Microsoft stawia na otwarte modele AI, by wzmocnić Azure i obniżyć koszty

Microsoft, zamiast być jedynie odsprzedawcą technologii OpenAI, coraz wyraźniej pozycjonuje się jako orchestrator rozwiązań AI. Firma aktywnie promuje otwarte modele AI, co wpisuje się w szerszą strategię biznesową, mającą na celu wzmocnienie platformy chmurowej Azure i optymalizację kosztów.

Microsoft liderem otwartego ekosystemu AI

Zaangażowanie Microsoftu w otwarte modele AI zostało podkreślone w liście otwartym zatytułowanym „Open Weights and American AI Leadership”. Dokument ten, podpisany przez Microsoft, a także Meta, Nvidia, Hugging Face, Mistral i ponad 20 innych firm, argumentuje, że prawdziwe przywództwo w dziedzinie AI będzie oceniane nie przez jeden przełomowy model, lecz przez budowę silnego, otwartego ekosystemu, który przeniknie do każdego sektora gospodarki. Zwolennicy otwartych modeli twierdzą, że sprzyjają one innowacjom i zmniejszają zależność od ograniczonej liczby dostawców.

List odnosi się również do koncepcji „destylacji”, czyli procesu, w którym mniejszy model AI uczy się na podstawie wyników bardziej zaawansowanego modelu. Jest to przedstawiane jako legalna metoda tworzenia AI, odzwierciedlająca długą tradycję uczenia się, budowania i ulepszania istniejących technologii, podobną do rozwoju oprogramowania open-source. Warto zaznaczyć, że chińscy dostawcy spotkali się z krytyką za stosowanie destylacji, a administracja Trumpa rzekomo planuje podjąć działania przeciwko chińskim otwartym modelom. To tło polityczne prawdopodobnie jest jednym z głównych powodów, dla których Microsoft i inni sygnatariusze zabierają głos w tej sprawie właśnie teraz.

Strategia Azure i optymalizacja kosztów

Entuzjazm Microsoftu dla otwartości staje się bardziej zrozumiały w kontekście jego modelu biznesowego. Firma generuje przychody z infrastruktury chmurowej Azure oraz z ekosystemu Windows i Office. Większa liczba modeli AI dostępnych na Azure daje klientom mniej powodów do korzystania z konkurencyjnych platform AI. Mniejsza zależność od drogich modeli firm takich jak OpenAI i Anthropic przekłada się również na poprawę marż Microsoftu.

Rozdrobniony rynek modeli AI zapobiega także sytuacji, w której pojedyncze laboratorium AI mogłoby stać się na tyle potężne, by zagrozić chmurowym i systemowym biznesom Microsoftu. Dyrektor generalny Satya Nadella na LinkedIn podkreślił, że kluczem jest używanie „właściwego modelu do każdego zadania” przy jednoczesnym utrzymaniu niskich kosztów. Wcześniej Nadella ostrzegał, że kilka modeli AI może pochłonąć wartość całych branż.

Własne modele MAI i kontrowersje wokół wydajności

Microsoft aktywnie zastępuje modele OpenAI i Anthropic w swoich produktach, takich jak GitHub Copilot, Excel i Outlook, własną rodziną modeli MAI. Rodzi to jednak pytania o korzyści dla klientów. Niezależne testy porównawcze wskazują, że modele MAI ustępują wydajnością modelom OpenAI i Anthropic, a ich osiągi są zbliżone do Deepseek V3.2.

Klienci Copilota otrzymują słabsze AI za tę samą cenę, podczas gdy Microsoft zwiększa swoje marże. Firma twierdzi, że MAI działa równie dobrze lub lepiej, ale porównuje je jedynie z mniejszymi, mniej potężnymi modelami, takimi jak GPT-5.4 Mini, Anthropic Haiku czy „GPT-5.6” (bez precyzowania, czy chodzi o Sol, Terra, Luna, czy tryb rozumowania). Taki sposób przeprowadzania testów porównawczych jest kwestionowany, a zespół „superinteligencji” Microsoftu, który dokonał tych porównań, z pewnością jest tego świadomy.

Microsoft otwarcie przyznaje, że celem jest cięcie kosztów. Na swoim blogu firma informuje, że mniejsze modele MAI działają na starszych procesorach graficznych Nvidia H100 i A100, zamiast wymagać najnowszych akceleratorów, co „znacząco obniża koszty wdrożenia dla Microsoftu”. Planowane są kolejne modele MAI dla Copilot Chat, Outlooka i PowerPointa.

Strategia Microsoftu, choć budzi pytania o bezpośrednie korzyści dla użytkowników końcowych w krótkiej perspektywie, wyraźnie wskazuje na długoterminowe dążenie do umocnienia pozycji Azure jako centralnej platformy dla AI. Poprzez promowanie otwartych modeli i rozwijanie własnych rozwiązań, firma stara się zredukować zależność od zewnętrznych dostawców, jednocześnie kontrolując koszty i rozszerzając swój ekosystem. To podejście może w przyszłości zaoferować większą elastyczność i innowacyjność, ale wymaga transparentności w kwestii wydajności i wartości dostarczanej klientom.

Źródło: the-decoder.com