Szef Microsoftu Satya Nadella wystosował ostrzeżenie dla przedsiębiorstw, które powierzają swoje procesy i dane wyłącznie zewnętrznym laboratoriom sztucznej inteligencji. Jego zdaniem firmy bez własnej infrastruktury i kontroli nad danymi nie przetrwają w długiej perspektywie.
Ryzyko oddania kontroli nad danymi
Nadella w wywiadzie dla stacji CNN podkreślił, że przedsiębiorstwa muszą zachowywać metadane, kontekst oraz zapytania generowane podczas korzystania z modeli sztucznej inteligencji. Umożliwia to późniejsze trenowanie własnych wag lub rozwijanie otwartych modeli. Brak takiej kontroli oznacza w praktyce przekazanie własnego myślenia zewnętrznym podmiotom.
Dyrektor generalny Microsoftu zaleca stosowanie tzw. bramek AI (AI gateways), które oddzielają zapytania od samego modelu, a także unikanie całkowitego polegania na wbudowanych narzędziach programistycznych dostarczanych przez laboratoria AI.
Wizja wielu modeli i zagrożenia rynkowe
Oddzielenie warstwy sterującej od modelu pozwala przedsiębiorstwom na elastyczne korzystanie z rozwiązań różnych dostawców. W sytuacji, gdy jeden model zostanie wycofany lub zmienią się warunki jego użycia, organizacja zachowuje pełną kontrolę nad swoim działaniem.
Nadella zwrócił również uwagę na ryzyko biznesowe: laboratoria AI mogą przeanalizować sposób wykorzystania technologii przez klienta i z czasem zaoferować konkurencyjne usługi. Podobne obawy pojawiały się już wcześniej ze strony inwestorów ostrzegających startupy przed zbyt bliską współpracą z dostawcami modeli.
Perspektywa biznesowa i konsumencka
Warto zauważyć, że Microsoft jest kluczowym inwestorem w dużych laboratoriach AI, takich jak OpenAI czy Anthropic, a zarazem dostawcą infrastruktury chmurowej umożliwiającej zarządzanie wieloma modelami. Nadella zaznaczył przy tym, że jego uwagi odnoszą się wyłącznie do sektorów biznesowych. W przypadku użytkowników indywidualnych przekazywanie danych w zamian za bezpłatne usługi pozostaje standardowym elementem rynkowego modelu działania.
Co wiadomo obecnie
Przedsiębiorstwa coraz częściej poszukują elastyczności i tańszych alternatyw, zwracając się ku modelom o otwartych wagach (open-weight), które można samodzielnie dostosowywać i uruchamiać na własnym sprzęcie. Wdrożenie takich rozwiązań wymaga jednak posiadania niezależnej infrastruktury zarządzającej różnymi agentami AI.
Źródło: TechCrunch
