Гендиректор Arena Анастасіос Ангелопулос заявив, що компанії повідомляють йому про труднощі з тим, яким AI‑моделям довіряти.
Courtesy of Arena AI
- Компаніям дедалі складніше визначитися, які AI‑моделі обрати, сказав CEO Arena Анастасіос Ангелопулос.
- Ангелопулос пояснив, що в підприємств є підстави скептично ставитися і до frontier‑лабораторій, і до китайських відкритих моделей.
- У розмові з Business Insider Ангелопулос назвав це «справді непростою ситуацією».
Керівник одного з найбільших сервісів оцінювання моделей сказав, що бізнес фактично не розуміє, на чий бік ставати в AI.
«Вони не лише бояться співпрацювати з frontier‑лабораторіями, але й так само бояться працювати з китайським open source», — сказав CEO Arena Анастасіос Ангелопулос у нещодавньому випуску подкасту «20VC».
За словами Ангелопулоса, з якими він спілкується, компанії намагаються з’ясувати, де саме будувати своє AI‑майбутнє.
«Мені здається, для підприємств це справді складна ситуація — так уже склалися карти», — сказав Ангелопулос Business Insider в інтерв’ю, де розвинув свої тези.
Поточний ландшафт, за всіма ознаками, виглядає доволі хаотичним. Arena бачить це зблизька: компанія запускає краудсорсингову «битву» моделей, де користувачі зіштовхують генеративні AI‑моделі між собою та голосують, яка краще впоралася із завданням. У вересні вона оголосила про комерційний напрям, у межах якого продаватиме AI‑компаніям і бізнесу дані, зібрані під час цих «батлів». У червні Arena повідомила, що за 8 місяців після старту корпоративного сервісу вийшла на річний run‑rate $100 млн.
Frontier‑компанії, зокрема OpenAI та Anthropic, пропонують найсучасніші моделі, але доступ до такого рівня часто має високу ціну. Нещодавні дії адміністрації Трампа також показали, що постачальників моделей можуть змусити відключати доступ без попередження. Крім того, як демонструє Anthropic, такі компанії здатні накладати обмеження безпеки, через що частина бізнесів не отримує повний спектр можливостей моделі.
«Anthropic або OpenAI можуть у будь-який момент вимкнути свій AI, якщо вважатимуть його, в лапках, “небезпечним”», — сказав Ангелопулос Business Insider. «І якщо ви бізнес, то що вам робити? Вам потрібно будувати на стабільному та надійному AI‑стеку».
Натомість китайські компанії з відкритими моделями, зокрема Moonshot і DeepSeek, дають open‑weight рішення, які можна запускати локально — часто значно дешевше, ніж frontier‑моделі. Водночас частина ринку непокоїться щодо ризиків безпеки при залежності від китайських постачальників. Минулого місяця Axios повідомив, що адміністрація Трампа розглядала запровадження обмежень або навіть фактичні заборони для китайських моделей.
Ангелопулос не єдиний, хто піднімає ці питання. CEO Palantir Алекс Карп неодноразово попереджав, що frontier‑лабораторії, з якими Palantir співпрацює, прагнуть збирати цінні інтелектуальні активи та дані, аби згодом використати їх для конкуренції з нинішніми клієнтами.
«Вони заслуговують колонізувати ваше підприємство», — сказав Карп під час дзвінка щодо фінрезультатів Palantir за другий квартал у понеділок, описуючи те, яким він бачить ставлення лабораторій.
Водночас Palantir і Карп мають підстави підсилювати такі побоювання, адже компанія пропонує клієнтам прикладний рівень, який допомагає бізнесу контролювати свої дані та AI‑моделі, що використовуються.
Ангелопулос також зазначив, що Arena стикалася з напруженням у взаєминах із AI‑компаніями. За його словами, Arena бачила випадки, коли постачальники моделей використовували внутрішні дані Arena, «щоб створювати синтетичні батли й арени для наших співробітників — фактично з метою змусити їх розмічати дані». Ангелопулос не назвав конкретні компанії, але сказав, що така практика доволі поширена.
CEO Nvidia Дженсен Хуанг, чия компанія працює і з frontier‑виробниками моделей, і пропонує відкриті моделі, намагається тримати баланс у цій дискусії. Він говорить, що компанії розгортатимуть і відкриті, і пропрієтарні моделі, розподіляючи задачі залежно від вартості та потреби зберігати IP.
«У світі будуть закриті й відкриті моделі», — нещодавно сказав Хуанг Axios. «Ми маємо використовувати закриті моделі так часто, як можемо, і налаштовувати та застосовувати відкриті моделі, щоб будувати власний персональний, власний кастомізований AI, якщо це потрібно».
