Wie oft US-Unternehmen Open-Source-Modelle erwähnen: etwa 6-mal mehr im Jahresvergleich
Laut einer Umfrage der „Financial Times“ breiten sich Open-Source-Modelle mit offener Gewichtung von Tech-Firmen auf traditionelle US-Unternehmen aus. Daten von AlphaSense zeigen, dass die Anzahl der Nennungen von Open-Weight- oder Open-Source-Modellen in US-Unternehmensergebnis-Callings und Investorengesprächen in diesem Jahr im August und September im Jahresvergleich um etwa das 6-Fache gestiegen ist. PNC Financial, der Logistikdienstleister CH Robinson und Siemens haben in jüngster Zeit entsprechende Anwendungen öffentlich thematisiert. Die jährlichen AI-Ausgaben von Tinder sind von rund 1 Million US-Dollar im Januar dieses Jahres auf etwa 10 Millionen US-Dollar im Juli gestiegen; inzwischen gibt Tinder einen Teil der üblichen Anfragen an Open-Weight-Modelle weiter. AT&T erklärt, dass derzeit etwa 40% der KI-Aufgaben an Open-Modelle ausgelagert sind und man diese auf etwa 70% erhöhen will. Interne KI-Systeme verarbeiten täglich rund 45 Milliarden Tokens; für einfache Aufgaben werden kostengünstigere Modelle genutzt, während komplexe Aufgaben weiterhin mit wegweisenden Modellen wie OpenAI und Anthropic bearbeitet werden.
Laut einer Umfrage der „Financial Times“ breiten sich Open-Source-Modelle mit offener Gewichtung von Tech-Firmen auf traditionelle US-Unternehmen aus. Daten von AlphaSense zeigen, dass die Anzahl der Nennungen von Open-Weight- oder Open-Source-Modellen in US-Unternehmensergebnis-Callings und Investorengesprächen in diesem Jahr im August und September im Jahresvergleich um etwa das 6-Fache gestiegen ist. PNC Financial, der Logistikdienstleister CH Robinson und Siemens haben in jüngster Zeit entsprechende Anwendungen öffentlich thematisiert. Die jährlichen AI-Ausgaben von Tinder sind von rund 1 Million US-Dollar im Januar dieses Jahres auf etwa 10 Millionen US-Dollar im Juli gestiegen; inzwischen gibt Tinder einen Teil der üblichen Anfragen an Open-Weight-Modelle weiter. AT&T erklärt, dass derzeit etwa 40% der KI-Aufgaben an Open-Modelle ausgelagert sind und man diese auf etwa 70% erhöhen will. Interne KI-Systeme verarbeiten täglich rund 45 Milliarden Tokens; für einfache Aufgaben werden kostengünstigere Modelle genutzt, während komplexe Aufgaben weiterhin mit wegweisenden Modellen wie OpenAI und Anthropic bearbeitet werden.