Avoimet tekoälymallit muuttavat AI:n talouden

Yrityksen kilpailuetu ei synny enää yhdestä mallista, vaan kyvystä vaihtaa, ohjata ja käyttää malleja järkevästi.

Avoimet tekoälymallit ovat siirtymässä kokeilijoiden työpöydiltä yritysten varsinaiseen tuotantoon. Muutoksen kiinnostavin seuraus ei ole se, voittaako avoin vai suljettu malli, vaan se, ettei yrityksen tarvitse enää rakentaa koko tulevaisuuttaan yhden mallitoimittajan varaan.

Ollaman mukaan sen työkalua käyttää yhdeksän miljoonaa kehittäjää ja 85 prosenttia Fortune 500 -yrityksistä. Y Combinatorin julkaisemassa keskustelussa yhtiö kertoo myös pilvipalvelunsa token-käytön kasvaneen vuoden alusta 150-kertaiseksi. Token on pieni tekstin tai koodin yksikkö, jonka tekoälymalli käsittelee – ja käytännössä myös yksi palvelun kustannusten rakennuspalikoista.

Mallista tulee vaihdettava osa tuotetta

Moni tekoälytuote on rakennettu kuin mallin nimi olisi itse liiketoimintamalli. Se on riskialtis lähtökohta, sillä mallien hinnat, nopeus ja kyvykkyydet muuttuvat nopeasti. Tämän päivän paras vaihtoehto voi huomenna olla liian kallis, hidas tai tarpeettoman raskas.

Avoimet tekoälymallit tarjoavat yritykselle lisää neuvotteluvaraa. Kun tuote ei ole sidottu tiukasti yhteen rajapintaan, malli voidaan valita tehtävän mukaan: tehokas malli vaikeaan päättelyyn, nopea malli arkiseen luokitteluun ja paikallinen malli tilanteeseen, jossa aineistoa ei haluta siirtää ulkopuoliseen pilveen.

Tämä ei tarkoita, että jokaisen startupin pitäisi ryhtyä tekoälyinfrastruktuurin rakentajaksi. Päinvastoin: suuri visio ei vielä riitä, jos asiakasongelma jää epäselväksi. Mallin vaihtamisen pitää palvella tuotetta, ei teknistä uteliaisuutta.

Halpa token ei vielä tee halpaa tuotetta

Avoimien mallien vetovoimaa selitetään usein hinnalla. Se on vain osa kuvaa. Vaikka yhden vastauksen laskennallinen kustannus laskisi, kokonaislaskuun kuuluvat edelleen kapasiteetti, valvonta, tietoturva, virheiden käsittely ja järjestelmän ylläpito.

Erityisesti AI-agentit kasvattavat kulutusta. Agentti ei välttämättä vastaa yhdellä mallikutsulla, vaan suunnittelee, hakee tietoa, käyttää työkaluja, tarkistaa tuloksensa ja yrittää tarvittaessa uudelleen. Yksi käyttäjän pyyntö voi siksi käynnistää pitkän ketjun näkymätöntä työtä.

Kolme laskua, jotka kannattaa tehdä

Pelkkä hinnaston halvin token-hinta ei riitä päätöksen pohjaksi. Yrityksen kannattaa arvioida ainakin nämä kolme kokonaisuutta:

• Kustannus onnistunutta tehtävää kohti: kuinka monta mallikutsua, korjausta ja tarkistusta tarvitaan ennen käyttökelpoista tulosta?
• Käytön kasvu: mitä tapahtuu laskulle, jos agentit moninkertaistavat taustalla käsiteltävän tekstin määrän?
• Vaihtamisen hinta: kuinka paljon sovellusta täytyy muuttaa, jos nykyinen malli korvataan toisella?

Myös sijoittajalle esitetty kustannustarina tarvitsee tuekseen todellisia käyttölukuja. Sama harkinta, jota tarvitaan startup-arvostusten tarinan arvioimiseen, kuuluu tekoälytuotteen yksikkötalouteen: oletusten pitää kestää kasvava käyttö.

Paikallinen malli vai pilvipalvelu?

Paikallinen tekoäly kuulostaa houkuttelevalta, koska se lupaa hallintaa ja riippumattomuutta. Käytännössä oma ympäristö tuo mukanaan laitteiston, päivitykset ja kapasiteetin suunnittelun. Pilvipalvelu taas helpottaa aloittamista, mutta kasvattaa riippuvuutta palveluntarjoajan hinnoista ja ehdoista.

Valinta ei siksi ole moraalinen kannanotto avoimuuden puolesta tai sitä vastaan. Se on tuotepäätös, jossa punnitaan aineiston herkkyyttä, vasteaikaa, käyttömäärää ja oman tiimin osaamista. Monelle yritykselle järkevin ratkaisu voi olla näiden yhdistelmä.

Käyttötapa ratkaisee sijoituspaikan

• Paikallinen malli sopii tehtävään, jossa hallinta, ennustettava saatavuus tai aineiston pitäminen omassa ympäristössä painaa eniten.
• Pilvimalli sopii tilanteeseen, jossa nopea käyttöönotto ja pääsy tehokkaisiin malleihin ovat tärkeämpiä kuin oman kapasiteetin hallinta.
• Yhdistelmäratkaisu mahdollistaa arkisten tehtävien ajamisen kevyesti ja vaikeiden tapausten ohjaamisen vahvemmalle mallille.

Keskustelun kohdassa 13.58 nostetaan esiin mallin ja sovelluksen väliin jäävät kerrokset. Juuri niissä tehdään suuri osa käytännön työstä: käyttäjän pyyntö muotoillaan, oikea malli valitaan, työkalut liitetään mukaan ja vastauksen laatu tarkistetaan.

Kilpailuetu siirtyy mallista järjestelmään

Jos useat yritykset pääsevät käyttämään samoja malleja, pelkkä mallivalinta ei kanna pitkälle. Kilpailuetu syntyy siitä, miten hyvin yritys tuntee asiakkaan työn, millaista omaa aineistoa sillä on ja kuinka luotettavasti järjestelmä vie tehtävän maaliin.

Tässä kohtaa ajatus yhdestä kaikkivoivasta tekoälystä voi johtaa harhaan. Yleistä tekoälyä koskeva keskustelu on tärkeää, mutta yrittäjän arjessa olennaisempaa on usein pienten, rajattujen kyvykkyyksien toimiva yhteistyö. Asiakas ei osta mallia, vaan nopeammin valmistuvan tarjouksen, löydetyn virheen tai sujuvamman palvelun.

Myös hienosäätö kannattaa nähdä työkaluna, ei oletusratkaisuna. Hienosäädössä mallia opetetaan lisäaineistolla toimimaan tietyssä tehtävässä tai tyylissä. Siitä on hyötyä, kun tarve on vakaa ja toistuva, mutta nopeasti muuttuvaan ongelmaan hyvä ohjeistus tai tiedonhaku voi olla kevyempi ratkaisu.

Mitä tästä voi oppia?

Avoimien mallien nousu antaa pienellekin yritykselle enemmän vaihtoehtoja, mutta samalla se vaatii selkeämpää teknistä ja kaupallista harkintaa. Käytännössä eteneminen voidaan kiteyttää kolmeen päätökseen:

1. Rakenna tuote niin, että tärkeimmän mallin voi vaihtaa ilman koko palvelun uudelleenkirjoittamista.
2. Mittaa onnistuneen asiakastehtävän kokonaiskustannusta, älä vain yhden mallikutsun hintaa.
3. Pidä oma kilpailuetu asiakkaan työn ymmärtämisessä, aineistossa ja käyttökokemuksessa – ei mallin nimessä.

Suurin oivallus on lopulta yksinkertainen: kun mallista tulee vaihdettava osa, yrityksen ei tarvitse ennustaa yhtä voittajaa. Sen pitää rakentaa järjestelmä, joka pystyy hyödyntämään seuraavan paremman, nopeamman tai edullisemman vaihtoehdon silloin, kun siitä syntyy asiakkaalle todellista arvoa.

Kun mallista tulee vaihdettava osa, yrityksen ei tarvitse ennustaa yhtä voittajaa.

Halpa token ei vielä tee halpaa tuotetta.

▶

Katso alkuperäinen jakso YouTubessa: Y Combinator.

Lähteet

• Open Models Change The Economics of AI — Y Combinatorin Lightcone-keskustelu Ollaman perustajan ja toimitusjohtajan Jeffrey Morganin kanssa. Keskeiset kohdat: käyttö ja kustannukset 01.16–05.31, sovelluskerrokset 11.31–17.28, paikallinen ja pilvikäyttö 20.41–29.16 sekä mallien orkestrointi 31.35 alkaen.