Amerikansk KI er lukket og proprietær, og det er en tapsstrategi

Der amerikanske KI-selskaper holder modellene sine lukket og proprietære, slipper kinesiske selskaper sine med åpne vekter, og ifølge utvikleren Ben Werdmuller er det den lukkede siden som taper. Argumentet hans er enkelt: selve modellene har svært liten vollgrav utover merkelojalitet og overfladiske byttekostnader.

En som bruker ChatGPT i dag kan bytte til Claude i morgen med minimal effekt på arbeidsflyten, særlig i utviklermiljøer der modellene nås via API og samme prompt kan peke på et annet endepunkt. Den egentlige vollgraven ligger i tjenestene rundt, altså integrasjoner mot bedriftssystemer, avtaler og kvalitetsfunksjoner. Åpne teknologier kan brukes uten tillatelse, hostes hvor du vil og tilpasses fritt, og de vinner nesten alltid kampen om infrastruktur-adopsjon. Åpne vekter er ikke det samme som åpen kildekode, men de er portable og krever ingen tillatelse.

«Moonshot og Alibaba viste fram modeller de hevder kan måle seg med de beste fra OpenAI og Anthropic til en brøkdel av kostnaden.» — Robert Hart, The Verge

a16z-partner Martin Casado anslo i Economist at det er 80 prosent sannsynlighet for at en tilfeldig oppstart bruker kinesiske modeller. USAs eksportkontroll på GPU-er, ment som en brems, gjør at kinesiske selskaper har nok compute til å trene modeller, men ikke til å tilby de samme globale, sentraliserte tjenestene som OpenAI og Anthropic. Svaret deres er å gjøre compute-ulempen om til en distribusjonsfordel ved å gi modellene bort.

For deg som bygger er kjernepoenget at valget av modell i praksis er fritt, og at prisen faller når åpne kinesiske modeller yter «godt nok». Werdmuller peker samtidig på baksiden: modellene kan bære kinesiske myndigheters perspektiver, noe som blir tydelig hvis du spør dem om Tiananmen. Bekymringen hans er strukturell. Når så mye av amerikansk økonomi drives av KI-investeringer, kan en lukket strategi uten reell vollgrav slå tilbake hvis bunnen faller ut av de utgiftene.