En las últimas dos semanas, Veterano Ha perjudicado el discurso en el que el valle de Silicon se había encerrado en inteligencia artificial generativa al introducir medios mucho más efectivos para ir a los grandes modelos de lenguaje (LLM). Al no tener miles de millones de dólares en capital de riesgo para gastar en la GPU de Nvidia, el equipo de Deepseek tuvo que demostrar más ingenio y aprendió a "activar solo las partes más relevantes de su modelo para cada solicitud", como Giuseppe Sette, Presidente de Notas de Reflexividad, A Compañía que proporciona herramientas de inteligencia económica.

No tardó mucho en que todos comenzaran a interpretar los resultados de Deep Speed ​​a través del prisma de sus propios prejuicios. Los proveedores de modelos privados han gritado en los datos de capacitación (atrayendo una ola de comentarios irónicos dada la proporción de sus propios datos de capacitación de otras fuentes), mientras que los proveedores de software libre han visto en profundidad el logro natural de la superioridad del software libre (a pesar del hecho de que No hay correlación entre ser de código abierto y convertirse en actor dominante en el campo de la tecnología).

En medio de todos estos sesgos de confirmación, Deepseek conduce a dos desarrollos principales, uno positivo y el otro muy negativo. Primero, la IA ya no debería estar dominada por un club multimillonario. Deepseek realmente no democratizó la IA, pero demostró que los costos de entrada a la IA no necesariamente requerían recorridos de mesa de varios cientos de miles de millones. En segundo lugar, aunque no hay razón para pensar que los enfoques abiertos de la IA ganen la apuesta, existen todas las razones para pensar hoy que el enfoque hiper-granado de OpenAI perderá muy ciertamente porque no está centrado en el cliente. La batalla en el campo de la IA no se reproducirá en una cuestión de abrir o cerrar, sino de confianza del cliente.

"Techno-feudalismo bajo esteroides"

No tengo nada que agregar a las implicaciones financieras del enfoque Deepseek. Como Andrew Ng, fundador de la compañía de capacitación especializada en AI Deeplearning. "Deepseek, al optimizar la forma de administrar el cálculo y la memoria, va al nivel superior:" El O1 de OpenAI cuesta 60 dólares por millón de tokens en la producción; Deepseek R1 cuesta $ 2.19 ". Como concluye, podemos esperar "la humanidad [et les développeurs] Use más inteligencia [...] a medida que se vuelve más barato ”.

¿Pero quién construirá las herramientas que permiten el acceso a esta inteligencia pilotada por AI? Aquí es donde las cosas se vuelven interesantes.

Aunque es divertido hacer que Operai y otros por señalar con el dedo a los datos de capacitación supuestamente robados, dada la propensión de estos proveedores de LLM a "pedir prestado" grandes cantidades de datos de otros para capacitar a sus propios modelos, hay algo mucho más perturbador en jugar. Como dice Arnaud Bertrand, co -fundador de ME & Qi, "el aspecto más preocupante aquí es que OpenAi sugiere que hay casos en los que poseen las salidas de su modelo". Este es un "techno -feudalismo bajo esteroides", Advierte: un mundo en el que los propietarios de LLM pueden reclamar la propiedad de "cada contenido de contenido afectado por la IA".

Openai: una cuestión de confianza

No es una cuestión de oponerse a código abierto y código cerrado. El software de código de código fuente cerrado no intenta apropiarse de los datos que tocan. Esto es algo que va más allá. Openai, por ejemplo, indica claramente que los usuarios poseen los resultados de su aviso, pero que no pueden usar estos resultados para causar un modelo de competidor. Esto sería una violación de las condiciones generales del editor. A primera vista, no es tan diferente de la metalama basada en principios de apertura para usos, a menos que compite con él a gran escala.

Y sin embargo, es diferente. Operai parece sugerir que sus datos de capacitación deben abrirse y gratuitos, pero que los datos utilizados por otros (incluidos los datos que los competidores han reciclado de OpenAI) podrían estar en acceso reservado. Este es un terreno resbaladizo, que no molesta nada bueno para la adopción de la tecnología si las empresas clientes deben preocuparse, aunque solo sea un poco, porque sus datos de salida son propiedad de los vendedores modelo. El corazón del problema es la confianza y el control del cliente, no la oposición entre el código abierto y el modelo de propietario.

Editores e inversores demasiado prensados

Steve O'Grady, co -fundador de la firma de análisis de Redmonk, resume las preocupaciones de las empresas en términos de IA: “Las empresas son conscientes de que, para maximizar las ventajas de la IA, deben poder otorgar el acceso a su acceso a su interno datos ". Sin embargo, no querían hacerlo a gran escala porque no confían en los proveedores de LLM en este terreno. Y OpenAi exacerbó esta desconfianza. Los proveedores que eventualmente ganen serán aquellos que ganen confianza del cliente en este plan. El código abierto puede contribuir a él, pero en última instancia, a las empresas realmente no les importa la licencia; Están interesados ​​en cómo el proveedor procesa sus datos. Esta es una de las razones por las cuales AWS y Microsoft estuvieron entre los primeros en desarrollarse en la nube. Las empresas han confiado en ellas para hacerse cargo de sus datos confidenciales.

En esta primera fiebre del oro en el mercado de IA, nos hemos obsesionado tanto con los modelos de base que hemos olvidado que el mercado real, el más importante, aún no ha surgido y que la confianza será esencial para conquistarlo. Tim O'Reilly ha, como siempre, cuando denuncia "los líderes empresariales y sus inversores" que están "demasiado apegados a la búsqueda o preservación del poder conferido sobre ellos los rendimientos excesivos que resultan de él". Según el fundador de O "Reilly Media, olvidan que" la mayoría de las grandes empresas nacen después de un período de experimentación y expansión del mercado, y no después de un bloqueo impuesto desde el principio ". Las ganancias demasiado tempranas en comparación con el desarrollo del mercado.

En resumen, los proveedores de IA que desean imponerse cuidadosamente deben pensar en cómo pueden generar confianza en un mercado que ha evolucionado demasiado rápido para que los compradores comerciales se sientan seguros. Las afirmaciones tendenciosas, como las de OpenAi en los datos de salida de los modelos, son, aquí, cualquier ayuda.