Små modeller, stor avkastning: därför lämnar företagen de största språkmodellerna

Det har blivit en av de tongivande berättelserna inom artificiell intelligens – och den ritar om hur sektorn arbetar i Sverige. Sweekly har talat med chefer, ingenjörer och investerare för att förstå vad som verkligen driver skiftet, och vad det betyder för företagen som får leva med konsekvenserna.

Communityt kring öppen källkod förblir den tysta ryggraden i mycket av den här infrastrukturen.

Läget just nu

Bolagets ingenjörer menar att den verkliga skillnaden inte är modellen i sig utan datapipelinen som matar den.

Cheferna är öppna med att de svåraste problemen är organisatoriska, inte tekniska.

“Suveränitet slutade vara en pratpunkt i samma stund som våra kunders revisorer började fråga var datan finns.”— Plattformschef

Varför nu

Skiftet mot mindre, specialiserade modeller förändrar hur team ser på total ägandekostnad.

För företagsköpare väger kalkylen alltmer över mot lösningar som håller känslig data innanför nationsgränserna.

Att hålla ögonen på

• Total ägandekostnad för träning och inferens
• Integration med befintliga industrisystem och arbetsflöden
• Datalagring och efterlevnad av det kommande EU-ramverket
• Tillgång till seniora ingenjörer som kan leverera till produktion

Affärsnyttan

Ett återkommande tema i intervjuerna var bristen på seniora ingenjörer som kan ta forskning till produktion.

Investerare har pumpat in ungefär 7 miljarder kronor i sektorn de senaste tre åren, och takten ökar.

Konkurrenslandskapet

Latens, kostnad och regelefterlevnad betyder nu mer för industrikunder än råa benchmarkresultat.

Communityt kring öppen källkod förblir den tysta ryggraden i mycket av den här infrastrukturen.

Slutsatsen

Cheferna är öppna med att de svåraste problemen är organisatoriska, inte tekniska.