Rekomendowana interpretacja biznesowo-inwestycyjna
W horyzoncie od trzydziestu do dziewięćdziesięciu dni najwięcej zmienia nie kolejny rekord na benchmarku, lecz trzy rozstrzygnięcia, które zaczynają się krystalizować. Pierwsze dotyczy sposobu rozliczania się z modelami. Skoro FrontierCode pokazuje, że model tańszy o rząd wielkości oddaje trzy punkty procentowe, a AA-3D, że w długich zadaniach o wyniku decyduje wczesne sprawdzanie własnego wytworu, to miarą wartości staje się koszt zadania dowiezionego do końca, nie stawka za token. Każda organizacja kupująca dziś dostęp do modelu powinna przeliczać oferty na koszt wykonanego zadania w swoim własnym procesie i na własnym, małym zbiorze zadań, bo publikowane tablice, również te niezależne, trzymają część zadań w zbiorze prywatnym i nie dają się w pełni zaudytować.
Drugie rozstrzygnięcie dotyczy tego, że najlepszy model przestaje być produktem wolnym. Meta sprzedaje szczyt tylko w subskrypcji, Z.ai udostępnia model prawniczy wyłącznie po aplikacji, a warunki danych w trybie domyślnym bywają niekorzystne dla firmy, która wgrywa kod klienta. Dla podmiotu przetwarzającego dane wrażliwe kluczowym parametrem umowy staje się więc nie cena, lecz tryb przetwarzania, zakres przechowywania i to, czy reklamowana pamięć modelu działa w konfiguracji zgodnej z wymogami zgodności. Trzecie rozstrzygnięcie jest ostrzeżeniem i jednocześnie szansą: jeśli audyt zdolności nie jest w stanie wykazać, że model nie ukrywa funkcji, a zainstalowane narzędzie może zmieniać własne binaria poza wiedzą użytkownika, to rzetelność i możliwość niezależnego potwierdzenia stają się towarem deficytowym. Warto więc wyceniać nie tylko to, kto ma największy model, ale kto potrafi udowodnić, co ten model robi. Twardym sprawdzianem najbliższych dni pozostaje zaplanowany na piętnastego października wynik tajwańskiego TSMC, który rozstrzygnie, czy popyt na sztuczną inteligencję tworzy więcej wartości na jednostkę mocy produkcyjnej, czy tylko więcej sprzedanych jednostek przy rosnących kosztach.