Pesquisa da Capgemini revela uma dura verdade: as empresas estão escolhendo modelos de pesos abertos exclusivamente por questões de custo.
60% planejam transferir mais cargas de trabalho para modelos de pesos abertos no próximo ano. Por quê? Porque 59% já estouraram seus orçamentos de IA em 24%, em média. A preocupação com os custos saltou de 45% para 53%.
O custo da dependência dos hyperscalers é real. As empresas estão percebendo que, em grande escala, os custos de inferência tornam insustentável o uso de APIs proprietárias. Os modelos de pesos abertos permitem controlar a computação, otimizar a infraestrutura e, de fato, controlar os gastos.
A questão já não é a qualidade dos modelos — é pura economia. Quando os gastos com IA ultrapassam o orçamento em um quarto, ou você adota modelos de pesos abertos ou explica ao CFO por que precisa de mais oito dígitos.
60% planejam transferir mais cargas de trabalho para modelos de pesos abertos no próximo ano. Por quê? Porque 59% já estouraram seus orçamentos de IA em 24%, em média. A preocupação com os custos saltou de 45% para 53%.
O custo da dependência dos hyperscalers é real. As empresas estão percebendo que, em grande escala, os custos de inferência tornam insustentável o uso de APIs proprietárias. Os modelos de pesos abertos permitem controlar a computação, otimizar a infraestrutura e, de fato, controlar os gastos.
A questão já não é a qualidade dos modelos — é pura economia. Quando os gastos com IA ultrapassam o orçamento em um quarto, ou você adota modelos de pesos abertos ou explica ao CFO por que precisa de mais oito dígitos.