Ang Chief ng AI ng Goldman Sachs ay Nagtataguyod ng Open Models sa Enterprise AI Strategy

Ginagawa ng Goldman Sachs ang isang tahimik ngunit malaking taya: ang kinabukasan ng enterprise AI ay hindi eksklusibong propiyetaryo. Ang liderato ng banko sa AI ay nagsasalita tungkol sa pagpapanatili ng mga open-weight at open-source model sa pagkakasama, at tumututol sa pagkakaroon ng instinct na mag-default sa mga saradong sistema mula sa mga karaniwang kalahati tulad ng OpenAI at Anthropic.

Ang pagkakasunod ni Goldman ay nakabatay sa maraming modelo. Ang GS AI Assistant ng bangko, na una nang sinubok noong simula ng 2025, ay hindi nakakapit sa isang tagapagbigay lamang. Sa halip, ito ay naglalakbay ng mga open-source na opsyon kasama ang mga propiyetaryong kasunduan, at nagruroute ng mga katanungan sa iba’t ibang tagapagbigay, kabilang ang mga open-source na modelo.

Ang mga Chinese na kumpanya sa AI tulad ng Moonshot, na nag-develop ng Kimi model, at Zhipu, sa likod ng GLM series, ay patuloy na naglalabas ng mas kumplikadong open-weight models na nakikipag-competensya sa kanilang closed-source na mga katumbas sa Kanluran. Ang mga halimbawa ay ang Moonshot Kimi K3 at Zhipu GLM-5.2.

Ang mga developer na ito mula sa Tsina ay nagsikap din ng interesanteng gitnang daan: “mga bayad na timbang.” Ang pangunahang modelo ay accessible, ngunit ang ilang komersyal na aplikasyon ay nangangailangan ng mga bayad sa lisensya, na gumagawa ng daan para sa pagmonetize na hindi nangangailangan ng pagsasara ng lahat sa isang API na may bayad.

Ang mga analista ng Goldman ay nagbigay ng isang mas kabaligtarang argumento: ang mas mura mga open-source model ay maaaring talagang palakasin ang demand para sa mga mapagkukunan ng compute. Kapag mas mura na ang pag-deploy ng AI, mas maraming kumpanya ang gagamit nito, na nagdudulot ng mas maraming inference workload at mas malaking demand para sa cloud infrastructure. Tinitiyak ng mga analista ang pagbawas ng 56% sa gastos ng model ni AT&T bilang halimbawa ng posibleng pagbawas sa gastos ng computing para sa AI applications.

Si Chris Churchman, na nagpapamuno sa AI working group ng bangko, ay nagbaba ng isang pag-aalala na gustong iwasan ng karamihan sa mga eksekutibo ng teknolohiya na pag-usapan nang pampubliko: ang panganib ng cognitive atrophy. Ang kanyang argumento ay na kapag ang mga propesyonal sa financial ay sobrang umaasa sa AI para sa analisis, pananaliksik, at paggawa ng desisyon, ang kanilang sariling analytical muscles ay nagsisimulang magslaba. Hindi sinasabi ni Churchman na iwasan ang mga open model nang buo—ito ay isang mas malawak na babala tungkol sa pagkakadepende sa AI sa lahat ng uri ng model.

Hindi naglabas ng anumang regulatory warning laban sa paggamit ng open models sa kanilang pampublikong pahayag sa nakalipas na anim na buwan. Sa isang industriya kung saan ang mga alalahanin tungkol sa compliance ay karaniwang pinapatay ang mga ideya, ang kakulangan ng red flag ay sariling malaking kahalagahan.

Kung tama ang Goldman na ang mga bukas na modelo ang magdudulot ng mas malawak na paggamit ng AI sa mga negosyo, ang mga provider ng cloud ay nakikinabang mula sa pagtaas ng pangangailangan sa compute, at ang mga kumpanya na nagbuo ng mga kasangkapan upang gawing handa ang mga bukas na modelo para sa enterprise—mga guardrails, mga platform para sa fine-tuning, at mga sistema sa pagmamanman—ay naging mas mahalaga. Hindi naglabas ng anumang babala sa regulasyon ang Goldman tungkol sa paggamit ng mga bukas na modelo sa kanilang kamakailang pampublikong komunikasyon, na nagpapahiwatig na itinuturing ng bangko ang pag-deploy ng bukas na modelo bilang operasyonal na maaari sa loob ng kanilang framework sa pagpapatupad.