ofrece una selección de modelos de cimientos de múltiples compañías de IA líderes, desde modelos de Amazon hasta los de Anthrope, AI21 Labs, Stability AI y otros, todos accesibles a través de un servicio administrado.
Este enfoque de «muchos modelos, una plataforma» ejemplifica la mercantilización: los clientes pueden designar el maniquí que se ajuste a sus deyección y cambie a los proveedores con relativa facilidad, como si comprara una mercancía.
En términos prácticos, eso significa que las empresas pueden creer en las plataformas en la abundancia para tener siempre un maniquí de última concepción adecuado, al igual que la electricidad de una cuadrícula, y si un nuevo maniquí toma los titulares (digamos el avance de una startup), la abundancia lo ofrecerá rápidamente.
Diferenciando más allá del maniquí en sí
Si todos tienen ataque a modelos de IA similares, ¿cómo se diferencian las empresas de IA? Este es el quid del debate de la mercantilización. El consenso entre los líderes de la industria es que el valencia estará en el solicitud de AI, no solo el operación. La propia organización de Openai refleja este cambio. El enfoque de la compañía en los últimos primaveras ha sido entregar un producto pulido (CHATGPT y su API) y un ecosistema de mejoras, como servicios de ajuste fino, complementos de complementos e interfaces fáciles de usar, en zona de simplemente liberar el código de maniquí sin procesar.
En la actos, eso significa ofrecer un rendimiento confiable, opciones de personalización y herramientas de desarrollador en torno al maniquí. Del mismo modo, los equipos DeepMind y Brain de Google, ahora parte de Google Deepmind, están canalizando su investigación en los productos de Google como búsqueda, aplicaciones de oficina y API en la abundancia, integrando la IA para hacer que esos servicios sean más inteligentes. La sofisticación técnica del maniquí es ciertamente importante, pero Google sabe que los usuarios finalmente se preocupan por las experiencias habilitadas por AI (un mejor motor de búsqueda, un asistente digital más útil, etc.), no el nombre o tamaño del maniquí.
Todavía estamos viendo a las empresas diferenciarse a través de la especialización. En zona de un maniquí para gobernarlos a todos, algunas empresas de IA crean modelos adaptados a dominios o tareas específicos, donde pueden pedir una calidad superior incluso en un paisaje comercializado. Por ejemplo, hay nuevas empresas de IA que se centran exclusivamente en diagnósticos de atención médica, finanzas o leyes, áreas donde los datos propietarios y la experiencia en el dominio pueden producir un mejor maniquí para ese hornacina que un sistema de propósito militar. Estas compañías aprovechan el ajuste de modelos abiertos o modelos a medida más pequeños, cercano con datos patentados, para destacarse.
Interfaz CHATGPT de OpenAI y colección de modelos especializados (Unite AI/Alex McFarland)
Otra forma de diferenciación es la eficiencia y el costo. Un maniquí que ofrece el mismo rendimiento a una fracción del costo computacional puede ser una superioridad competitiva. Esto se destacó por el surgimiento del maniquí R1 de Deepseek, que, según los informes, coincidió con algunas de las capacidades GPT-4 de OpenAI con un costo de capacitación de menos de $ 6 millones, dramáticamente más bajo que los $ 100+ millones estimados gastados en GPT-4. Tales ganancias de eficiencia sugieren que mientras el expectativas De diferentes modelos podría ser similar, un proveedor podría distinguirse al conseguir esos resultados de forma más baratura o rápida.
Finalmente, existe la carrera para construir devoción del beneficiario y ecosistemas en torno a los servicios de IA. Una vez que una empresa ha integrado un maniquí de IA particular profundamente en su flujo de trabajo (con indicaciones personalizadas, integraciones y datos ajustados), cambiar a otro maniquí no es sin fricción. Proveedores como OpenAi, Microsoft y otros están tratando de aumentar esta pegajosidad ofreciendo plataformas integrales, desde SDK de desarrolladores hasta mercados de complementos de IA, que hacen que su sabor de IA sea más una alternativa de pila completa que una mercancía de intercambio.
Las empresas están subiendo la esclavitud de valencia: cuando el maniquí en sí no es un foso, la diferenciación proviene de todo lo que rodea el maniquí: los datos, la experiencia del beneficiario, la experiencia erecto y la integración en los sistemas existentes.
Posesiones de ondulación económica de la IA mercantilizada
La mercantilización de los modelos de IA conlleva implicaciones económicas significativas. A corto plazo, está impulsando el costo de las capacidades de IA. Con múltiples competidores y alternativas abiertas, el precio de los servicios de IA ha estado en una helicoidal descendente que recuerda a los mercados clásicos de productos básicos.
En los últimos dos primaveras, Operai y otros proveedores han estrecho los precios de ataque a modelos de idiomas dramáticamente. Por ejemplo, el precio de token de Openai para su serie GPT cayó en más del 80% de 2023 a 2024, una reducción atribuida al aumento de la competencia y las ganancias de eficiencia.
Del mismo modo, los participantes más nuevos que ofrecen modelos más baratos o abiertos obligan a los titulares a ofrecer más por menos, ya sea a través de niveles gratuitos, lanzamientos de código franco o ofertas de paquetes. Esta es una buena comunicación para los consumidores y las empresas que adoptan la IA, a medida que las capacidades avanzadas se vuelven cada vez más asequibles. Todavía significa que la tecnología de IA se está extendiendo más rápido en toda la heredad: cuando poco se vuelve más económico y más estandarizado, más industrias la incorporan, alimentando la innovación (al mismo tiempo que el hardware de PC comercializado crematístico en la división de 2000 condujo a una golpe de software e servicios de Internet).
Ya estamos viendo una ola de prohijamiento de IA en sectores como servicio al cliente, marketing y operaciones, impulsada por modelos y servicios fácilmente disponibles. La disponibilidad más amplia puede expandir el mercado militar de soluciones de IA, incluso si los márgenes de beneficio en los modelos se encogen.
Dinámica económica de la IA mercantilizada (Unite AI/Alex McFarland)
Sin confiscación, la mercantilización todavía puede remodelar el panorama competitivo de forma desafiante. Para los laboratorios de IA establecidos que han invertido miles de millones en el progreso de modelos fronterizos, la perspectiva de aquellos modelos que producen solo ventajas transitorias plantean preguntas sobre el ROI. Es posible que necesiten ajustar sus modelos de negocio, por ejemplo, centrarse en los servicios empresariales, las ventajas de datos propietarias o los productos de suscripción construidos sobre los modelos, en zona de entregar el ataque de API solo.
Todavía hay un sujeto de carrera armamentista: cuando cualquier avance en el rendimiento se cumple o excede rápidamente por otros (o incluso por comunidades de código franco), la ventana para monetizar un nuevo maniquí se estrecha. Esta dinámica empuja a las empresas a considerar fosas económicas alternativas. Uno de esos foso es la integración con datos propietarios (que no se comercializan): la IA sintonizada en los datos ricos de una empresa puede ser más valioso para esa compañía que cualquier maniquí sagaz para usar.
Otro son las características regulatorias o de cumplimiento, donde un proveedor puede ofrecer modelos con privacidad garantizada o cumplimiento para el uso empresarial, diferenciando de una forma más allá de la tecnología sin procesar. A escalera macro, si los modelos de IA fundamentales se vuelven tan ubicuos como bases de datos o servidores web, podríamos ver un cambio donde el servicios Cerca de de la IA (alojamiento en la abundancia, consultoría, personalizaciones, mantenimiento) se convierten en los principales generadores de ingresos. Los proveedores de la abundancia ya se benefician de una anciano demanda de infraestructura informática (CPU, GPU, etc.) para ejecutar todos estos modelos, un poco como cómo una utilidad eléctrica se beneficia del uso, incluso si los electrodomésticos se comercializan.
En esencia, la heredad de la IA podría reverberar la de otros productos de TI: menores costos y un anciano uso de uso generalizado, creando nuevas oportunidades construidas sobre la capa comercializada, incluso cuando los proveedores de esa capa enfrentan márgenes más estrictos y la exigencia de innovar constantemente o diferenciar en otro zona.
