Kunstig Intelligens

OpenAI blør milliarder på datakraft – et varselssignal for selskaper som bygger på GPT-arkitektur

Tenk deg å brenne av over 38 milliarder dollar i jakten på fremtidens teknologi. Ferske, lekkede regnskapstall viser at OpenAI har gått på et svimlende underskutt på hele 38,5 milliarder dollar, i stor grad drevet av det som beskrives som en ekstrem «compute burn» – altså de astronomiske kostnadene knyttet til datakraft. Mens administrerende direktør Sam Altman fortsetter sin globale jakt på friske investormilliarder, tegner de lekkede dokumentene et bilde av en AI-gigant som bruker penger betydelig raskere enn de klarer å generere inntekter.

Bakgrunnen for de enorme tapene ligger i selve fundamentet for moderne AI. Å trene opp neste generasjons grensesprengende modeller krever enorme datasentre, titusenvis av de mest ettertraktede Nvidia-brikkene og et strømforbruk som kan utfordre strømnettet i mindre land. OpenAI satser alt på et kappløp der vinneren tar alt, i troen på at kunstig generell intelligens (AGI) vil bli så lønnsomt at dagens tap fremstår som vekslepenger. Men for selskaper som i dag integrerer disse verktøyene i sin daglige drift, reiser dette store spørsmål om fremtidig prisstabilitet.

For programvarehus og tech-startups som har bygget kjerneproduktene sine direkte på OpenAIs API-er, sender disse tallene et klart signal om at det er på tide med risikospredning. Hvis OpenAI blir tvunget til å skru opp prisene for å tilfredsstille investorene, vil marginene til disse selskapene settes under umiddelbart press. Å gjøre seg hundre prosent avhengig av én enkelt, lukket aktør fremstår i dag som en risikabel strategi.

For teknologidirektører og systemarkitekter blir det stadig viktigere å se mot mer kostnadseffektive alternativer. Åpne kildekodemodeller, som for eksempel Metas Llama-serie, gjør det mulig å kjøre spesialiserte modeller i egne, kontrollerte skymiljøer til en brøkdel av prisen. AI-ledelse fremover handler ikke lenger om å ukritisk bruke de største og dyreste modellene til alt, men om å matche hver spesifikke oppgave med en mest mulig kostnadseffektiv modell.

Du kan lese mer om de lekkede regnskapstallene og diskusjonen rundt OpenAIs økonomiske bærekraft i saken hos Runtimewire.