Microsoft tauscht das Labor aus, das es finanziert

Die Entscheidung, vor der jetzt alle stehen

Das Unternehmen, das rund 13 Milliarden Dollar in OpenAI gesteckt hat, nimmt dessen Produkt nun aus den eigenen Vorzeige-Apps. Am 23. Juli bestätigte Microsoft, dass es damit begonnen hat, die Bildgenerierungsmodelle von OpenAI in PowerPoint und Bing durch ein eigenes Modell namens MAI-Image-2 zu ersetzen. Mustafa Suleyman, der Microsoft AI leitet, sagte es unumwunden: Das hauseigene Modell sei schneller, günstiger, von höherer Qualität und binde die Nutzer besser. MAI-Image-2 erzeuge Bilder auf den Diensten Foundry und Copilot etwa doppelt so schnell wie sein Vorgänger.

Es bleibt nicht bei Bildern. Suleyman hat offen gesagt, dass Microsoft die Ausgaben bei Anthropic senken und schließlich ganz beenden will, indem es mehr Arbeit auf die eigenen MAI-Modelle in Copilot, Microsoft 365 und GitHub Copilot verlagert. Die wichtigste KI-Partnerschaft des Jahrzehnts wird leise umgangen, und zwar von einem ihrer eigenen Architekten.

Warum das eine Entscheidungs- und keine Produktgeschichte ist

Jede tiefe Lieferantenbeziehung bleibt eine Make-or-buy-Frage, und sie kippt in dem Moment, in dem das Volumen des Käufers das Selbstbauen rechtfertigt. Microsoft hat gekauft, als es Tempo brauchte und kein eigenes Modell hatte. Es baut jetzt, weil es so viele KI-Tokens verarbeitet, dass schon eine bescheidene Ersparnis pro Anfrage zu einer gewaltigen absoluten Zahl wird. An dieser Arithmetik hat die Nähe zu OpenAI nichts geändert; sie hat sie nur hinausgezögert.

Das ist die Lehre, die es sich zu merken lohnt. Wenn Microsoft, mit einem Platz in der ersten Reihe und Milliarden an Einsatz, die Modellebene in dem Augenblick als austauschbar behandelt, in dem die Zahlen es sagen, dann sollte jedes Unternehmen, das sein Produkt auf einen einzigen Modellanbieter setzt, mit demselben Schritt rechnen, ob durch den Lieferanten oder eines Tages durch die eigene Hand. Loyalität hat die Vereinbarung nicht geschützt. Das Volumen hat entschieden.

Lesen Sie, wo der Wechsel begann

Kommoditisierung kommt dort an, wo Irren billig ist. Microsoft hat nicht damit angefangen, das Denkmodell hinter seinen schwersten Programmieraufgaben zu ersetzen. Es begann mit der Bildgenerierung in PowerPoint und Bing, wo ein etwas schlechteres Bild fast nichts kostet und das Anfragevolumen enorm ist. Das ist der klassische Weg: das eigene Modell an nachsichtiger Arbeit mit hohem Volumen beweisen, die Ersparnisse einstreichen und dann die Schwierigkeitskurve nach oben klettern, wenn das Vertrauen wächst.

Für einen Operator ist dieses Muster eine Landkarte. Die Teile Ihres Stacks, die einem Anbieterwechsel am stärksten ausgesetzt sind, ob durch Sie oder durch Ihren Lieferanten, sind die mit hohem Volumen und hoher Fehlertoleranz. Die Teile, die am längsten an einen Spezialisten gebunden bleiben, sind die mit geringem Volumen und hohem Einsatz, wo eine falsche Antwort teuer ist. Zu wissen, welche Ihrer Arbeitslasten wo liegt, sagt Ihnen, wo Sie zuerst in Portabilität investieren sollten.

Was Sie tun sollten, bevor Ihr Lieferant es tut

Planen Sie so, als würden Sie wechseln, denn der Markt geht inzwischen davon aus, dass Sie es könnten. Legen Sie jeden Modellaufruf hinter eine interne Schnittstelle, damit ein Anbieterwechsel eine Einstellung ist und kein Projekt. Halten Sie Ihre Prompts, Ihre Evaluierungssätze und Ihre Leitplanken in Ihrem eigenen Repository, unabhängig vom Werkzeug eines einzelnen Anbieters, damit Sie sie an einem Nachmittag gegen einen Herausforderer neu laufen lassen können.

Verhandeln Sie dann entsprechend. Ein Lieferant, der weiß, dass Sie in einer Woche gehen können, kalkuliert anders als einer, der weiß, dass Sie es nicht können. Und stellen Sie die Rechnung an, die Microsoft angestellt hat: Verfolgen Sie die Volumenschwelle, ab der das Bauen oder Feinjustieren eines eigenen Modells das Mieten schlägt, damit Sie diese Entscheidung bewusst treffen und nicht, wie OpenAI gerade, feststellen, dass Ihr größter Kunde sie leise als Erster erreicht hat.

Weiterlesen: Zwei KI-Giganten sind jetzt Ihr Integrator  |  Ein Modell zerlegte sein Token, um den Scanner auszutricksen