ШІ Читати оригінал на Thenextweb 1 хв читання 0

Arthur Mensch закликав бізнес відмовитися від закритих AI-моделей

Генеральний директор французької лабораторії Mistral Arthur Mensch закликав корпоративний сектор відмовитися від закритих моделей штучного інтелекту на користь відкритих систем та власних циклів навчання даних. Він попередив, що залежність від провайдерів створює надмірний вплив на бізнес-процеси клієнтів, дозволяючи компаніям збирати дані та витісняти успішних партнерів. Замість використання готових рішень Mensch пропонує стратегію повної переплатформизації ІТ-інфраструктури для забезпечення технологічної незалежності.

Чоловік із коротким волоссям у сірому светрі говорить у мікрофон під час виступу на сцені перед темним фоном.
Чоловік із коротким волоссям у сірому светрі говорить у мікрофон під час виступу на сцені перед темним фоном. · Джерело зображення: Thenextweb

За даними Thenextweb, керівник Mistral Arthur Mensch опублікував маніфест щодо ризиків використання закритих AI-моделей у великому бізнесі. Він стверджує, що провайдери отримують «величезний вплив» на клієнтів, оскільки мають доступ до контексту їхньої внутрішньої діяльності та можуть використовувати ці дані для створення конкурентних продуктів або вибору цілей для агресивного маркетингу.

Ризики залежності від закритих екосистем

Основний аргумент Mensch полягає в тому, що підключаючи моделі до внутрішніх контекстів, компанії фактично передають провайдерам інформацію, з якої ті можуть навчатися. Автор зазначає, що історія галузі вже показує випадки, коли успішні клієнти ставали об'єктами конкуренції з боку власників моделей. Наприклад, Anthropic обірвала доступ до моделі для кодинг-стартапу Windsurf у 2025 році під час розробки власного продукту Claude Code.

Хоча твердження про те, що провайдери свідомо використовують дані клієнтів для вибору цілей для витіснення, поки не має прямих доказів, проблема зберігання даних є реальною. Судові рішення у США вже змушували компанії як-от OpenAI зберігати логи ChatGPT під час судових процесів, що демонструє потенційні юридичні ризики.

Стратегія суверенітету та власного навчання

Для протидії цим ризикам Mensch пропонує комплексний підхід:

  • Використання відкритих моделей замість закритих API;
  • Перехід на відкриті сховища даних із суворим контролем доступу;
  • Створення власного циклу навчання (training flywheel), який покращує системи на основі внутрішніх взаємодій.

Така стратегія вимагає від компаній повної переплатформизації ІТ-інфраструктури, але дозволяє створювати унікальні AI-системи, які неможливо відтворити конкурентам чи вендорам. Наразі цей тренд підтримують такі гравці як Palantir та британський стартап Cosine, що працює над суверенними моделями для великих корпорацій.

Важливо зазначати, що позиція керівника Mistral корелює з їхньою власною продуктовою лінійкою — Studio та Forge. Компанія активно просуває індустріальний AI-стек у Європі, орієнтуючись на клієнтів, які прагнуть мінімізувати залежність від американських технологічних гігантів.

Контекст для України

Для українського ринку, де активно розвиваються AI-стартапи та інтегратори, заклики Mistral підкреслюють важливість вибору архітектури. Використання відкритих моделей дозволяє українським розробникам будувати рішення без страху втрати даних на користь великих корпорацій. Оскільки багато українських компаній працюють з чутливими даними, перехід на локальні інференс-моделі може стати стандартом для безпеки. Крім того, доступність відкритих ваг моделей дозволяє українським фахівцям тонко налагоджувати системи під специфіку місцевого ринку без додаткових витрат на ліцензії великих вендорів.

Часті запитання

Які основні ризики використання закритих AI-моделей у бізнесі?
Основний ризик полягає у втраті контролю над даними. Компанії, підключаючи моделі до внутрішніх контекстів, передають провайдерам інформацію для навчання. Це може призвести до створення конкурентних продуктів або витіснення успішних партнерів власниками моделей.
Яку стратегію суверенітету пропонує керівник Mistral?
Mensch рекомендує використовувати відкриті моделі замість закритих API, переходити на відкриті сховища даних із суворим контролем доступу та створювати власний цикл навчання. Це вимагає повної переплатформизації ІТ-інфраструктури для створення унікальних систем.
Telegram

Свіжі новини у нашому Telegram

Отримуйте миттєві сповіщення про нові публікації в рубриці «ШІ»

@proaiandevenmore