Företags-AI: Kontroll blir viktigare än kapacitet, data i fokus
En ny era inom företags-AI fokuserar på ägande och kontroll av data, snarare än enbart modellprestanda. Regleringar och öppna modeller formar marknaden kraftfullt.
Den pågående utvecklingen inom företags-AI skiftar fokus från enbart modellkapacitet till dataägande och kontroll. Palantirs VD Alex Karp har kritiserat hur företag betalar höga avgifter för AI-verktyg samtidigt som leverantörerna samlar in deras proprietära data för att förbättra sina egna modeller. Denna praxis, som Karp liknade vid en förmögenhetsskatt, möter växande motstånd bland företagsledare.
Karp's argument återspeglar en bredare trend där företag kräver större insyn och kontroll över sin data och sina AI-system. Centrala frågor vid upphandling inkluderar vem som äger data, var den lagras, vem som kontrollerar modellernas vikter och hur man säkerställer att kundens data inte används för att träna leverantörens modeller. Dessa frågor förväntas snabbt bli standardkrav i AI-kontrakt.
Regulatoriska myndigheter, som Indiens "Reserve Bank of India" (RBI), har redan agerat. RBI:s "FREE-AI"-ramverk signalerar en preferens för inhemska, sektorsspecifika AI-modeller och betonar datasuveränitet. Liknande regleringar utvecklas globalt, exempelvis EU:s AI-akt, vilket begränsar marknaden för ogenomskinliga AI-lösningar inom känsliga sektorer.
Aparna, som öppen källkods-AI-modeller, framträder som ett hållbart alternativ. De möjliggör körning på egen infrastruktur och finjustering med egen data, ofta till en bråkdel av kostnaden. Användningen av öppna modeller ökar, vilket leder till betydande kostnadsbesparingar, ibland upp till 26 gånger jämfört med proprietära alternativ.