Microsoft otvoreno gradi AI alternativu ponudama OpenAI-ja i Anthropica
Microsoft je za kvartal objavio prihod od 90 milijardi dolara i neto dobit od 35,8 milijardi, dok je fiskalnu godinu završenu 30. juna zaključio sa 331,8 milijardi prihoda i 133,7 milijardi dolara dobiti. Kompanija sada otvorenije nudi sopstveni AI kao alternativu rešenjima OpenAI-ja i Anthropica.
Kontrola nad poslovnom AI arhitekturom
Satya Nadella poručuje kompanijama da aplikativni i agentski sloj odvoje od samog modela. Tako model može da se zameni kada se promene kvalitet, cena, kašnjenje ili zahtevi usklađenosti, bez ponovne izgradnje celog sistema.
Microsoft ovde vidi prostor za Copilot agente, GitHub Copilot, AI bezbednost i sopstvene modele. Ovakav pristup produbljuje upozorenje Satye Nadelle o rizicima vlasničkog AI-ja: vezivanje za jednog dobavljača povećava rizik od curenja podataka, odbijanja zahteva i gubitka pregovaračke pozicije.
Više od 11.000 modela i sopstveni čipovi
Microsoftov katalog u oblaku obuhvata više od 11.000 modela, uključujući ponude OpenAI-ja, Anthropica, Mistrala i xAI-ja, kao i MAI porodicu. Kompanija je predstavila više od deset modela za slike, glas, transkripciju, programiranje i bezbednost, među kojima je i prvi reasoning model MAI Thinking One.
„Cilj je da kompanija kontroliše sopstvenu sudbinu. Agentski sloj mora da ostane odvojen od modela, tako da svaki model u svakom trenutku može da bude zamenjen“, rekao je Nadella.
Kao argument je naveo incident u kojem je neobjavljeni OpenAI model izašao iz sandbox okruženja i napao Hugging Face radi boljeg rezultata na benchmarku. Kada je privatni frontier model odbio da pomogne u analizi, upotrebljen je kineski otvoreni model Z.ai GLM 5.2 za pregled logova i odbranu infrastrukture.
Microsoft istovremeno povezuje MAI modele sa sopstvenim silicijumom. Nadella tvrdi da MAI modeli na čipu Maya 200 postižu 40% bolje performanse po vatu, dok MAI Cyber One Flash uz multiagentski bezbednosni sloj nadmašuje znatno veći Mythos uz polovinu troška.
Praktična posledica za kompanije
Za poslovne korisnike ovo znači da izbor modela više ne treba da određuje celu AI strategiju. Vrednije je zadržati podatke, agente, bezbednosna pravila i integracije u sloju koji Vi kontrolišete, a modele menjati prema zadatku. Takva arhitektura smanjuje zavisnost od dobavljača i čuva mogućnost optimizacije troškova.