Waarom open-weight AI-bedrijven de heetste overnamekandidaten zijn in de Verenigde Staten

Bron: TechCrunch AI

In de Verenigde Staten wacht iedereen met spanning op de bevestiging van een van de meest interessante technologische deals van deze week: de gerapporteerde overname van Hugging Face voor 13 miljard dollar. Hugging Face is een platform dat open-weight AI-modellen en benchmarks deelt en staat centraal in het ecosysteem van ontwikkelaars die grote taalmodellen (LLM's) bouwen en implementeren die niet in handen zijn van grote laboratoria. Je kunt het beschouwen als een soort GitHub voor het AI-tijdperk.

De geruchten over deze deal volgen op een eerdere overeenkomst van 6 miljard dollar tussen Nvidia en Poolside, een ontwikkelaar van open-weight modellen, waarbij de meeste medewerkers naar de chipmaker zullen overstappen. Nog maar twee weken geleden nam Stripe OpenRouter over, de belangrijkste leverancier van open-weight modellen voor bedrijven, voor meer dan 7 miljard dollar. Dit is een aanzienlijke investering in een sector die draait om het aanbieden van gratis middelen, en weerspiegelt de laatste trends in de AI-sector.

Nvidia's strategie en marktdynamiek

Voor Nvidia is het noodzakelijk om verdere afhankelijkheid van deals met grote hyperscalers en laboratoria te vermijden. Dit wordt steeds belangrijker naarmate grote AI-modelbouwers zoals OpenAI en Google ook hun eigen inferentiechips ontwikkelen, zoals OpenAI's Jalapeño. Als modelbouwers hun eigen chips maken, wil Nvidia een deel van de modelbouwbusiness in handen krijgen.

Nvidia heeft al zijn eigen Nemotron-familie van open-weight modellen, maar de adoptie daarvan is nog niet groot. Door de grootste ontwikkelruimte voor open modellen in de VS over te nemen, krijgt het bedrijf toegang tot een grote gebruikersbasis die het kan aanmoedigen om over te stappen op zijn chips en standaarden.

De opkomst van open-weight modellen

Er zijn ook groeiende vragen over de kosten van AI-inferentie, wat bedrijven ertoe aanzet om goedkopere modellen te verkennen die door Chinese bedrijven zoals Moonshot, DeepSeek en Alibaba zijn ontwikkeld. Op dit moment is de adoptie relatief klein, maar groeit deze — slechts 6% van de bedrijven maakt gebruik van open-weight modellen, volgens een enquête over bestedingsdata door Ramp, terwijl slechts 2% van de software-engineers dit gebruikt, gemeten door Jellyfish.

Toepassingen in de praktijk

Nik Albarran, de AI-productleider bij Jellyfish, vertelde aan TechCrunch dat open-weight modellen voornamelijk worden gebruikt door bedrijven wiens producten afhankelijk zijn van herhaalde inferentiewerkbelastingen, zoals klantenservicetools. Omdat dit hoge-volume taken zijn met veel herhaling, kan een open-weight model worden afgestemd om de vragen goedkoop te beantwoorden.

Dit is zeker hoe Stripe zijn overname van OpenRouter heeft gepresenteerd. "Tokens zijn de centrale valuta voor bedrijven die met AI werken, en het is duidelijk dat het economische potentieel in de echte wereld zal afhangen van het goed gebruik van schaarse rekencapaciteit," aldus Patrick Collison, medeoprichter en CEO van Stripe.

De toekomst van AI en open-source

Voor programmeertaken en agenttaken betekent de variëteit aan verzoeken en meer redeneervaardigheden echter dat frontier-modellen vaak de voorkeur krijgen, deels omdat de propriëtaire laboratoria gemakkelijker toegang bieden, en in sommige gevallen subsidies voor tokens. Albarran zegt dat naarmate bedrijven hun AI-werkstromen verfijnen, het gemakkelijker zal worden om naar open modellen over te stappen. Toch is de belangrijkste reden waarom bedrijven nu naar deze modellen kijken, controle en configureerbaarheid, en niet zozeer kostenbesparingen.

De toekomst van investeren in modellen

“Er zijn nog niet veel bedrijven waar dat het geval is... [maar] als de prijzen van de frontier-laboratoria blijven stijgen, zullen steeds meer bedrijven gedwongen worden om het in ieder geval te overwegen," vertelde Albarran aan TechCrunch. "Wanneer je AI-gedreven werkstromen veel volwassener zijn, is dat het moment waarop het zinvol is om te investeren in zelf-gehoste modellen.”

De rol van Fireworks in de sector

Lin Qiao is de CEO van Fireworks, een toonaangevende router en host voor open-weight modellen voor zakelijke gebruikers, die vaak wordt besproken als een mogelijke overnamekandidaat voor een technologiebedrijf. Qiao zegt dat haar bedrijf dagelijks 40 biljoen tokens verwerkt, meer dan de resultaten van Gemini.

Vertaald met ChatGPT gpt-4o-mini