Firmy AI typu open-weight stają się gorącymi celami przejęć w Dolinie Krzemowej

W ostatnich tygodniach rynek sztucznej inteligencji typu open-weight stał się areną intensywnych działań akwizycyjnych. Największym echem odbija się potencjalne przejęcie Hugging Face, platformy do udostępniania modeli AI open-weight i benchmarków, przez Nvidia za 13 miliardów dolarów. Transakcja ta, choć jeszcze niepotwierdzona, jest szeroko komentowana w branży technologicznej i wskazuje na rosnące znaczenie otwartych technologii w ekosystemie AI.

Fala przejęć na rynku open-weight AI

Plotki o przejęciu Hugging Face przez Nvidię pojawiają się tuż po innych znaczących transakcjach. Nvidia zawarła już wcześniej umowę o wartości 6 miliardów dolarów z Poolside, twórcą modeli open-weight, w ramach której większość pracowników Poolside ma przejść do giganta produkującego układy scalone. Dwa tygodnie wcześniej Stripe przejęło OpenRouter, czołowego dostawcę modeli open-weight dla firm, za ponad 7 miliardów dolarów. Te inwestycje, opiewające na miliardy dolarów, świadczą o dynamicznych zmianach i nowych trendach w sektorze sztucznej inteligencji, gdzie kapitał płynie do rozwiązań opartych na otwartych standardach.

Strategiczne motywy gigantów technologicznych

Dla Nvidii, potentata na rynku układów scalonych, inwestycje w firmy open-weight AI są strategicznym posunięciem mającym na celu zmniejszenie zależności od dużych dostawców usług chmurowych i wiodących laboratoriów AI. Jest to szczególnie istotne w kontekście, gdy kluczowi twórcy modeli AI, tacy jak OpenAI i Google, rozwijają własne układy do wnioskowania, na przykład Jalapeño od OpenAI. Przejmując kontrolę nad największą amerykańską przestrzenią deweloperską dla modeli otwartych, Nvidia zyskuje dostęp do szerokiej bazy użytkowników, których może kierować do swoich układów i standardów. Mimo że Nvidia posiada już własną rodzinę modeli open-weight Nemotron, ich popularność nie jest jeszcze znacząca, co sprawia, że akwizycje stają się kluczowe dla zwiększenia zasięgu.

Rosnące znaczenie modeli open-weight

Obecnie, według danych z ankiet przeprowadzonych przez Ramp i Jellyfish, modele open-weight są stosunkowo mało rozpowszechnione – używa ich zaledwie 6% firm i 2% inżynierów oprogramowania. Jednak ich adopcja rośnie, zwłaszcza w obliczu rosnących kosztów wnioskowania AI, co skłania firmy do poszukiwania tańszych rozwiązań, w tym modeli od chińskich firm takich jak Moonshot, DeepSeek i Alibaba. Nik Albarran, lider produktu AI w Jellyfish, zauważa, że modele open-weight są wykorzystywane głównie przez firmy, których produkty opierają się na powtarzalnych obciążeniach wnioskowania, np. w obsłudze klienta. Dzięki możliwości dostosowania, modele te pozwalają na tanie i efektywne odpowiadanie na często zadawane pytania. Patrick Collison, współzałożyciel i CEO Stripe, podkreśla, że tokeny są kluczową walutą dla firm budujących rozwiązania AI, a efektywne wykorzystanie zasobów obliczeniowych ma fundamentalne znaczenie ekonomiczne.

Lin Qiao, CEO Fireworks, wiodącego routera i hosta modeli open-weight dla użytkowników korporacyjnych, przetwarza 40 bilionów tokenów dziennie, co przewyższa przepustowość API Gemini czy OpenAI. Jej firma stawia na różnorodność modeli, wierząc, że w przyszłości każda firma będzie tworzyć własne, specjalistyczne modele AI, dostosowane do konkretnych potrzeb i danych produktowych. Według Qiao, przyszłość należy do spersonalizowanej inteligencji, gdzie każda aplikacja będzie miała swój własny model dla każdego przypadku użycia.

Dominacja gigantów takich jak OpenAI czy Anthropic nie jest nieunikniona. W miarę jak technologia AI ewoluuje, a firmy dążą do optymalizacji kosztów i zwiększenia kontroli nad swoimi rozwiązaniami, urok otwartych technologii staje się coraz trudniejszy do zignorowania. Inwestycje w firmy open-weight AI wskazują na strategiczne dążenie do dywersyfikacji i budowania bardziej elastycznych ekosystemów AI, co może zwiastować nową erę w rozwoju sztucznej inteligencji.

Źródło: techcrunch.com