Föreställ dig detta: en techjätte med egna datacenter som bygger toppmoderna modeller, och ändå betalar ett annat företag för att köra biljoner AI-uppgifter varje vecka. Det är den märkliga, tyst kostsamma verkligheten bakom Metas AI-utvecklingstakt.
Varför hyra en konkurrents hjärna?
Meta spenderar hundratals miljoner euro varje år på att köpa tillgång till AI-modeller via Microsofts moln. Rapporter säger att företaget bearbetar biljoner tokens på Azure varje vecka, vilket gör Meta till en av Microsofts största AI-kunder. Varken företaget eller Microsoft har lämnat en officiell kommentar om siffrorna, men själva omfattningen talar sitt tydliga språk.
Vid första anblick kan detta verka kontraintuitivt. Meta bygger egna proprietära modeller och driver sin egen infrastruktur. Varför skulle de flytta så mycket arbetsbelastning till en extern plattform? Svaret är pragmatiskt och rakt på sak: hastighet och benchmarking. Meta använder tredjepartsmodeller, inklusive de som distribueras på Microsoft Foundry, för att testa, poängsätta och validera resultaten från sina egna system.
Enkelt uttryckt betalar Meta för att benchmarka. Ingenjörer använder hyrda modeller som referenspunkter för att mäta kvalitet, säkerhet och prestanda. Andrew Bosworth, Metas teknikchef, erkände i juli att medan företaget investerar kraftigt i inhemsk teknik hyr man även ledande externa modeller som en del av utvecklingsprocessen.
Foundry fungerar som en marknadsplats inom Azure. Den säljer inte primärt Microsofts egna modeller. Istället är den värd för modeller från många leverantörer, OpenAI bland dem, och erbjöd åtkomst till ungefär 100 000 kunder i juli. De kunderna sträcker sig bortom tillverknings- eller logistikföretag som Microsoft lyfter fram i sin marknadsföring; i praktiken är de största köparna teknikföretag, inklusive ByteDance, Adobe, Perplexity och Sierra.
ByteDance är för närvarande störst i Foundry sett till utgifter, och tillsammans med Meta leder dessa två sociala mediejättar listan över modellköpare på Microsofts plattform. Det mönstret understryker en överraskande dynamik: stora sociala nätverk, som också bygger modeller, är bland de största konsumenterna av en rivaliserande molns modellmarknad.
Ekonomiskt är tillväxten tydlig. Foundrys intäkter mer än fördubblades fram till juli, och antalet kunder som konsumerar minst en biljon tokens årligen fyrdubblades. Metas egen tokenanvändning mäts i biljoner varje vecka. OpenAI förblir en dominerande intäktskälla för Microsofts AI-verksamhet och stod för cirka 70 procent av den inkomsten under det senaste räkenskapsåret.
Här är huvudinsikten: molnåtkomst och modell-ekosystem är nu lika strategiska som att bygga modeller.
Azures bredare molnverksamhet ökar också. Under året som slutade den 30 juni växte Azures intäkter med 41 procent och passerade tröskeln på ungefär 93 miljarder euro. Kritiker påpekar en bredare oro: om enorma AI-kostnader i huvudsak återcirkuleras bland teknikjättar blir det svårare att motivera stora investeringar ekonomiskt, om inte fördelarna sprids brett över olika branscher.
Så vad förändras? För Meta är att hyra rivalmodeller inte ett permanent nederlag, utan ett taktiskt val. Det köper tid, jämförande benchmarks och en praktisk väg för att iterera snabbare. För Microsoft bevisar närvaron av stora modellbyggare som kunder den kommersiella dragningskraften hos en öppen modellmarknad. För branschen belyser detta arrangemang en framväxande sanning: att bygga AI och validera den ofta kräver två olika verktygssatser, ibland levererade av konkurrerande leverantörer.
Kommer denna hållning att bestå när interna modeller mognar och kostnaderna förändras? Det är den frågan som håller ingenjörer och ekonomichefer vakna om nätterna.
"Jag bevakar trender inom AI och maskininlärning. Det fascinerar mig hur tekniken lär sig tänka – och hur vi människor förändras tillsammans med den."
Diskussion
Lämna en kommentar
Kommentarer
Inga kommentarer ännu. Bli den första.