Το κόστος των OpenAI και Anthropic ωθεί τις startups στα φθηνότερα ανοιχτά μοντέλα AI

Η εκθετική άνοδος στη χρήση AI tokens σημαίνει ότι είναι δύσκολο για μικρές εταιρείες να έχουν κέρδη με αποκλειστική χρήση των ακριβότερων μοντέλων ΑΙ

Τεχνητή νοημοσύνη στο γραφείο © ChatGPT/AI

Το αυξανόμενο κόστος χρήσης των κορυφαίων μοντέλων τεχνητής νοημοσύνης της OpenAI και της Anthropic αρχίζει να αλλάζει τη στρατηγική των επιχειρήσεων, με ολοένα περισσότερες εταιρείες, και ειδικά τις μικρότερες και τις startup, να στρέφονται σε μοντέλα ανοικτού κώδικα ή να επιχειρούν να αναπτύξουν τα δικά τους.

Χαρακτηριστική είναι η περίπτωση της Harvey, startup που δραστηριοποιείται στην τεχνητή νοημοσύνη για τον νομικό κλάδο και αποτιμάται στα 15,6 δισ. δολάρια.

Μετά την αναβάθμιση των AI agents της τον Μάρτιο, η χρήση από τους πελάτες της αυξήθηκε κατακόρυφα, όμως τα περιθώρια κέρδους κατέρρευσαν. Από περίπου 50% στις αρχές του έτους, έφτασαν στο -50% τον Ιούνιο.

Η εταιρεία αποφάσισε έτσι να μειώσει την εξάρτησή της από τα ακριβότερα μοντέλα των αμερικανικών κολοσσών. Τον Αύγουστο παρουσίασε δικό της μοντέλο, βασισμένο στο Kimi K3 της κινεζικής Moonshot AI, το οποίο προσφέρει επιδόσεις κοντά στα προηγμένα μοντέλα της Anthropic με σημαντικά χαμηλότερο κόστος.

Σε συνδυασμό με άλλες αλλαγές στη χρήση AI, η κίνηση αυτή επανέφερε τα περιθώρια της Harvey σε θετικό έδαφος.

Και άλλες εταιρείες αναπτύσσουν δικά τους ΑΙ μοντέλα

Η τάση δεν περιορίζεται στη Harvey. Η Abridge, στον χώρο της υγείας, αναπτύσσει δικό της βασικό μοντέλο βασισμένο σε ανοιχτά μοντέλα της Nvidia, ενώ η Decagon διοχετεύει πλέον περίπου το 80% των ερωτημάτων που δέχεται στα δικά της μοντέλα. Στον χρηματοοικονομικό κλάδο, εταιρείες όπως η Ramp και η Rogo εξετάζουν για πρώτη φορά σοβαρά την εκπαίδευση δικών τους μοντέλων.

Καθοριστικό ρόλο έχει παίξει η θεαματική βελτίωση των open-weight μοντέλων. Σε αντίθεση με τα κλειστά συστήματα της OpenAI και της Anthropic, τα οποία διατηρούν κλειστές τις παραμέτρους των μοντέλων τους, τα open-weight μοντέλα επιτρέπουν στις εταιρείες να τα κατεβάσουν, να τα τροποποιήσουν και να τα προσαρμόσουν στα δικά τους δεδομένα και ανάγκες.

Το οικονομικό κίνητρο είναι πλέον ιδιαίτερα ισχυρό. Η Harvey έχει καταγράψει εικοσαπλασιασμό στη χρήση AI tokens μέσα στη χρονιά, γεγονός που θα ήταν δύσκολο να διατηρηθεί με αποκλειστική χρήση των ακριβότερων μοντέλων.

Φθηνότερα μοντέλα από OpenAI και Anthropic

Παράλληλα, η OpenAI και η Anthropic έχουν αρχίσει να προσφέρουν φθηνότερες εκδόσεις των μοντέλων τους, ενώ χρεώνουν τις επιχειρήσεις για τη χρήση τους πέρα από τις βασικές συνδρομές.

Αυτό δημιουργεί έναν νέο ανταγωνισμό. Οι μεγάλες εταιρείες AI δεν περιορίζονται πλέον στην πώληση μοντέλων, αλλά επεκτείνονται οι ίδιες σε κλάδους όπου δραστηριοποιούνται οι startups, από τη νομική και την υγεία έως τα χρηματοοικονομικά και τον προγραμματισμό.

Για τις μικρότερες εταιρείες, η ανάπτυξη ενός δικού τους μοντέλου αποτελεί ταυτόχρονα τρόπο περιορισμού του κόστους και μείωσης της εξάρτησης από έναν πάροχο που μπορεί να αλλάξει τιμές ή όρους πρόσβασης.

Η στροφή όμως έχει σημαντικά εμπόδια. Η εκπαίδευση και προσαρμογή μοντέλων απαιτεί εξειδικευμένους μηχανικούς, υπολογιστική ισχύ και μεγάλες ποσότητες δεδομένων.

Το κόστος για την πρόσληψη κορυφαίου προσωπικού AI είναι ιδιαίτερα υψηλό, ενώ η λειτουργία της υποδομής για την υποστήριξη ενός μοντέλου μπορεί να αποδειχθεί ακριβότερη από τη χρήση ενός έτοιμου συστήματος.

H ασφάλεια των κινεζικών μοντέλων ΑΙ

Υπάρχει επίσης το ζήτημα της ασφάλειας και των κινεζικών μοντέλων. Η αυξανόμενη χρήση συστημάτων όπως το Kimi και το DeepSeek προκαλεί ανησυχίες στις ΗΠΑ σχετικά με την προστασία δεδομένων και την κυβερνοασφάλεια, ενώ αμερικανικές υπηρεσίες και εταιρείες AI έχουν κατηγορήσει κινεζικούς ομίλους για τεχνικές «απόσταξης» γνώσης από μεγαλύτερα μοντέλα.

Για πολλές startups, επομένως, η αλλαγή δεν σημαίνει πλήρη εγκατάλειψη της OpenAI ή της Anthropic. Αντίθετα, διαμορφώνεται ένα υβριδικό μοντέλο, όπου οι εταιρείες χρησιμοποιούν τα ισχυρότερα κλειστά μοντέλα για τις πιο απαιτητικές εργασίες και τα φθηνότερα δικά τους ή open-weight συστήματα για τον μεγαλύτερο όγκο της καθημερινής χρήσης.

Η εξέλιξη αυτή μετατοπίζει σταδιακά την οικονομία της αγοράς AI: από την αποκλειστική εξάρτηση των startups από λίγους μεγάλους παρόχους, προς ένα οικοσύστημα όπου η επιλογή, η προσαρμογή και η ιδιοκτησία του ίδιου του μοντέλου αποκτούν ολοένα μεγαλύτερη αξία.