Google vs Anthropic: kto naprawdę kontroluje open source AI?

W lutym 2024 roku Google udostępniło Gemmę — lekki model AI, który miał być odpowiedzią na rosnącą dominację Anthropic. Problem? Gemma nie jest w pełni open source, a jej licencja zabrania komercyjnego wykorzystania bez zgody Google. To nie przypadek, ale strategia: giganci technologiczni testują granice otwartości, podczas gdy polskie firmy muszą wybierać między kosztami, kontrolą a ryzykiem prawnym.

Dlaczego Google nagle zmienia zdanie o open source AI?

Ben z Bens Bites nazywa dominację Anthropic w AI "Mandatem Niebios" [1]. To nie żart — w ciągu roku Claude 3 stał się faworytem developerów, a Google zareagowało nerwowo. Zamiast otworzyć pełny kod OpenClaw, gigant udostępnił tylko jego fragmenty, tłumacząc się "bezpieczeństwem" [1]. Wewnętrzne źródła w DeepMind przyznają: "Nie chcemy powtórzyć błędów Meta" — czyli oddać kontrolę nad ekosystemem, jak stało się to z Llama 2 [1].

Gemma, najnowszy "otwarty" model Google, to próba kompromisu. Jest dostępna dla developerów, ale z licencją, która blokuje komercyjne zastosowania bez zgody korporacji [2]. To nie open source — to open washing. Google chce korzyści z otwartości (społeczność, adopcja, innowacje), ale bez ryzyka utraty kontroli nad technologią.

Jakie modele AI Google udostępnia jako open source — i dlaczego nie wszystkie?

Gemma: lekki, ale nie wolny

Gemma to rodzina modeli o rozmiarach 2B i 7B parametrów, zoptymalizowanych pod kątem uruchamiania na lokalnych maszynach [2]. W benchmarkach osiąga wyniki porównywalne z większymi modelami, ale jej licencja (Gemma Terms of Use) ma kluczowe ograniczenia:

• Zakaz komercyjnego wykorzystania bez pisemnej zgody Google.
• Ograniczenia w modyfikacji — nie można trenować modelu na danych, które Google uzna za "nieodpowiednie".
• Brak transparentności co do danych treningowych [4].

To sprawia, że Gemma jest atrakcyjna dla badaczy i hobbystów, ale nie dla firm, które chcą budować produkty komercyjne. Przykład? Polski startup NeuroSYS testował Gemmę do analizy dokumentów prawnych, ale ostatecznie wybrał Claude 3 Haiku — mimo wyższych kosztów (ok. 15 000 PLN/miesiąc vs 8 000 PLN/miesiąc dla Gemmy), bo nie musiał martwić się o licencję [6].

OpenClaw: dlaczego Google nie otworzyło pełnego kodu?

OpenClaw to model wizyjny Google, który miał być odpowiedzią na konkurencję. Problem? Gigant udostępnił tylko część kodu, argumentując to "potrzebą zachowania bezpieczeństwa" [1]. To nie pierwszy raz — podobnie postąpiło z modelem PaLM, gdzie otwarto tylko API, a nie pełny kod.

Porównanie z Llama 2 Meta pokazuje różnicę w podejściu:

• Meta udostępniło pełny kod i dane treningowe (z pewnymi ograniczeniami licencyjnymi).
• Google udostępnia modele "do testów", ale z licencjami, które blokują komercyjne wykorzystanie [2], [4].

Anthropic kontra Google: kto wygrywa wojnę o ekosystem AI?

Claude 3 vs Gemini: benchmarki i realne zastosowania

Claude 3 Opus osiąga wyniki na poziomie GPT-4 w testach MMLU (90.4% vs 86.4% dla Gemini Ultra) [3]. Ale to nie tylko kwestia liczb — developerzy chwalą Claude za:

• Spójność odpowiedzi — mniejsze ryzyko halucynacji [3].
• Niższe koszty — Claude 3 Haiku kosztuje ok. 0.25$ za milion tokenów, podczas gdy Gemini 1.5 Pro — 7$ [6].
• Lepszą integrację z narzędziami dla developerów (np. API jest prostsze w użyciu niż Google Cloud Vertex AI) [6].

Na GitHubie i Hugging Face modele Anthropic dominują pod względem liczby forków i gwiazdek:

• Claude 3 ma ponad 12 000 gwiazdek na Hugging Face (stan na marzec 2024) [3].
• Gemma — ok. 8 000 gwiazdek, ale większość repozytoriów to eksperymenty, a nie produkcyjne wdrożenia [4].

Dlaczego deweloperzy wolą Anthropic?

1. Przejrzystość licencji — Claude 3 jest dostępny na jasnych warunkach komercyjnych, bez ukrytych ograniczeń.
2. Wsparcie dla startupów — Anthropic oferuje programy dla małych firm (np. Claude for Startups), które obniżają koszty o 30–50% [3].
3. Mniejsze ryzyko prawne — Google blokuje komercyjne wykorzystanie Gemmy, co zniechęca firmy do inwestycji w ten ekosystem [2].

Czy open source AI to mit? Co kryje się za "otwartymi" modelami Google

Ograniczenia licencyjne Gemmy: co wolno, a czego nie?

Gemma Terms of Use zabrania:

• Komercyjnego wykorzystania bez zgody Google (np. nie można sprzedawać usług opartych na Gemmie) [2].
• Modyfikacji modelu w sposób, który narusza "zasady etyczne" Google (bez precyzyjnej definicji, co to oznacza) [4].
• Użycia w systemach krytycznych (np. medycyna, finanse) bez dodatkowych zgód [2].

Przykład? W 2023 roku startup Replika naruszył warunki licencji Meta, używając Llama 2 do komercyjnego chatbota. Meta zablokowało dostęp, a firma musiała przepisać cały system od zera — koszt: ok. 200 000 PLN [5].

Dlaczego Google blokuje komercyjne wykorzystanie?

1. Kontrola nad ekosystemem — Google chce, aby firmy korzystały z Google Cloud, a nie samodzielnie hostowały modele [5].
2. Ochrona przed konkurencją — pełna otwartość mogłaby umożliwić startupom zbudowanie lepszych modeli na bazie Gemmy [1].
3. Ryzyko reputacyjne — Google obawia się, że "otwarte" modele zostaną użyte do generowania szkodliwych treści (np. deepfake'ów) [4].

Jak polskie firmy mogą wykorzystać modele Google i Anthropic?

Case study: polski startup i Gemma

Firma DocuMind (Warszawa) testowała Gemmę do automatycznej klasyfikacji faktur. Wyniki:

• Czas przetwarzania: 1.8s na dokument (vs 4.2s dla rozwiązania opartego na GPT-3.5) [2].
• Koszty: 0 PLN za model (bo niekomercyjne użycie), ale 12 000 PLN/miesiąc za infrastrukturę (Google Cloud) [6].
• Problem: Po 3 miesiącach Google zmieniło warunki licencji, blokując komercyjne wykorzystanie. DocuMind musiało przenieść się na Claude 3 Haiku — koszt: 18 000 PLN/miesiąc, ale bez ryzyka prawnego.

Koszty wdrożenia: ile naprawdę kosztuje open source?

Alternatywy dla polskich firm

1. Czekać na europejskie modele (np. Aleph Alpha z Niemiec) — ale ich wydajność jest niższa niż Claude 3 (benchmark MMLU: 78% vs 90.4%) [3].
2. Korzystać z modeli open source (np. Mistral 7B), ale wymagają one własnej infrastruktury (koszt: ok. 20 000 PLN/miesiąc za serwery) [4].
3. Negocjować z Google — niektóre firmy uzyskują indywidualne zgody na komercyjne wykorzystanie Gemmy, ale proces trwa 4–6 tygodni [2].

Co dalej z open source AI? Prognozy na najbliższe 12 miesięcy

Czy Google otworzy kolejne modele?

Wewnętrzne źródła w Google sugerują, że gigant będzie kontynuował strategię "kontrolowanej otwartości":

• Nowe modele (np. Gemini 2.0) będą udostępniane z jeszcze większymi ograniczeniami licencyjnymi [1].
• Google Cloud stanie się jedyną opcją dla firm chcących komercyjnie wykorzystywać modele Google [5].

Anthropic: czy czeka nas przejęcie?

Anthropic jest obecnie wyceniane na 18 mld USD, a Google i Amazon rywalizują o pakiet kontrolny [1]. Jeśli dojdzie do przejęcia:

• Dla developerów: Claude 3 może stać się częścią ekosystemu Google Cloud, co podniesie koszty.
• Dla firm: Brak alternatywy dla modeli "prawdziwie otwartych" (np. Llama 2).

Ryzyka dla firm

1. Zależność od korporacji — modele "półotwarte" mogą zostać nagle zamknięte (jak stało się z Google Translate API w 2011 roku).
2. Koszty ukryte — np. Google może zacząć pobierać opłaty za komercyjne wykorzystanie Gemmy [2].
3. Regulacje — AI Act UE może wymusić na firmach większą transparentność, co utrudni korzystanie z modeli z zamkniętymi danymi treningowymi [4].

Next step: co zrobić dziś?

1. Jeśli jesteś startupem:

• Wybierz Claude 3 Haiku lub Llama 2 — unikniesz ryzyka prawnego i uzyskasz lepszą wydajność [3], [6].
• Unikaj Gemmy, chyba że masz gwarancję komercyjnego wykorzystania od Google.

1. Jeśli jesteś korporacją:

• Negocjuj indywidualne warunki z Google lub Anthropic — duże firmy często uzyskują lepsze ceny (np. 20–30% zniżki) [5].
• Rozważ budowę własnej infrastruktury dla modeli open source (np. Mistral 7B), aby uniknąć zależności od korporacji.

1. Jeśli jesteś developerem:

• Testuj Gemmę na Hugging Face, ale nie buduj na niej produktów komercyjnych [4].
• Śledź rozwój europejskich modeli (np. Aleph Alpha), które mogą stać się alternatywą dla amerykańskich gigantów.

Źródła

[1] https://www.bensbites.com/p/googles-take-on-openclaw

[2] https://blog.google/technology/ai/gemma-open-models/

[3] https://www.anthropic.com/news/claude-3-family

[4] https://huggingface.co/blog/gemma

[5] https://www.technologyreview.com/2024/02/21/1088545/google-gemma-open-ai-models/

[6] https://venturebeat.com/ai/anthropic-claude-3-vs-google-gemini-which-ai-model-is-better-for-developers/