Google begrenser Metas tilgang til Gemini mens mangel på AI-kapasitet forsinker prosjekter

Google har ifølge flere rapporter begrenset Metas tilgang til Gemini etter at teknologigiganten ba om mer AI-kapasitet enn Google kunne levere.

Beslutningen understreker en voksende utfordring i AI-bransjen. Etterspørselen etter avanserte AI-modeller øker raskere enn den tilgjengelige infrastrukturen. Begrensningene har allerede forsinket flere av Metas interne AI-prosjekter og tvunget selskapet til å bruke AI-ressursene sine mer effektivt.

Google kunne ikke levere nok kapasitet

Ifølge rapportene informerte Google Meta tidligere i år om at selskapet ikke kunne levere den Gemini-kapasiteten Meta ønsket å kjøpe.

Begrensningene gjelder fortsatt og påvirker flere AI-prosjekter internt i Meta. Også andre Google-kunder har opplevd kapasitetsbegrensninger. Meta er likevel hardest rammet fordi selskapet bruker betydelig mer AI-kapasitet enn de fleste bedriftskunder.

Meta strammer inn bruken av AI-ressurser

Etter at tilgangen til Gemini ble redusert, skal Meta ha bedt ansatte om å bruke AI-tokener mer effektivt.

AI-tokener måler hvor mye datakraft en bruker eller applikasjon forbruker ved bruk av store språkmodeller.

Ved å redusere unødvendig bruk håper Meta å begrense konsekvensene av Googles kapasitetsmangel, samtidig som de viktigste AI-prosjektene holder fremdriften.

AI-infrastrukturen er fortsatt under press

De rapporterte begrensningene viser hvor vanskelig det fortsatt er, selv for verdens største teknologiselskaper, å sikre tilstrekkelig datakapasitet.

Selskapene investerer milliarder i AI-brikker, servere og datasentre. Likevel har utbyggingen av infrastrukturen ikke holdt tritt med den raske veksten innen generativ AI.

Google har tidligere erkjent at begrenset datakapasitet har bremset veksten i selskapets skytjenester, til tross for sterk etterspørsel.

Meta vil redusere avhengigheten av Google

Begrensningene i tilgangen til Gemini styrker også Metas langsiktige strategi om å gjøre seg mindre avhengig av eksterne AI-leverandører.

Selskapet investerer stadig mer i egne AI-løsninger og utvikler interne modeller som kan brukes til programmering, forskning, kundeservice og andre forretningsområder.

Ved å redusere avhengigheten av eksterne plattformer kan Meta stå bedre rustet mot lignende kapasitetsproblemer i fremtiden.

AI-kapasitet blir et viktig konkurransefortrinn

Den siste utviklingen viser at datakapasitet har blitt en av de mest verdifulle ressursene i AI-bransjen.

Det er ikke lenger nok å utvikle kraftige AI-modeller. Selskapene må også ha nok infrastruktur til å trene, kjøre og skalere modellene for bedriftskunder.

Hvis etterspørselen fortsetter å øke, kan tilgang til høyytelses datakapasitet bli like viktig som selve AI-modellene. Det vil gi selskaper med den største infrastrukturen et betydelig konkurransefortrinn.