Ayon sa foreign media, ang mga kompanya ng open-weight AI ay nagsisilbing sentro ng pinakabagong alon ng mergers at acquisitions sa Silicon Valley. Ang pangunahing pansin ng merkado ay ang ulat na nais ng NVIDIA na bumili ng Hugging Face para sa $13 bilyon. Ang kompanyang ito ay nag-aalok ng open-weight models at isang platform para sa pag-evaluate, at itinuturing bilang mahalagang entry point para sa mga developer ng AI.
Mga akusisyon ay nagkakasunod-sunod
Bago ang sangkot na transaksyon na ito, nagkasundo na ang NVIDIA sa Poolside, isang kumpanya ng open-weight model, sa isang kasunduang halos $6 bilyon, kung saan ang karamihan sa mga empleyado nito ay magkakaroon ng pagkakataon na lumipat sa NVIDIA. Dalawang linggo bago iyon, kinuha ng Stripe ang OpenRouter sa higit sa $7 bilyon, na pangunahing nag-aalok ng pag-access sa open-weight models para sa mga negosyo.
Sa artikulo, itinuturo na ang malalaking pagkakataon sa transaksyong ito ay nagpapakita na ang mga malalaking teknolohiya ay nagsisikap na makuha ang isang iba pang bahagi ng AI supply chain, maliban sa mga frontier model. Bagaman ang open-weight models ay hindi pa pangunahin, ito ay naging mahalagang pagpipilian para sa mga negosyo na mag-deploy ng mura at kustomisadong AI services.
NVIDIA ay nagsisikap na punan ang entry point ng model
Para sa NVIDIA, isa sa mga dahilan para sa pagpapabilis ng pagkakaisa ay ang pagbabawas ng pagkakasalalay sa mga malalaking cloud provider at mga kumpanya ng mga pangunahing modelo. Habang ang mga developer ng modelo tulad ng OpenAI at Google ay nagpapalago ng kanilang sariling mga chip para sa inference, nais ng NVIDIA na hindi lamang magbenta ng mga chip, kundi makuha rin ang mas maraming access sa pagpapamahagi at pag-unlad ng mga modelo.
Sinasabi ng artikulo na mayroon nang sariling Nemotron na open-weight model ang NVIDIA, ngunit limitado ang paggamit sa merkado. Kung makakuha ng Hugging Face, makakakuha ang NVIDIA ng isa sa pinakamalaking komunidad ng developer ng open models sa Estados Unidos, at makakaroon ng pagkakataon na ilipat ang higit pang mga user patungo sa kanilang mga chip, toolchain, at mga istandard.
Ang mga negosyo ay una nang tingnan ang gastos, at din ang kontrol.
Ang isa pang konteksto kung bakit binabale-wala ang open-weight models ay ang patuloy na pagsusuri ng mga kumpanya sa gastos ng AI inference. Ang ilang kumpanya ay nagsisimula na subukan ang mas mura mga model mula sa mga Chinese vendor tulad ng Moonshot, DeepSeek, at Alibaba. Ayon sa datos na isinasaad sa artikulo, ang paggamit ng open-weight models sa mga kumpanya ay kasalukuyang mababa, ngunit nasa pagtaas.
- Ipinakikita ng pag-aaral ni Ramp na tungkol sa 6% ng mga negosyo ay gumagamit ng mga modelong may bukas na timbang
- Ipinakita ng Jellyfish na ang halos 2% lamang ng mga software engineer ang gumagamit ng mga modelo na ito
Sinabi ni Nik Albarran, product head ng Jellyfish AI, na mas angkop ang mga modelo na ito sa mga mataas na kadalian at paulit-ulit na gawain sa pag-iisip, tulad ng mga usapan sa customer service. Dahil ang mga pattern ng gawain ay relatibong fixed, maaari ng mga negosyo na i-micro-adjust ang modelo upang bawasan ang gastos bawat pagtawag.
Gayon man, sa pagprograma at mga gawain ng agent, ang mga nangungunang saradong modelo ay nananatiling may kapakinabangan. Ang mga dahilan ay kasama ang mas malakas na kakayahan sa pag-iisip at mas madaling pag-integrar, at ang ilang mga serbisyong nag-aalok ng subsidy sa token. Sa artikulo, itinuturo na habang patuloy na linisin ng mga kumpanya ang kanilang AI workflow, maaaring bumaba pa ang hadlang sa paggamit ng mga bukas na modelo.
Ang susunod ay bawat kumpanya ay may sariling modelo
Ang enterprise-grade model routing at hosting platform na Fireworks ay binanggit din sa artikulo bilang potensyal na objekto ng akusisyon. Sinabi ni CEO Lin Qiao na ang kumpanya ay kasalukuyang nagproseso ng 40 trilyon na token araw-araw. Naniniwala siya na sa hinaharap, mas magiging mahalaga ng mga korporasyon ang pagkakaiba-iba ng mga modelo at magtuturo ng mga modelo na mas angkop sa kanilang partikular na negosyo.
Naniniwala ang artikulo na ang kasalukuyang liderato ng OpenAI at Anthropic ay hindi hindi matatawag. Habang ang mga malalaking teknolohiya ay naghahanap ng paraan upang mabawasan ang kanilang pagkakasalalay sa mga nangungunang laboratorio, ang estratehikong halaga ng open-weight technology at kaugnay na mga platform ay tumataas nang mabilis.