De beslissing die iedereen voor zich heeft

Het bedrijf dat ongeveer 13 miljard dollar in OpenAI stak, haalt nu het product van OpenAI uit zijn eigen vlaggenschip-apps. Op 23 juli bevestigde Microsoft dat het is begonnen de beeldgeneratiemodellen van OpenAI in PowerPoint en Bing te vervangen door een eigen model, MAI-Image-2 geheten. Mustafa Suleyman, die Microsoft AI leidt, zei het zonder omhaal: het eigen model is sneller, goedkoper, van hogere kwaliteit en zorgt voor betere retentie. Microsoft zegt dat MAI-Image-2 op de diensten Foundry en Copilot ongeveer twee keer zo snel beelden genereert als zijn voorganger.

Het blijft niet bij beelden. Suleyman heeft openlijk gezegd dat Microsoft wil verlagen, en uiteindelijk beëindigen, wat het bij Anthropic uitgeeft door meer werk naar zijn eigen MAI-modellen in Copilot, Microsoft 365 en GitHub Copilot te verplaatsen. Het belangrijkste AI-partnerschap van het decennium wordt stilletjes omzeild, en wel door een van zijn eigen architecten.

Waarom dit een beslissingsverhaal is en geen productverhaal

Elke diepe leveranciersrelatie blijft een maak-of-koop-kwestie, en die slaat om op het moment dat het volume van de koper bouwen rechtvaardigt. Microsoft kocht toen het snelheid nodig had en geen eigen model had. Het bouwt nu omdat het zoveel AI-tokens verwerkt dat zelfs een bescheiden besparing per verzoek een enorm absoluut getal wordt. De nauwe band met OpenAI veranderde niets aan die rekensom; hij stelde haar alleen uit.

Dat is de les die het waard is om mee te nemen. Als Microsoft, met een plaats op de eerste rij en miljarden geïnvesteerd, de modellaag als verwisselbaar behandelt zodra de cijfers dat zeggen, dan zou elk bedrijf dat zijn product op één modelleverancier inzet moeten aannemen dat dezelfde zet er ook voor hem aankomt, van de leverancier of, op een dag, door eigen hand. Loyaliteit beschermde de afspraak niet. Het volume besliste.

Lees waar de wissel begon

Commoditisering komt daar waar fout zijn goedkoop is. Microsoft begon niet met het vervangen van het redeneermodel achter zijn moeilijkste programmeertaken. Het begon met beeldgeneratie in PowerPoint en Bing, waar een iets slechter plaatje bijna niets kost en het aantal verzoeken enorm is. Dat is het klassieke pad: het eigen model bewijzen op vergevingsgezind werk met hoog volume, de besparing opstrijken en dan de moeilijkheidscurve omhoog gaan naarmate het vertrouwen groeit.

Voor een operator is dat patroon een kaart. De delen van uw stack die het meest blootstaan aan een leverancierswissel, door u of door uw leverancier, zijn de delen met hoog volume en veel fouttolerantie. De delen die het langst aan een specialist vast blijven zitten, zijn die met laag volume en veel op het spel, waar een fout antwoord duur is. Weten welke van uw werklasten waar zit, vertelt u waar u het eerst in overdraagbaarheid moet investeren.

Wat te doen voordat uw leverancier het doet

Ontwerp alsof u gaat wisselen, want de markt gaat er nu van uit dat u dat zou kunnen. Zet elke modelaanroep achter een interne interface, zodat een leverancierswissel een instelling is en geen project. Houd uw prompts, uw evaluatiesets en uw waarborgen in uw eigen repository, los van het gereedschap van welke leverancier dan ook, zodat u ze op één middag tegen een uitdager opnieuw kunt draaien.

Onderhandel daarna in overeenstemming. Een leverancier die weet dat u binnen een week kunt vertrekken, prijst anders dan een die weet dat u dat niet kunt. En maak de rekensom die Microsoft maakte: volg de volumedrempel waarboven het bouwen of bijstellen van een eigen model het huren verslaat, zodat u die keuze bewust maakt in plaats van te ontdekken, zoals OpenAI zojuist deed, dat uw grootste klant hem stilletjes als eerste bereikte.

Lees hierna: Twee AI-reuzen willen nu je integrator zijn  |  Een model splitste zijn token om de scanner te verslaan