Klasa premium - Frontier AI

To modele stworzone po to, żeby być najlepsze w rozumowaniu, w kodowaniu, w analizie (w tym spółek). Tutaj konkurują: GPT sol, Claude Fable, Gemini Pro, Kimi K3

Dla klienta korzystającego z nich nie jest najważniejsza cena pojedynczego zapytania. Najważniejszy jest wynik wysokiej jakości.

To trochę jak Ferrari. Nikt nie pyta, ile pali bo liczy się coś innego.

Klasa budżet - Utility AI

Tutaj akcenty oczekiwań rozkładają się inaczej. Model ma być: szybki, tani, wystarczająco dobry (bo od lat wiadomo, że jak coś ma być szybko i tanio to nie będzie dobrze).

To segment:
DeepSeek Flash
Gemini Flash
Gemini Flash Lite
GPT mini
Claude Haiku

To Toyoty i BYD-y świata AI. Nie muszą mieć 8 sekund do setki i wnętrza luksusowego jak hotele Ritza. Wystarczy, że przejechadą milion kilometrów możliwie najniższym kosztem.

Największy błąd komentatorów, porównywanie modeli z budżet z modelami premium i wyciąganie chwiejących całym rynkiem AI wniosków z różnicy ceny. Obecnie internet obiega narracja (chińska propaganda?):

“DeepSeek jest 100 razy tańszy od najlepszych amerykańskich modeli.”

Brzmi spektakularnie. Problem w tym, że bardzo porównywane są modele z różnych segmentów rynku, o diametralnie różnej jakości pracy. To trochę właśnie, jakby porównać cenę Toyoty Corolli z Ferrari 296 GTB i ogłosić, że Włosi przegrali motoryzację.

To nie jest uczciwe porównanie. Znacznie ciekawsze dla inwestora jest to, że DeepSeek i Gemini Flash zaczynają konkurować w tej samej kategorii - maksymalnej efektywności kosztowej.

Największym zwycięzcą tej konkurencji może nie okazać się producent najtańszego modelu. Może nim zostać… właściciel całej platformy.

Wyobraźcie sobie bank. 90% zapytań klientów obsługuje tani model Flash. Najtrudniejsze 10% automatycznie trafia do modelu premium.

Klient banku nawet nie wie, który model właśnie pracował. Wie tylko, że dostał odpowiedź i że była ona pomocna.

To oznacza, że prawdziwa przewaga może należeć nie do producentów modeli, lecz do firm, które potrafią inteligentnie przełączać się między nimi.

Na marginesie - dokładnie taki scenariusz był jednym z elementów mojej tezy inwestycyjnej dla Accenture. Założyłem, że firmy będą korzystać z wielu modeli jednocześnie, a ktoś będzie musiał zaprojektować całą architekturę, zintegrować ją z istniejącymi systemami, zadbać o bezpieczeństwo, zgodność z regulacjami i późniejsze utrzymanie. Dla klienta nie będzie najważniejsze, czy odpowiedź wygenerował GPT, Gemini czy DeepSeek. Najważniejsze będzie to, że cały proces działa szybciej, taniej i bezpieczniej. I właśnie za taką transformację biznes zapłaci firmom takim jak Accenture.

Dlatego coraz bardziej podoba mi się strategia Alphabetu, okrzykniętego już przez niektórych komentatorów przegranym wyścigu AI przez opóźnienie rozwoju modelu PRO.

Rzecz w tym, że Alphabet nie musi mieć najlepszego modelu świata. Wystarczy, że klient pozostanie w ekosystemie Google Cloud i Vertex AI.

I właśnie dlatego uważam, że wojna AI może nie rozstrzygnąć się między OpenAI, Anthropic czy DeepSeek tylko między Google Cloud, Azure i AWS.

Bo w długim terminie często największą wartość przechwytuje nie ten, kto produkuje silnik, lecz ten, kto produkuje cały samochód.

Dlatego moim zdaniem jako inwestorzy powinniśmy zamiast pytać: „Kto ma najlepszy model AI?”, pytać: „Kto najlepiej zarobi na powszechnym wykorzystaniu AI?” I na tym polu Chińczycy są daleko za Amerykanami.

I jeszcze jedna rzecz. Warto może spojrzeć na rynek AI jak na dwa rynki - jakościowy i budżetowy, wówczas wyścig staje się jeszcze bardziej emocjonujący.