Det er blevet kaldt den klogeste milliard dollar nogensinde, da Microsoft i 2019 investerede i OpenAI for at støtte udviklingen af kunstig intelligens og det, der siden er blevet verdens mest populære AI-bot, ChatGPT.
Til gengæld blev Microsoft OpenAI’s centrale cloudpartner, og samarbejdet gav senere Microsoft særlige rettigheder til OpenAI’s sprogmodeller.
Men siden er meget vand løbet under den bro, der ellers har været et billede på et af de mest succesfulde partnerskaber i tech-verdenen de seneste år.
Begge selskaber kæmper lige nu for at frigøre sig og mindske afhængigheden af hinanden, og nu skruer Microsoft markant op for sin egen AI-satsning.
Selskabet lancerer tre nye, kommercielle AI-modeller med navnene MAI-Transcribe-1, MAI-Voice-1 og MAI-Image-2, der bliver gjort tilgængelige via Microsoft Foundry og MAI Playground.
Ifølge Microsoft leverer modellerne “lynhurtig” performance og “meget konkurrencedygtige priser”.
"Handler ikke om at erstatte én partner med en anden"
Microsoft og OpenAI’s samarbejde kom særligt under pres, efter at OpenAI i stigende grad er begyndt at indgå samarbejder med andre teknologigiganter.
I marts måned kom det frem, at Microsoft ligefrem overvejer at trække OpenAI i retten, efter at ChatGPT-skaberen indgik en kæmpe aftale med Amazon Web Services til en værdi af omkring 330 milliarder kroner.
Ifølge chefanalytiker Sanchit Vir Gogia fra Greyhound Research handler det dog ikke om et brud.
“Det her handler ikke om at erstatte én partner med en anden. Det handler om at reducere afhængighed og øge kontrollen. Begge parter er stille og roligt i gang med at gøre sig mindre afhængige af hinanden, mens samarbejdet fortsætter,” siger analytikeren til Computerworld.com.
Microsofts tre nye modeller
De nye modeller dækker tre centrale områder:
• MAI-Transcribe-1 kan omsætte tale til tekst på 25 sprog. Microsoft oplyser, at modellen er op til 2,5 gange hurtigere end selskabets eksisterende Azure-løsninger og leverer høj præcision til en konkurrencedygtig pris.
• MAI-Voice-1 genererer naturlig og nuanceret tale og kan producere et minuts lyd på ét sekund. Samtidig er GPU-forbruget lavt, hvilket gør løsningen både hurtig og billig.
• MAI-Image-2 fokuserer på billedgenerering med høj hastighed og kvalitet og har allerede placeret sig blandt de tre bedste model-familier på Arena.ai’s rangliste. Den bliver snart integreret i blandt andet Bing og PowerPoint.
Ifølge Microsoft er billedmodellen udviklet i samarbejde med fotografer og designere med fokus på realistisk lys, korrekte hudtoner og præcis tekst i grafik.
Fra model-kapløb til platform-kamp
Selv om modellerne på overfladen ligner direkte konkurrenter til eksisterende AI-løsninger, er det ifølge analytikeren en fejllæsning.
“Der er meget lidt, der er fundamentalt nyt på selve modelniveauet. Teknologier som talegenkendelse, stemmesyntese og billedgenerering er hurtigt ved at blive standardvarer,” forklarer Sanchit Vir Gogia.
I stedet flytter konkurrencen sig til platform-niveau.
Microsoft forsøger at samle AI-komponenter i ét samlet økosystem, hvor virksomheder allerede arbejder. Det reducerer kompleksitet omkring leverandører, integration og styring.
“Hvis man kontrollerer miljøet, hvor modeller vælges og implementeres, bliver modellerne i sig selv udskiftelige. Det flytter forhandlingskraften fra model-udviklere til platformsejere,” siger analytikeren.
Vil øge afhængigheden til øko-systemet
For virksomheder giver Microsofts tilgang en række umiddelbare fordele: enklere indkøb, lettere integration og bedre governance.
Men der er også en bagside.
Afhængigheden kan flytte sig fra selve AI-modellen til platformen. Når først data, arbejdsgange og styring er bygget ind i én platform, kan det blive vanskeligt at skifte, påpger Sanchit Vir Gogia.
Det er noget, størstedelen af Danmarks organisationer også oplever med Microsofts udbredte 365-løsninger, som mange er dybt afhængige af.
