Liderzy AI z GM, Zoom i IBM rozważają zalety i wady modeli otwartych i zamkniętych

Co duże firmy mówią na temat otwartej i zamkniętej sztucznej inteligencji

Podczas niedawnego szczytu VB Transform 2025 spotkali się czołowi eksperci z firm General Motors, Zoom i IBM, aby zmierzyć się z pytaniem, przed którym staje niemal każda duża firma: czy należy korzystać z modeli sztucznej inteligencji typu open source, które można dostosowywać i wglądać w ich działanie, pozostać przy zamkniętych, zastrzeżonych rozwiązaniach, czy też znaleźć kompromisowe połączenie obu tych opcji?

W przypadku General Motors odpowiedź często sprowadza się do kwestii bezpieczeństwa i przestrzegania zasad obowiązujących w branży. Firma opracowuje technologie, które muszą działać bez zarzutu w samochodach, więc kontrola nad zachowaniem jej sztucznej inteligencji jest sprawą niepodlegającą negocjacjom. Podejście GM opiera się na zapewnieniu zgodności z przepisami i utrzymaniu niskiego poziomu ryzyka — co odzwierciedla realia panujące w branży motoryzacyjnej.

Zoom zajmuje inne stanowisko. Firma skupia się na szybkości i elastyczności, zwłaszcza że jej platforma musi dostosowywać się do szybko zmieniającego się środowiska komunikacyjnego. Modele otwarte — takie, które można dostosowywać lub wbudowywać w własne narzędzia Zoomu — dobrze się tu sprawdzają, zapewniając impuls innowacyjny, którego Zoom potrzebuje. Nie chodzi tylko o wybieranie najnowszych rozwiązań AI dla samego pochwalenia się, ale o ustalenie, co naprawdę odpowiada ich użytkownikom.

IBM, którego korzenie sięgają głęboko w sektory podlegające regulacjom, takie jak finanse i opieka zdrowotna, kładzie nacisk na ład korporacyjny i zaufanie. W tym kontekście modele zamknięte mają wyraźne zalety: większą kontrolę, bardziej rygorystyczne zasady przetwarzania danych oraz często bardziej przewidywalny zestaw zachowań. Jednak zespół IBM nie odrzuca całkowicie modeli otwartych — zdaje sobie sprawę, że systemy otwarte zapewniają przejrzystość i pozwalają zewnętrznym programistom wprowadzać innowacje w tempie, z którym systemy zamknięte mają trudności. Tego rodzaju otwartość ma znaczenie, zwłaszcza gdy celem jest budowanie zaufania lub szybkie działanie.

Nie ma jednej odpowiedzi, która pasowałaby wszystkim

Wszystkie trzy firmy były zgodne co do jednego: nie ma jednej właściwej odpowiedzi. Wybór zależy od klientów, wymagań dotyczących ochrony danych oraz specyfiki tworzonego rozwiązania. Czasami bezpieczniejsze jest podejście zamknięte i ściśle zabezpieczone; w innych przypadkach możliwość współpracy ze społecznością programistów — lub dostosowywania wewnętrznych mechanizmów sztucznej inteligencji — może zapewnić znaczną przewagę konkurencyjną. W rzeczywistości wiele firm tworzy obecnie rozwiązania “hybrydowe”, łącząc elementy otwarte i zamknięte, aby czerpać korzyści z obu podejść.

Co dalej?

Jednym z głównych wniosków płynących z panelu jest to, że sztuczna inteligencja w przedsiębiorstwach już dawno wyszła poza fazę szumu medialnego. Firmy wdrażają obecnie rzeczywiste, gotowe do użytku systemy — od wysoce wyspecjalizowanych małych modeli po rozbudowane systemy agentowe, które potrafią samodzielnie podejmować decyzje i wykonywać zadania. Wraz ze zmianami potrzeb biznesowych zmieniać się będą również strategie dotyczące sztucznej inteligencji wybierane przez firmy. Jaka jest główna zasada? Zachowaj elastyczność, skupiaj się na rzeczywistych celach biznesowych i dostosowuj narzędzia do swoich potrzeb – ponieważ to, co sprawdza się dzisiaj, może jutro przestać działać w miarę postępu technologicznego.

Przeczytaj cały artykuł i zapoznaj się z jeszcze większą liczbą spostrzeżeń z panelu VB Transform 2025 na stronie VentureBeat: https://venturebeat.com/ai/open-vs-closed-models-ai-leaders-from-gm-zoom-and-ibm-weigh-trade-offs-for-enterprise-use/