A legnagyobb MI fejlesztői laboratóriumok dollártízmilliárdokat költenek egyetlen modell betanítására, mégis előfordult, hogy egy sokkal kisebb költségvetésű vállalat, például a Zoom, lekörözte őket a mesterséges intelligencia egyik legnehezebb mércéjén.
Két eltérő stratégia körvonalazódik a piacon: az egyik célja a lehető legnagyobb és leghatékonyabb modell létrehozása, míg a másik különböző modellek közötti okos váltással optimalizálja a költségeket és a teljesítményt. Ez utóbbi stratégia rámutat arra, hogy nem feltétlenül a legerősebb modell nyer, hanem az, aki képes jól megválasztani, melyik kérést melyik modellhez irányítsa.
A döntés, hogy melyik modell foglalkozzon melyik feladattal, bonyolultabb, mint elsőre gondolnánk: a helytelen irányítás akár túl magas költséget, akár hibás eredményeket eredményezhet. Az is kiderül, hogy a kicsi és gyors modellek rendkívül hatékonyak lehetnek, de komoly kihívás annak eldöntése, mikor elég egy ilyen modell, és mikor kell a nagyhoz nyúlni.
A Zoom példája azt mutatja, hogy az intelligens modellek összehangolásán múlhat a siker – a költségek csökkentésével, a válaszidő optimalizálásával és a kapacitások hatékony kihasználásával. A felvetett témák között szerepel az is, mennyire fontos a „router” szerepe az MI-rendszerekben, illetve hogyan változik az iparág fókusza az egyre inkább közönséges árucikké váló nagy modellekről a modellek összekapcsolásának és irányításának kérdései felé.
