Het vertrek van Jensen Huang, CEO van Nvidia, betekent volgens de auteur van de nieuwsbrief Interconnects een grote tegenslag voor de ontwikkeling van een open model-ecosysteem in de Verenigde Staten. Het bedrijf heeft volgens hem nog steeds financiële belangen bij het steunen van deze modellen, maar hun opkomst is meer een strategische puzzel dan een technisch probleem.
De werking van Nvidia is sterk afhankelijk van Jensen Huang, wat volgens de auteur nog verschillende uitdagingen met zich meebrengt. Hij noemt ook de mogelijkheid van nieuwe vertrekken in verband met onderzoeken naar chipsmokkel, of door het wegkapen van talent door andere spelers. De prioriteit van het bedrijf zou zijn om de situatie te stabiliseren en zijn klanten de komende 24 maanden te bedienen. Open modellen waren een van de meest ambitieuze inzetten van Jensen Huang, en de financiering die hij heeft ingezet, loopt volgens de auteur het risico op te drogen.
Een nog prille economie
De auteur beschouwt de economie van open modellen als nog in de kinderschoenen, en dat de komende jaren cruciaal zullen zijn om use cases, inkomstenstromen en motivaties voor het trainen van nieuwe modelgeneraties vast te stellen. Hij ziet een positief punt: de economie van open modellen heeft volgens hem de ‘eigendom van intelligentie’ en het post-training in het bedrijfsleven (het aanpassen van een model voor specifieke toepassingen) goed geïdentificeerd als een strategische as. Resteert nog de omvang van de daaruit voortvloeiende markt te bepalen.
Het negatieve punt is de schaarste aan rekenkracht. Jonge inferentie-bedrijven (het uitvoeren van modellen om queries te beantwoorden) krijgen moeilijk genoeg chips, omdat Anthropic en OpenAI een groot deel van de beschikbare capaciteit hebben opgekocht. Dit resulteert volgens de auteur in weinig concurrentie op de marges voor open-weight modellen. Als deze modellen ook met hoge marges worden aangeboden, zoals de lancering van DeepInfer door DeepSeek liet zien, zijn ze verre van een commodity. Gesloten labs, die profiteren van schaalvoordelen en een integratie van model tot datacenter en chips, zouden dan het best gepositioneerd zijn.
Regelgevings- en veiligheidsrisico’s
De auteur maakt zich zorgen over een golf van Democratische financiering voor kandidaten die de AI-industrie willen reguleren in naam van ‘veiligheid’. Volgens hem zijn veel van deze beleidsmakers van mening dat ze moeten handelen en beschouwen ze open modellen als gevaarlijk, zonder altijd hun voordelen af te wegen. Zijn grootste zorg op korte termijn is een slecht ontworpen regelgeving op staatsniveau, gevolgd door nationale regelgeving.
Hij herinnert eraan dat één goed presterend Chinees open-weight model al voldoende zou zijn om een crisis te veroorzaken, een situatie die hij beschrijft als geldig sinds deze zomer. Tot op heden is er geen grote hack waargenomen waarbij een populair Chinees open-weight model betrokken was, maar het zou volgens hem een kwestie van tijd zijn, niet van mogelijkheid.
Voor de auteur is de enige duurzame oplossing de opkomst van een toonaangevende speler in open modellen in de Verenigde Staten. Hij citeert Dylan Patel, CEO van SemiAnalysis, die in een podcast met ChinaTalk benadrukt dat het probleem niet alleen financieel is: ‘Het is niet zo eenvoudig. Het gaat niet om geld, het gaat om talent.’ Nemotron, de modelreeks van Nvidia, heeft volgens de auteur ambitie en bekwame mensen, maar heeft het stadium van ‘missie volbracht’ nog niet bereikt. Thinking Machines, met zijn model Inkling 2 Small, wordt beschouwd als het beste westerse open-weight model sinds enige tijd, maar blijft ver achter bij Kimi K3.1 Pro, terwijl de verwachtingen hoog zijn voor de volgende update van GLM van Zhipu.
De auteur concludeert dat de gemeenschap een collectieve reflectie moet aangaan en allianties moet bouwen om een nieuw platform te creëren, waarbij de vraag naar de toekomst van open modellen naar zijn mening volledig open blijft.
