Por que ir de código aberto é crucial para garantir a concorrência na IA

Deepseek fez Cool de código aberto de novo. A decisão da startup chinesa de usar estruturas de código aberto para alcançar um raciocínio sofisticado abalou o ecossistema da IA: desde então, o Baidu fez seu modelo Ernie-Sourceenquanto o CEO da Openai Sam Altman disse que acha que sua empresa de origem não aberta pode estar no “Lado errado da história. ”

Atualmente, existem dois paradigmas distintos no setor de IA: os ecossistemas fechados promovidos por gigantes como OpenAi e Microsoft, contra as plataformas de código aberto defendidas por empresas como Meta e Mistral.

Isso é mais do que apenas um debate técnico. Open vs. Fechado é um debate fundamental sobre o futuro da IA ​​e quem controlará o vasto potencial da nova tecnologia, pois uma indústria de trilhões de dólares toma forma.

Lições da história

Toda revolução de software tem sido, em seu coração, uma luta entre sistemas abertos e fechados.

Na era do mainframe, a IBM e seu sistema fechado dominaram, provocando o aforismo: “Ninguém nunca foi demitido por escolher a IBM”. Mas, à medida que a tecnologia amadurecia, as empresas se voltaram para sistemas abertos que os libertaram das restrições do fornecedor.

Este ciclo aconteceu repetidamente. O Linux de código aberto desafiou o Microsoft Windows. PostgreSQL e MySQL se tornaram uma alternativa aos bancos de dados da Oracle.

O bloqueio do fornecedor, onde os provedores de comutação se torna quase impossível, sufoca a inovação, limita a agilidade e cria vulnerabilidade. Esses mesmos riscos só aumentarão à medida que a IA está cada vez mais integrada aos processos críticos de negócios.

As plataformas abertas mitigam esses riscos, permitindo que as organizações mudem de fornecedores ou tragam soluções internamente sem incorrer em custos incapacitantes.

Por que o código aberto é importante

Os consumidores podem desfrutar da conveniência de uma plataforma fechada. No entanto, as empresas têm prioridades diferentes. As organizações não podem enviar dados confidenciais e informações proprietárias através de APIs de caixa preta que não controlam.

Os modelos de IA de código aberto oferecem três vantagens críticas.

Primeiro, os modelos abertos mantêm informações confidenciais dentro da infraestrutura de uma organização, reduzindo o risco de violações de dados das interações com um servidor externo.

Segundo, as empresas podem adaptar os modelos de código aberto às suas necessidades exclusivas, modelos de ajuste fino com seus dados proprietários sem serem restringidos por um sistema fechado.

Finalmente, as organizações podem evitar as taxas de dimensionamento cobradas pelos fornecedores, implantando modelos de código aberto em sua própria infraestrutura.

As plataformas fechadas podem ser simples, mas não fornecem segurança, flexibilidade e baixos custos de um modelo de código aberto.

Ironicamente, a ascensão do Openai foi construída sobre as fundações de código aberto. A atenção “Atenção é tudo o que você precisa” lançada pelo Google em 2017 forneceu o plano para modelos de idiomas modernos. No entanto, apesar dessa base, o Openai mudou de seu ethos inicial de código aberto para um modelo mais fechado, levantando questões sobre seu compromisso em garantir que a IA beneficie “toda a humanidade”.

A parceria da Microsoft com o OpenAI posicionou rapidamente a gigante da tecnologia na vanguarda do cenário comercial da IA. Com mais de US $ 13 bilhões investidos, a Microsoft integrou o GPT-4 em seu ecossistema-do Azure a aplicativos de escritório via Copilot, Github e Bing-criando um poderoso efeito de bloqueio para empresas que dependem dessas ferramentas.

Historicamente, os sistemas de IA fechados dominam através de estratégias de força bruta: dimensionar dados, parâmetros e poder de computação para dominar o mercado e criar barreiras à entrada.

No entanto, um novo paradigma está surgindo: a revolução do raciocínio. Modelos como o R1 da Deepseek demonstram que recursos sofisticados de raciocínio podem rivalizar com sistemas proprietários que dependem da escala pura. O raciocínio é um cavalo de Trojan para a IA de código aberto, desafiando o cenário competitivo, provando que os avanços algorítmicos podem diminuir as vantagens mantidas por plataformas fechadas.

Isso abre uma oportunidade crucial para laboratórios e startups menores. A IA de código aberto promove a inovação coletiva por uma fração do custo associado a sistemas fechados, democratizando o acesso e incentivando contribuições de uma ampla gama de participantes.

Atualmente, a cadeia de valor tradicional da IA ​​é dominada por alguns jogadores em hardware (NVIDIA), desenvolvimento de modelos (OpenAI, Antrópico) e infraestrutura (Amazon Web Services, Microsoft Azure, Google Cloud Platform). Isso criou barreiras significativas à entrada, devido a altos requisitos de capital e computação.

Mas novas inovações, como mecanismos de inferência otimizados e hardware especializado, estão desmontando essa estrutura monolítica.

A pilha de IA está se tornando desencundada neste novo ecossistema. Empresas como o Groq estão desafiando a NVIDIA em hardware. (A GROQ é uma das empresas de portfólio da Race Capital.) Laboratórios menores como a Mistral construíram modelos criativos que podem competir com o OpenAI e antropia. Plataformas como abraçar o rosto estão democratizando o acesso a modelos. Serviços de inferência como fogos de artifício e juntos estão reduzindo a latência e aumentando a taxa de transferência de solicitações. Os mercados de nuvem alternativos, como Lambda Labs e FluidStack, oferecem preços competitivos com os três grandes oligopólio.

Equilibrando o aberto vs. fechado

Obviamente, os modelos de código aberto trazem seus próprios riscos. Os dados de treinamento podem ser desviados. Os atores maliciosos podem desenvolver aplicações nocivas, como malware ou deepfakes. As empresas também podem atravessar limites éticos usando dados pessoais sem autorização, sacrificando a privacidade dos dados em busca de vantagem competitiva.

As medidas de governança estratégica podem ajudar a mitigar esses riscos. O atraso nos lançamentos dos modelos de fronteira pode dar tempo para avaliações de segurança. O compartilhamento parcial de peso também pode limitar o potencial de uso indevido, enquanto ainda fornece benefícios de pesquisa.

O futuro da IA ​​se baseia na capacidade de equilibrar esses interesses concorrentes – assim como os sistemas de IA equilibram pesos e preconceitos para o desempenho ideal.

A escolha entre ficar aberta ou fechada representa mais do que apenas preferência. É uma decisão fundamental que determinará a trajetória da revolução da IA. Devemos escolher estruturas que incentivem a inovação, a inclusão e a governança ética. Indo de código aberto será o caminho para conseguir isso.

As opiniões expressas no fortune.com Comentários peças são apenas as opiniões de seus autores e não refletem necessariamente as opiniões e crenças deFortuna.

Esta história foi originalmente apresentada em Fortune.com