Meta Muse Spark Open: lokāls AI birojā un ko tas nozīmē uzņēmumiem

Kas notika

Meta 2026. gada 15. oktobrī publiskoja Muse Spark Open, atvērto svaru AI modeli ar 816 miljardiem parametru, ko pati Meta sauc par spējīgāko ASV atvērto modeli līdz šim. Uzņēmumiem būtiskākais ir tas, ka, kā norāda Apple un Meta, šo modeli var darbināt lokāli, uz diviem galda datoriem birojā, nevis tikai lielo piegādātāju mākonī.

Ko tas nozīmē Latvijas uzņēmumiem

Vispirms par pašu modeli. Pēc Meta modeļa kartes, tas ir ekspertu maisījuma modelis, kurā katram tokenam aktīvi ir 42 miljardi parametru. Pēc tās pašas modeļa kartes, modelis spēj apstrādāt līdz 1 miljonam tokenu, pieņem tekstu, attēlus, video un audio, bet atbild tekstā. Meta norāda, ka modelis paredzēts programmēšanai, AI aģentu darbam, gariem uzdevumiem un vairāku soļu spriešanai.

Tagad par aparatūru. Apple un Meta norāda, ka modeli var darbināt uz diviem Apple M5 Ultra Mac Studio datoriem, katram līdz 512 GB vienotās atmiņas (kopā ap 1 TB), izmantojot Apple MLX ietvaru. Pēc Apple un Meta sniegtās informācijas, der arī četri datori ar 256 GB atmiņu katrā. Apple un Meta apgalvo, ka lokāla darbināšana bez mākoņa dod papildu drošības slāni un var samazināt izmaksas. Pēc Apple un Meta sniegtās informācijas, Mac Studio ar M5 Ultra un 256 GB atmiņu maksā sākot no 10 799 USD, un, kā norāda Meta, licence atļauj ierobežotu komerciālu izmantošanu.

Svarīgi skatīties arī uz ierobežojumiem. Kā raksta VentureBeat, Meta publicētie rezultāti rāda modeli ar konkrētām stiprajām pusēm, nevis kopējo līderi. VentureBeat norāda, ka pēc modeļa kartes Muse Spark Open Artificial Analysis Intelligence Index rādītājs ir 39, kamēr MiMo-V2.6-Pro neatkarīgi publicētais rezultāts ir 46. Kā raksta VentureBeat, programmēšanā terminālī un garos programmatūras uzdevumos modelis atpaliek no Kimi K3 un GLM 5.3. VentureBeat arī uzsver, ka paziņojums nepierāda priekšrocību izmaksās, jo tajā nav norādītas cenas par tokeniem mākonī.

Mūsu skatījums (AI-Lab Space viedoklis): tendence ir skaidra. Jaudīgu AI vairs nav obligāti jādarbina tikai lielo piegādātāju mākonī, to var turēt arī savā birojā. Uzņēmumiem ar sensitīviem datiem tas paver jaunas iespējas:

• Finanses un grāmatvedība - rēķini, līgumi un klientu finanšu dati var palikt uzņēmuma iekšienē.
• Veselības nozare - pacientu informāciju var apstrādāt, to nesūtot ārējiem pakalpojumu sniedzējiem.
• Juridiskie pakalpojumi - līgumu analīze un dokumentu sagatavošana, nenododot konfidenciālus tekstus trešajām pusēm.

Šādos gadījumos datu paturēšana pie sevis var ievērojami atvieglot GDPR prasību ievērošanu, jo ir skaidrāks, kur dati atrodas un kam tiem ir piekļuve.

Taču jābūt godīgiem: ne katram uzņēmumam vajag tik lielu modeli un tik dārgu aparatūru. Mūsu pieredzē bieži vien mazāks lokāls modelis vai modelis, kas darbināts ES mākonī, ir izdevīgāks un pilnīgi pietiekams ikdienas uzdevumiem.

Kā to izmantot praksē

Paskatīsimies uz tipisku situāciju. Uzņēmumā, kur līgumi un pieteikumi nāk pa e-pastu, darbinieki tos manuāli lasa, izraksta svarīgāko informāciju un ievada sistēmā. Pirms AI ieviešanas bieži rodas jautājums: vai drīkstam šos dokumentus sūtīt ārējam AI pakalpojumam?

Pirms: dokumentus apstrādā ar rokām, jo vadība neuzticas mākoņa risinājumiem vai klientu līgumi to neatļauj. Process ir lēns, un kļūdas parādās pārrakstīšanā.

Pēc: AI modelis darbojas uzņēmuma iekšējā infrastruktūrā vai izvēlētā ES mākonī. Tas nolasa dokumentu, izvelk galvenos laukus, sagatavo kopsavilkumu un nodod datus CRM vai uzņēmuma sistēmā. Cilvēks pārbauda rezultātu un apstiprina. Dati neatstāj kontrolēto vidi.

Lai šāds risinājums strādātu ilgtermiņā, iesakām ievērot dažus principus:

• Sāc ar uzdevumu, nevis modeli. Vispirms definē, ko tieši AI jādara: dokumentu apstrāde, klientu jautājumu atbildes, iekšējās zināšanas, programmēšanas palīdzība.
• Pārbaudi licenci. Atvērtie svari nenozīmē pilnīgu brīvību. Ja licence atļauj tikai ierobežotu komerciālu izmantošanu, jāsaprot, vai tavs gadījums tajā iekļaujas.
• Salīdzini kopējās izmaksas. Aparatūra ir tikai viena daļa. Jāpieskaita uzturēšana, atjauninājumi, elektrība, cilvēka laiks un rezerves risinājums gadījumam, ja dators sabojājas. Tad to salīdzina ar mākoņa izmaksām pie tava reālā lietojuma apjoma.
• Būvē tā, lai modeli var nomainīt. AI modeļi mainās ļoti ātri. Ja risinājums ir piesaistīts vienam konkrētam modelim, pēc pusgada var nākties visu pārtaisīt. Labāk veidot slāni starp biznesa procesu un modeli, lai to var aizstāt ar citu bez lieliem pārbūves darbiem.
• Testē ar saviem datiem. Publiskie rezultāti ir orientieris, bet izšķirošais ir tas, kā modelis tiek galā ar tavu uzņēmuma dokumentiem un valodu, tostarp latviešu valodu.

Ar ko sākt

Ja domā par lokālu AI, neiesakām sākt ar aparatūras pirkšanu. Labāks ceļš ir šāds:

1. Izvēlies vienu procesu, kurā ir sensitīvi dati un daudz manuāla darba, piemēram, līgumu vai rēķinu apstrādi.
2. Novērtē datu jutīgumu un to, kādas prasības nosaka GDPR un tavi līgumi ar klientiem.
3. Izmēģini ar mazāku modeli vai ES mākonī darbinātu risinājumu, lai saprastu, vai kvalitāte ir pietiekama.
4. Aprēķini kopējās izmaksas abiem variantiem: lokālam un mākonim.
5. Tikai tad lem par aparatūru, ja izmēģinājums parāda, ka lielāks lokāls modelis tiešām dod būtisku ieguvumu.

Muse Spark Open ir labs signāls, ka jaudīgs AI kļūst pieejamāks arī ārpus lielo piegādātāju mākoņiem. Bet pareizā izvēle katram uzņēmumam būs atšķirīga.

Ja vēlies saprast, vai lokāls AI der tavam uzņēmumam, sazinies ar AI-Lab Space. Kopā izvērtēsim tavus procesus, datu prasības un izmaksas, un ieteiksim risinājumu, kas atbilst tavām vajadzībām, nevis jaunākajām ziņām.