Storföretag skiftar mot öppna AI-modeller för att skära kostnader
En Capgemini-undersökning bland 500 chefer på miljardföretag visar att 59 procent planerar att öka användningen av öppna AI-modeller (som DeepSeek och Mistral, vilka kan köras på företagets egna servrar) under det kommande året. Drivkraften är enkel: öppna modeller är i snitt 87 procent billigare än slutna alternativ som GPT och Claude. Slutna modeller lär dock inte försvinna – de behålls för mer komplexa uppgifter.
Djupdykning
Trenden är egentligen ett symptom på att företagen gick in i AI-eran med orealistiska kalkyler – man köpte dyra API-anrop till GPT och Claude för varenda intern process, och räkningen har blivit chockartad. Öppna modeller med "öppna vikter" (tänk: du får hela receptet, inte bara färdigmaten) från aktörer som Deepseek och Mistral låter företagen köra AI på sin egen hårdvara, vilket eliminerar per-förfrågan-kostnaden som annars tickar upp som en taxameter. Det som de flesta missar i den här debatten är att 87 procent billigare inte är gratis – du behöver fortfarande servrar, ingenjörer som sköter infrastrukturen, och säkerhetskompetens för att hantera modeller in-house, vilket är kostnader som inte syns i Capgeminis siffra. Det här handlar i grunden om att enterprise-AI mognar som marknad: precis som företag en gång slutade betala för varje mejl via externa tjänster och istället byggde egna mejlservrar, börjar AI-kostnaden nu trycka fram ett liknande skifte mot intern kontroll. OpenAI och Anthropic lär svara med att knyta sina slutna modeller tätare till exklusiva funktioner och compliance-garantier som öppna modeller har svårt att matcha – en kapplöpning mellan kostnadstryck nerifrån och differentiering uppifrån.