Rekomendowana interpretacja biznesowo-inwestycyjna
W horyzoncie od trzydziestu do dziewięćdziesięciu dni najwięcej zmieniają dwie rzeczy, które spotykają się w jednym punkcie. Pierwsza to przesunięcie wartości z budowania modelu na jego uruchamianie. Jeśli trening nowego modelu zszedł do kilku procent zużywanej mocy, a douczanie i serwowanie zajmują resztę, to trwała marża przenosi się do tego, kto kontroluje moc obliczeniową i warstwę wdrożenia, a nie do tego, kto ma największy model w rankingu. Druga to fakt, że model otwarty nie zabija popytu, lecz go poszerza: darmowy model zjada marżę sprzedawcy, ale każda tania odpowiedź to kolejne pytanie uruchamiane na czyimś układzie, a najwięcej zyskują na tym operatorzy chmury, którzy przy modelu darmowym zatrzymują cały rachunek. Z tego wynikają dwa wnioski praktyczne. Po pierwsze, warto patrzeć na podział kosztów treningu i wnioskowania w sprawozdaniach oraz na to, kto kontroluje jednocześnie moc i wdrożenie, bo tam osiada zysk. Po drugie, kalibrację i weryfikację trzeba traktować jako produkt, a nie dodatek: skoro warstwę decyzyjną można odtworzyć domowym sposobem, a publikację matematyczną obala pojedynczy znak, przewagę ma ten, kto potrafi udowodnić, że jego liczby i jego dowody mówią prawdę. Ryzykiem pozostaje koncentracja. Rosnące uzależnienie rynku od kilku dostawców mocy obliczeniowej i szybko topniejący zapas wolnych mocy mogą uczynić dalszy wzrost droższym, niż zapowiada dzisiejsza narracja, a wtedy zarówno wysokie wyceny, jak i tempo wdrażania agentów staną się bardziej kruche, niż sugerują liczby użytkowników.