Inkling、カスタマイズで収益化へ

6月、Slate Auto は Blank Slate を発表した。24,950ドルの電気ピックアップトラックで、最小限の機能しかない。無塗装、ステレオなし、スピーカーなし、タッチスクリーンなし、手動クランク窓である。この車両は意図的に必須要素のみに削ぎ落とされ、ユーザーカスタマイズのための白地として機能する。この戦略は買い手に自ら個別化して価値を追加することを促し、Slate は完全装備のベース製品ではなく付属品を通じて収益化している。

1ヶ月後の7月、Thinking Machines Lab は Inkling を公開した。975Bパラメータのモデルで、45兆トークンで一から学習している。Slate のトラックと同様に、Inkling は意図的に汎用性が高く——記事では、モデルが色だったら「このモデルはグレーだ」と述べ、その専門性の欠如を強調している。Inkling のスパイダーチャートは、単一領域で卓越するのではなく、多くの領域で適切なパフォーマンスを発揮することを示している。モデル全体はオープンソースで、Apache-2.0 ライセンスの下で公開されている。

Thinking Machines はモデル自体ではなく、同社が運営するファインチューニングプラットフォーム Tinker を通じて Inkling から収益を得ている。モデルの重みは無料でアクセスして使用できるが、Inkling を特定のユースケースにカスタマイズしたい顧客は Tinker でファインチューニングサービスに対して料金を払う。この方法により、オープンソースリリースを持続可能なビジネスモデルに変える。顧客は無料で有能な汎用ベースを入手し、その後、それを自らのニーズに適応させるサービスに対して料金を払う。記事はこれを Slate Auto の付属品戦略に直接対比させている——両社ともベース製品からカスタマイズへ収益をシフトさせている。この方法は、オープンソース AI 企業が開発資金を調達し、なおも成果物を自由に公開しながら存続可能性を保ち得ることを示唆している。

この記事は、「ブランクスレート」モデルを追求する2社の戦略的な類似性を示している。両社とも、意図的に地味な汎用ベースを低価格で提供し、カスタマイズで収益化する方法だ。Slate Auto のアプローチ——無塗装、ステレオなし、スピーカーなし、タッチスクリーンなしの24,950ドルの電気ピックアップ——は車両を必須要素に削ぎ落とし、買い手が付属品を通じて自ら価値を追加することを促している。Thinking Machines はこの論理をオープンソース AI に適用している。Inkling は「多くの領域で優秀な」汎用モデルとして説明され、カスタマイズを「準備された基盤」として公開されている。重要な洞察は、オープンソース AI 研究所には持続可能性への道が必要だということだ。ベースモデルを無料に保ちながらカスタマイズサービス（Tinker によるファインチューニング）に対して課金することで、Thinking Machines はオープンソースソフトウェアが伝統的に直面してきた経営課題——コア製品を無償提供しながらいかに収益を生み出すか——を解決している。この戦略は Inkling を生の性能で独自モデルと競合するものではなく、顧客が自らのニーズに適応させたいと望む構成要素として位置付けている。

まだコメントがありません。最初のコメントを投稿しましょう！