Satya Nadella mówi wprost: korzystając z ChataGPT czy Claude, oddajesz coś więcej niż tylko pieniądze

Satya Nadella rzadko krytykuje spółki Microsoftu, a ma on udziały zarówno w OpenAI, jak i w Anthropicu. Tym bardziej zaskakuje wpis, jaki szef koncernu opublikował w niedzielę na swoim blogu. Nadella przekonuje, że przedsiębiorstwa korzystające z komercyjnych modeli językowych płacą za nie dwukrotnie. Raz w dolarach za tokeny, drugi raz oddając dostawcy wiedzę, której nikt inny by od nich nie kupił. To samo mówią inwestorzy pokroju Jasona Calacanisa i szef Palantira Alex Karp.

Szef Microsoftu twierdzi, że firmy korzystające z komercyjnych modeli AI płacą za nie podwójnie. Najpierw pieniędzmi, a potem własnym know-how, które AI wchłania przy każdej korekcie i każdym prompcie. Rozwiązaniem ma być budowa własnej infrastruktury uczenia się, najlepiej w chmurze.

Sztuczna inteligencja wyprzedza regulacje. ONZ punktuje luki w nadzorze, bezpieczeństwie i dostępie do mocy obliczeniowej

Satya Nadella nazwał to zjawisko „odwróconym paradoksem informacji”, nawiązując do klasycznego paradoksu Kennetha Arrowa, laureata Nagrody Nobla, który zauważył, że sprzedawca informacji musi ujawnić jej wartość, zanim kupujący zdecyduje się zapłacić. W interpretacji Nadelli role się odwracają. To klient korzystający z modelu AI ponosi ryzyko, ponieważ aby uzyskać najlepsze rezultaty, przekazuje własne dane, procesy biznesowe i poprawki. Modele uczą się na cyfrowych śladach interakcji, czyli promptach, narzędziach wykorzystywanych przez agentów, jak również na korektach wprowadzanych po błędnych odpowiedziach. Z czasem takie informacje tworzą wiedzę instytucjonalną, której konkurencja nie byłaby w stanie po prostu kupić na rynku.

Zuckerberg ochładza narrację o agentach AI. Miliardy poszły na infrastrukturę, a przełomu nadal brak

Najważniejszym elementem sporu jest destylacja, czyli trenowanie mniejszego modelu na podstawie odpowiedzi większego. Z tej techniki korzystają również laboratoria AI, budując lżejsze wersje własnych modeli. Nadella zarzuca jednak dostawcom podwójne standardy. Z jednej strony chcą swobodnie trenować modele na publicznie dostępnych danych internetowych, z drugiej zabraniają klientom destylowania swoich modeli, jednocześnie zastrzegając sobie możliwość uczenia ich na podstawie części interakcji użytkowników. Spór ma wymiar praktyczny. W lutym Anthropic oskarżył chińskie laboratoria DeepSeek, Moonshot i MiniMax o wygenerowanie ponad 16 mln zapytań do Claude za pośrednictwem około 24 tys. fałszywych kont w celu wydestylowania jego możliwości agentowych. W czerwcu firma rozszerzyła te zarzuty na Alibabę i model Qwen, twierdząc, że doszło do niemal 29 mln nieautoryzowanych interakcji.

OpenAI wycofuje przeglądarkę Atlas po dziewięciu miesiącach i przenosi funkcje agentowe do ChatGPT oraz wtyczki na Chrome

Recepta Nadelli sprowadza się do pięciu zasad: zachowania kontroli nad własnymi zestawami ewaluacyjnymi i śladami interakcji, budowy prywatnych środowisk uczenia w chmurze, oddzielenia warstwy orkiestracji (zaawansowany proces zarządzania przepływem danych w obrębie organizacji) od konkretnego dostawcy modeli oraz stałego monitorowania kosztów. W praktyce oznacza to unikanie uzależnienia od jednego ekosystemu AI. Rynek zresztą zmierza w tym kierunku niezależnie od jego deklaracji. Idit Levine z Solo.io przyznaje, że klienci coraz częściej pytają o możliwość uruchamiania modeli open source lokalnie, skoro zapewniają około 90 proc. możliwości drogich modeli komercyjnych przy znacznie niższych kosztach. Z kolei według Vercela modele open source odpowiadały w czerwcu za 29 proc. ruchu obsługiwanego przez AI Gateway. Nadella nie wskazał wprost modeli open source jako rozwiązania, ale jego argumentacja wyraźnie sugeruje, że właśnie większa niezależność od zamkniętych platform będzie jednym z najważniejszych kierunków rozwoju rynku AI.