Palantir Technologies i jej prezes Alex Karp ostro skrytykowali OpenAI i Anthropic, zarzucając im, że przewartościowują usługi oparte na tokenach, które często nie generują mierzalnych korzyści dla dużych przedsiębiorstw.
Najważniejsze wnioski:
- Karp twierdzi, że firmy płacą za tokeny AI, nie otrzymując wyników uzasadniających ponoszone koszty.
- Jego zdaniem dostawcy zyskują przy tym dostęp do poufnej wiedzy oraz przewag konkurencyjnych swoich klientów.
- Krytyka wpisuje się w szerszą debatę, czy wycena AI powinna opierać się na zużyciu, czy na realnych rezultatach biznesowych.
Wycena tokenów w AI
Karp odniósł się do sprawy w rozmowie z CNBC, kwestionując logikę modelu, w którym przedsiębiorstwa płacą według liczby tokenów przetwarzanych przez model AI.
– Skoro to jest tak wartościowe, to dlaczego oni w ogóle liczą tokeny? – pytał Karp, sugerując, że dostawcy powinni raczej uczestniczyć w wartości, jaką ich systemy realnie tworzą dla klientów.
Ostrzegł też, że firmy ryzykują utratę kontroli nad własnym know-how, gdy podpinają wewnętrzne dane i procesy pod zewnętrzne modele. Według Karpa rośnie irytacja zarządów, które zainwestowały duże środki w narzędzia AI, nie widząc adekwatnego wzrostu produktywności.
Krytyka wpisuje się w interes komercyjny Palantira, który sprzedaje oprogramowanie łączące modele, dane i systemy operacyjne w ściśle kontrolowanych środowiskach.
Jednocześnie jego uwagi odzwierciedlają szerszy niepokój korporacji dotyczący kosztów, ładu danych oraz słabej stopy zwrotu z pierwszych wdrożeń AI.
Zobacz też: Bitget uruchamia Cash Plus, by płacić odsetki od bezczynnych sald stablecoinów
Zwrot z inwestycji w AI w dużych firmach
Karp koncentruje się na rozdźwięku między możliwościami technologicznymi a efektami biznesowymi. Rozliczanie za tokeny mierzy jedynie ilość tekstu lub danych przetworzonych przez model, ale niewiele mówi o tym, czy praca faktycznie zwiększa przychody, obniża koszty lub poprawia jakość decyzji.
To rozróżnienie zyskuje na znaczeniu, gdy korporacyjni nabywcy stają się coraz bardziej selektywni.
Sam Altman przyznał, że dziś wydatki na AI i jej efektywność są jednym z kluczowych tematów w gabinetach prezesów, a firmy testują tańsze modele i rozdzielają zadania pomiędzy kilku dostawców.
Karp proponuje model rozliczeń oparty na rezultatach, w którym dostawca AI otrzymuje wynagrodzenie powiązane z mierzalnymi korzyściami. Takie podejście mogłoby ograniczyć wydatki na nieproduktywne użycie, wymaga jednak od firm i dostawców uzgodnienia, jak liczyć wygenerowaną wartość.
Spór pojawia się po latach szybkiego wdrażania AI w biznesie, napędzanego wiarą, że modele ogólnego przeznaczenia zrewolucjonizują codzienną pracę. Wraz z dojrzewaniem projektów pilotażowych uwaga klientów przesuwa się z czystych możliwości modeli na kwestie własności, bezpieczeństwa i twardo udokumentowanego zwrotu z inwestycji.
Czytaj dalej: Rynek stablecoinów traci 10 mld USD od majowego szczytu, gdy płynność na rynku krypto maleje