Κινεζικές εταιρείες πραγματοποιούν στρατηγικές μειώσεις τιμών στις υπηρεσίες τεχνητής νοημοσύνης τους, συμπεριλαμβανομένων των μεγάλων μοντέλων γλώσσας τους (LLMs), υπονομεύοντας δραστικά τους ανταγωνιστές για να αποκτήσουν μεγαλύτερο μερίδιο στην αγορά. Αυτή η στρατηγική τιμολόγησης παρατηρήθηκε πρόσφατα μεταξύ κορυφαίων εταιρειών όπως η ByteDance, η Baidu, η Alibaba και η Tencent Holdings.
Το προηγμένο μοντέλο γλώσσας της ByteDance, το Doubao Pro, καθορίζει πλέον τις υπηρεσίες του σε μόλις 0,0008 γιουάν ανά 1.000 τοκεντς, αντιπροσωπεύοντας μια μείωση 99,8% σε σχέση με τις χρεώσεις της OpenAI για πρόσβαση στο GPT-4. Τα τοκεντς, τα οποία λειτουργούν ως δεδομένα εισόδου για τα LLMs, μπορούν να αντιπροσωπεύουν από ένα έως 1,8 κινεζικούς χαρακτήρες. Με αυτές τις τιμές, ένα γιουάν μπορεί να αγοράσει περίπου 1,25 εκατομμύρια τοκεντς, σημαντικά πιο προσιτό σε σύγκριση με το κόστος περίπου 272 γιουάν για τον ίδιο αριθμό τοκεντς του GPT-4.
Η Alibaba ακολούθησε το παράδειγμα, μειώνοντας την τιμή για το εργαλείο Tongyi Qianwen (Qwen) της σε 0,0005 γιουάν ανά 1.000 τοκεντς. Άλλες εταιρείες, όπως η Baidu, η Tencent και η iFlytek – μια διάσημη εταιρεία τεχνητής νοημοσύνης που εξειδικεύεται στην αναγνώριση φωνής – έχουν κάνει ακόμα πιο απότομες περικοπές, με μερικές προσφέροντας δωρεάν πρόσβαση στα λιγότερο ανθεκτικά μοντέλα τους.
Η ανταγωνιστική κατάσταση στις ΗΠΑ είναι εξίσου έντονη ανάμεσα σε γίγαντες όπως η Alphabet, η Meta Platforms, η Amazon και η Microsoft, επικεντρώνοντας στρατηγικές γρήγορης κλιμάκωσης για να προσελκύσουν γρήγορα χρήστες και να κυριαρχήσουν στην αγορά. Αυτές οι πρόσφατες επενδύσεις σε τεχνητή νοημοσύνη από τις τεχνολογικές εταιρείες έχουν παράγει μια πληθώρα προϊόντων καταναλωτών και επιχειρήσεων, με σκοπό την προσέλκυση της κρίσιμης χρήστη βάσης που απαιτείται για την επιτάχυνση της ανάπτυξης της τεχνητής νοημοσύνης.
Ειδικοί από τη βιομηχανία υποδεικνύουν ότι αυτή η μείωση των τιμών από τις κινεζικές υπηρεσίες τεχνητής νοημοσύνης στοχεύει κυρίως στο να προσελκύσει περισσότερους πελάτες και να χτίσει αναγνώριση της μάρκας. Οι εταιρείες προσπαθούν να βελτιώσουν τη λειτουργική απόδοση των LLMs για να δικαιολογήσουν αυτές τις περικοπές τιμών. Ο Robin Li Yanhong της Baidu ανέφερε μια βελτίωση 5,1 φορές στην αποδοτικότητα εκπαίδευσης των LLMs τους μέσα σε ένα έτος, μαζί με μια αύξηση 105 φορές στην απόδοση εφαρμογής, οδηγώντας σε μείωση 99% των κόστων εφαρμογής.
Ενώ είναι πολύ νωρίς να προβλέψουμε τους πιθανούς νικητές σε αυτόν τον πόλεμο των τιμών στην τεχνητή νοημοσύνη καθώς η βιομηχανία συνεχίζει να εξελίσσεται, η κοινή αντίληψη μεταξύ των ειδικών είναι ξεκάθαρη: οι εταιρείες με υπερισχυρές υπηρεσίες και τεχνολογία θα πιθανότατα αναδειχθούν ως τους απόλυτους νικητές.