Open-weight-modeller i erhvervslivet
Open-weight-modeller har ændret vilkårene for virksomheder, der vil bruge AI. Tidligere var valget binært: Byg selv fra bunden (dyrt og langsomt) eller brug en lukket API (hurtigt, men med begrænset kontrol). Open-weight-modeller tilbyder en mellemvej, hvor man får en færdigtrænet model, som kan tilpasses og deployes på egne vilkår.
Inden for regulerede brancher som finans, sundhed og det offentlige er open-weight særligt attraktivt. Data kan forblive bag virksomhedens firewall, og modellen kan køre i et on-premise- eller privat cloudmiljø. Det eliminerer risikoen for, at følsomme data sendes til en tredjepart.
Omkostningsprofilen er også anderledes. Hvor lukkede API-modeller koster per token, er open-weight-modeller gratis at downloade. De reelle omkostninger ligger i infrastruktur: GPU-servere, vedligeholdelse og det tekniske team, der skal finjustere og optimere. For virksomheder med stort volumen kan regnestykket hurtigt tippe i open-weights favør.
Konkret bruger virksomheder open-weight-modeller til intern vidensbase og søgning, kundesupport-chatbots, dokumentanalyse, kodegenerering og automatiseret indholdsgenerering. Mindre modeller som Mistrals 7B-varianter kan endda køre på en enkelt GPU, hvilket gør dem egnede til edge-scenarier og air-gapped miljøer.
Den strategiske fordel er uafhængighed. Hvis en leverandør ændrer priser, vilkår eller lukker en model, påvirker det ikke en virksomhed, der kører sin egen instans. Det giver en robusthed, som mange CTO'er og IT-direktører vægter højt i deres AI-roadmap.
Hvad en open-weight-model ikke er
Open-weight betyder ikke open-source. Det er den mest udbredte misforståelse. Fuld open-source kræver, at træningsdata, kode og arkitektur er tilgængelige, så andre kan reproducere modellen. Open-weight giver kun de færdige parametre. Forskellen er som at få en færdigbagt kage (open-weight) versus at få opskriften, ingredienslisten og bageprocessen (open-source).
Open-weight betyder heller ikke gratis i alle sammenhænge. Selvom vægtene kan downloades uden betaling, har de fleste open-weight-modeller licenser med begrænsninger. Metas Llama-licens kræver eksempelvis, at virksomheder med over 700 millioner månedlige brugere skal søge særskilt tilladelse. Andre modeller har begrænsninger på kommerciel brug eller krav om tilskrivning. Det er afgørende, at juridiske teams gennemgår licensvilkårene, før en model sættes i produktion.
Endelig er open-weight ikke ensbetydende med fuld gennemsigtighed. Uden adgang til træningsdata kan man ikke fuldt ud auditere, hvilke bias modellen måtte indeholde, eller verificere de sikkerhedstiltag, der er implementeret under træningen. For virksomheder med strenge krav til AI-compliance kan det være en relevant begrænsning.
