Perdebatan terhangat dalam kecerdasan buatan bukan mengenai chatbot mana yang paling bijak lagi.
Ia sama ada AI sumber terbuka akhirnya akan menjadikan perlumbaan perbelanjaan berbilion dolar hari ini tidak perlu.
Sekiranya model terbuka menjadi “cukup baik,” pelabur tertanya-tanya sama ada hiperscalers mungkin memerlukan lebih sedikit cip N vidia Corp. (NASDAQ: NVDA), lebih sedikit kelompok AI dan akhirnya kurang perbelanjaan modal.
Menurut penganalisis Bank of America Vivek Arya, kesimpulan itu mungkin pramatang.
Dalam nota penyelidikan yang diterbitkan pada hari Rabu, Arya menunjukkan bahawa walaupun model berat terbuka terus meningkat dengan pesat, model pemilik - atau ditutup - masih menguasai di mana beban kerja AI bernilai tertinggi berada.
Lebih penting bagi pelabur, dia percaya kedua-dua hasilnya akhirnya menyokong permintaan semikonduktor dan bukannya mengancamnya.
Semangat yang semakin meningkat di sekitar model terbuka dipercepat setelah Ketua Pegawai Eksekutif Nvidia Jensen Huang secara terbuka menyokong akses yang lebih luas ke AI melalui model berat terbuka.
Tetapi Arya mengatakan realiti kompetitif kelihatan berbeza.
“Kami percaya kepimpinan sempadan masih ada dengan model tertutup hari ini,” kata Arya.
Menurut laporan itu, model seperti Claude Opus 5, GPT-5.6 Sol dan Gemini 3.1 Pro menduduki kedudukan teratas di seluruh penilaian AI terkemuka, sementara model terbuka terkuat, seperti yang dari China, masih menjejaki mereka.
Pada penggunaan alat agentik, model tertutup terbaik mendapat skor 55.3 berbanding 43.1 untuk alternatif berat terbuka terkuat.
Pada indeks kecerdasan yang luas penyebarannya adalah 60.7 hingga 44.
Pada pengekodan, 78.3 hingga 68.8.
Firma itu menambah jurang itu meluas tepat di mana belanjawan perusahaan tertumpu: penggunaan alat agentik, pengekodan dan penaakulan yang kompleks.
Pimpin adalah terbesar di mana wang itu ada. Itu penting kerana perusahaan biasanya mengutamakan kebolehpercayaan berbanding kos.
Arya berpendapat bahawa penyedia AI proprietari mempunyai kelebihan yang melampaui prestasi model.
“Model tertutup masih memimpin kebanyakan piawaian industri serta lengkung penggunaan,” kata Arya.
Daripada menguruskan GPU, keselamatan, pematuhan dan kemas kini perisian secara dalaman, perniagaan yang membeli API model tertutup menerima infrastruktur terurus, perjanjian tahap perkhidmatan yang dapat diramalkan dan vendor tunggal yang bertanggungjawab untuk prestasi.
Model terbuka, sebaliknya, sering memerlukan pelanggan untuk mengendalikan penggunaan, keselamatan dan infrastruktur sendiri, mewujudkan kerumitan operasi tambahan.
Bagi pelabur, perbezaan itu penting kerana penggunaan perusahaan - bukan eksperimen pengguna - mewakili salah satu kumpulan pendapatan jangka panjang terbesar dalam AI.
Mungkin pengambilan pelaburan yang paling penting bukanlah sama ada AI terbuka atau tertutup akhirnya menang.
Ia adalah bahawa syarikat semikonduktor boleh mendapat manfaat di bawah kedua-dua senario.
Sekiranya model sempadan proprietari tetap dominan, latihan sistem yang semakin berkebolehan akan terus memerlukan kelompok GPU yang besar dan perbelanjaan infrastruktur yang berat.
Sekiranya model terbuka berkembang biak, AI yang lebih murah dapat meningkatkan penggunaan secara dramatik, mendorong permintaan inferensi jauh lebih tinggi melalui apa yang dikenali sebagai paradoks Jevons - idea bahawa kos yang lebih rendah sering memperluas jumlah penggunaan dan bukannya mengurangkannya.
“Kami melihat separuh AI mendapat manfaat dalam apa jua cara,” kata Arya, sambil menambah bahawa model tertutup mungkin akan mengekalkan AI “intensif modal,” sementara penggunaan model terbuka yang lebih luas dapat memperluas permintaan keseluruhan dan jumlah pasaran industri yang dapat ditangani.
Arya percaya pelabur tidak boleh mengharapkan satu model ekosistem menghapuskan yang lain.
Sebaliknya, dia membandingkan landskap AI hari ini dengan hidup bersama selama beberapa dekad antara Microsoft Windows dan Linux.
Model terbuka mungkin menguasai beban kerja sensitif kos, sementara model proprietari mengekalkan kepimpinan di mana prestasi, keselamatan dan kepercayaan perusahaan memerintahkan harga premium.
Perbezaan itu menunjukkan perbelanjaan infrastruktur AI mungkin menjadi lebih pelbagai daripada hilang.
Bagi pelabur semikonduktor, perdebatan mengenai seni bina model mana akhirnya berlaku mungkin kurang penting daripada kesimpulan yang lebih mudah: kedua-dua jalan terus menunjuk ke arah peningkatan permintaan untuk cip, memori dan infrastruktur AI.
Imej: Shutterstock