«AI-kaoset er bare bra for norske gründere»

DeepSeek-panikken ble kortvarig. Nye AI-modeller åpner nye muligheter for investorer og for norske gründere, skriver Salvador Baille, partner i Aggrator, i Shifter

Mandag morgen våknet verden til det som tilsynelatende var et AI-Ragnarok. Panikken spredte seg blant investorene, som dumpet alt som luktet av kunstig intelligens som om det var giftig. DeepSeek hadde tatt scenen og lovet prestasjoner på samme nivå som OpenAI, Metas Llama, Googles Gemini og alle de andre amerikanske generative AI-modellene.

Samtidig var det nokså oppsiktsvekkende hvor rolig topplederne i disse selskapene reagerte overfor kaoset. Til og med The Donald oppførte seg overraskende sivilisert, uten teatralske trusler eller kunngjøring av nye dramatiske tiltak.

De hadde rett.

I skrivende stund er børsverdien til Microsoft og Google omtrent der den var før krisen. Meta er nesten på «all-time high». Nvidia (som ble hardest straffet) er kun seks prosent billigere enn selskapet var for en måned siden.

Alt dette med god grunn.

For det første er mange av teknikkene som språk- og resonneringsmodellen DeepSeek bruker, allerede godt kjent. Det store gjennombruddet, «Pure Reinforcement Learning», som skal la modellen trene seg selv og gjøre den mye billigere å bygge, kan også kopieres relativt raskt. OpenAI har begynt å eksperimentere med slike modeller allerede. Meta lanserte i desember Llama 3.3, en språkmodell som også reduserer behovet for datakraft radikalt sammenlignet med tidligere modeller.

Akkurat som det var logisk å forvente, blir AI-modeller stadig enklere, billigere og mer tilgjengelige.

For det andre er språk kun én av de mange sidene ved generativ AI. Neste milepæl er realistisk bildegenerering, video og tolkning av følelser. Suget etter datakraft er fortsatt ustoppelig. AI-brikkene til Nvidia, som skal være billigst med tanke på datakraft versus pris, trengs derfor fortsatt. Nye avanserte applikasjoner basert på kunstig intelligens vil komme, og de vil også kreve mer og mer effektiv bruk av datakraft. Nvidias CEO, Jensen Huang, kan sove godt om natta.

For det tredje har DeepSeek svake sider også. Sikkerheten med tanke på potensiell overvåking fra kinesiske myndigheter er naturligvis problematisk. Hardware-messig står DeepSeek og andre kinesiske konkurrenter også overfor store utfordringer i det øyeblikket lageret med Nvidia-brikker er brukt opp og ikke kan erstattes på grunn av eksportforbudet av brikker fra USA til Kina. DeepSeek er dessuten fortsatt et forskningsprosjekt. I hvilken grad deres Open Source-modell eller organisasjon vil være i stand til å skalere, er et åpent spørsmål.

Denne utviklingen har konsekvenser likevel, og den vil tvinge AI-industrien til å dele seg i tre hovedsegmenter.

På den ene siden vil vi finne selskaper som Anthropic, OpenAI/Microsoft, Google eller Amazon, som vil utvikle AI-modeller med flere applikasjoner for stadig større markeder. Disse vil se seg nødt til å utvikle forretningsmodeller og brukervennlige grensesnitt i rå konkurranse med hverandre, gjerne levert via deres cloud-tjenester, som kundene allerede er avhengige av.

Bare en håndfull av disse aktørene vil overleve, men de vil levere solide tall til aksjonærene.

Noen andre aktører vil utvikle AI som et verktøy for å støtte sin egen kjernevirksomhet. Disse vil subsidiere utviklingen med selskapets kontantstrømmer og vil gjøre modellene Open Source og billige å bruke for å akselerere utviklingen. Her vil vi finne aktører som Meta eller Tesla.

Ulempen med denne strategien er at modellene vil være vanskeligere å ta i bruk for vanlige dødelige. Deres applikasjoner kommer til å bli mer begrensede og relatert til selskapets behov.

Likevel betyr bedre og billigere AI bedre produkter og tjenester for deres kunder, og forhåpentligvis høyere profitt og mer fornøyde aksjonærer.

Endelig vil vi se flere Open Source AI-modeller på linje med DeepSeek dukke opp, mange av dem med røtter i universiteter og forskningsmiljøer. De vil dø fort, bli irrelevante på sikt, bli kjøpt opp eller tiltrekke seg investorer hvis de spesialiserer seg i veldig konkrete problemstillinger.

Basert på disse scenarioene kan noen gode muligheter for norske gründere åpne seg.

Gründerbedrifter med kompetanse innen generativ AI kan utvikle brukervennlige grensesnitt og støttetjenester for Open Source-modeller. Selskapet Red Hat gjorde akkurat det med operativsystemet Linux og solgte til IBM for 284 milliarder kroner i 2018.

De som vil inkludere kunstig intelligens i sine produkter, kan også glede seg. For de aller fleste vil de vanligste AI-applikasjonene bli stadig billigere, bedre og lettere tilgjengelige.

En tredje mulighet er å utvikle AI-modeller med svært konkrete applikasjoner for høyt profitable nisjer. Her vil hands-on erfaring og utmerkede kontakter i de utvalgte nisjene være kritiske. I slike tilfeller kommer investorene til å ha laserfokus på teamet.

Den store utfordringen blir å finne riktig talent og kompetanse i et land som allerede lider under et akutt underskudd på IT-spesialister. Hvis situasjonen ikke endrer seg snart, og politikerne ikke tar disse mulighetene på alvor, risikerer samfunnet vårt at de ser dagens lys i et annet land – eller til og med på et annet kontinent.

Innlegget ble først publisert i Shifter.