Досега развитието на изкуствения интелект се основаваше на принципа, че по-големите модели са по-ефективни и доминират пазара. В момента обаче индустрията започва да осъзнава последиците, когато тази аксиома бъде поставена под въпрос.

Анализ на TechCrunch показва, че нарастващите разходи вече насочват потребителите към по-малки и достъпни алтернативи. Този ценово ориентиран подход е нов за сектора и предстои да окаже значително влияние върху пазара.

Съоснователят на Coinbase Брайън Армстронг прогнозира, че повечето задачи ще се изпълняват от по-евтини AI решения. Той смята, че търсенето на AI е почти неограничено, но през следващите месеци около 80% от работните процеси ще се извършват от модели с много по-ниска цена, докато само 20% ще използват най-новото поколение, където максималният коефициент на интелигентност е критичен. Подобна трансформация ще преобърне изцяло икономиката на сектора.

Досега компаниите се конкурираха основно чрез качество, което водеше до използване на най-иновативния софтуер. Ако по-малки системи могат да изпълняват същите задачи без компромис в резултатите, това ще окаже сериозен финансов натиск върху компании като OpenAI и Anthropic, особено в момент на подготовка за първично публично предлагане.

Първоначалните тестове вече потвърждават тази тенденция. Например правният стартъп Harvey е намалил разходите си трикратно без компромис в качеството, като комбинира модела Claude Opus с по-леката версия GLM и използва първия само за най-сложните случаи.

Съоснователят Гейб Перейра заявява пред TechCrunch, че дефиницията за качество вече се променя – вместо автоматично да се използва най-мощният инструмент, се търси най-ефективното решение за конкретната задача.

Днес конкуренцията е между големи и малки архитектури, а не между затворени и отворени системи. Потребителите могат да намалят разходите си както чрез алтернативи като DeepSeek, така и чрез използване на олекотени версии на водещите модели.

Доскоро инвеститорите щедро субсидираха тези услуги и клиентите предпочитаха най-високотехнологичните решения. В момента обаче субсидиите намаляват, разходите за обработка на данни растат и потребителите усещат реален финансов натиск.

Ако по-малките и по-евтини модели поемат основната част от бизнес задачите, търсенето на скъпа изчислителна мощ ще намалее значително. Това ще постави под въпрос как ще се оправдаят милиардните инвестиции в следващото поколение технологични гиганти.