Az AI-technológia új fázisba lépett, ahol már nem maga a modell jelenti a terméket, hanem a köré épített rendszer: az irányítás, költségmenedzsment és telepítés kulcsfontosságúvá vált. A fókusz eltolódott a nagy, zárt modellek versenyéből az olyan nyílt forrású, úgynevezett open weight modellek alkalmazása felé, amelyek olcsóbban és rugalmasabban használhatók vállalatok és fejlesztők számára.
Napjainkban a vállalati világ egyre inkább saját igényeikhez igazított méréseket és teszteket végez a különböző AI-modelleken – nem elégszenek meg a laborok által közölt szabványos benchmarkokkal. Olyan példák is megjelennek, ahol egy adott cég, például a DoorDash, saját környezetében teszteli az AI teljesítményét, így egyedi, valós problémákra keres optimalizált megoldásokat.
A beszélgetések során hangsúlyos kérdésként merül fel, hogy a költségek, az energiagazdálkodás (intelligencia wattonként), valamint az adatok feletti kontroll hogyan válhatnak a következő időszak meghatározó szempontjaivá. Az informatikán túl, a kis- és középvállalatok, valamint a fogyasztók előtt is megnyílik annak lehetősége, hogy saját AI-infrastruktúrát építsenek lokálisan, ezzel növelve autonómiájukat és adatbiztonságukat.
Érdekes kérdés, hogy a kínai nyílt modellek térnyerése milyen gazdasági és geopolitikai következményekkel jár; illetve, hogy az amerikai szabályozás miként reagáljon erre a gyorsan változó helyzetre. Vitát generál az is, hogy hosszú távon a fejlesztőket kiszolgáló, nyílt ökoszisztémák lesznek-e az uralkodók, vagy továbbra is néhány frontvonalbeli labor dominálja a piacot. Az is kulcsfontosságú, hogy a vállalatok hogyan védik meg saját adataikat, ha saját AI-modellt használnak, illetve miképp lehet a nyílt modelleket hatékonyan, biztonságosan implementálni nagyvállalati, vagy akár fogyasztói környezetben.
