De acordo com pt.wedoany.com-A Microsoft está ajustando sua estratégia de implantação de IA generativa, passando da dependência de grandes modelos de uso geral para o desenvolvimento de modelos pequenos e especializados próprios, a fim de reduzir custos e aumentar a eficiência. Uma reportagem recente da Bloomberg aponta que esses modelos próprios estão substituindo de forma constante os modelos da OpenAI, tornando-se o motor central das funcionalidades de IA nos produtos da Microsoft.
Grandes modelos de uso geral, como a série GPT da OpenAI e a série Claude da Anthropic, podem lidar com várias tarefas quando recebem poder computacional suficiente, mas para cenários cotidianos, como resumos de e-mails e rascunhos de respostas, mostram-se caros e ineficientes. Em contraste, treinar e implantar modelos pequenos e especializados é mais econômico, pois podem executar dezenas de instâncias em um único acelerador, e os desenvolvedores não precisam se preocupar com desvios de comportamento causados pela substituição do modelo pelo fornecedor.
Na conferência de desenvolvedores Build, em junho, a Microsoft apresentou a série de modelos MAI, abrangendo áreas como raciocínio geral, programação, geração de imagens, edição e processamento de voz. A mudança da Microsoft, de depender dos modelos de uso geral da OpenAI para modelos próprios, visa alinhar-se mais precisamente aos cenários de aplicação reais, realizando o mesmo trabalho a um custo menor.
A Microsoft descreve o MAI-Thinking-1 como "um modelo de médio porte, um dos mais fortes em sua categoria", e afirma que ele "é comparável aos modelos líderes em benchmarks críticos de engenharia de software, demonstrando habilidades avançadas de raciocínio matemático e obtendo uma pontuação superior ao Sonnet 4.6 em nossa avaliação cega com humanos".
O controle de custos é o principal motor dessa transição. Embora a IA já tenha mostrado valor em áreas específicas, os provedores de serviços em nuvem ainda têm dúvidas sobre a lucratividade dos negócios de IA. Modelos menores liberam memória e aumentam a utilização do hardware, permitindo que a Microsoft ajuste o número de instâncias com base na demanda de tráfego para controlar os custos operacionais.
A Microsoft também otimiza toda a pilha de tecnologia por meio de aceleradores de IA próprios. A série de chips Maia 200, lançada em janeiro, promete desempenho equivalente ao dos chips Blackwell da Nvidia, permitindo que a Microsoft faça otimizações conjuntas de software, hardware e modelos para aumentar a eficiência. A Amazon e o Google também seguem um caminho semelhante: o Google se organiza em torno de sua própria arquitetura TPU com as séries Gemini e Gemma, enquanto a Amazon investe na série de modelos Nova e em assistentes de programação, dependendo da tecnologia da Anthropic.
Modelos de fronteira de uso geral ainda têm valor para impulsionar a inovação, e os gigantes da nuvem ainda precisam contar com empresas como OpenAI e Anthropic para avanços tecnológicos. No entanto, reduzir a dependência de empresas de modelos grandes ajuda os provedores de serviços em nuvem a transformar a IA em uma linha de negócios lucrativa.
