Bedrifter må veie lave kostnader i kunstlig intelligens (KI) mot risiko for datadeling med utenlandske myndigheter.
Debatten om kostnadseffektivitet i generative modeller har blitt utfordret av avsløringer rundt Kina-baserte DeepSeek. Ifølge kildene demonstrerte DeepSeek at høy ytelse ikke nødvendigvis krever Silicon Valley‑budsjetter, og de rapporterte lave treningskostnadene gjenåpnet diskusjoner om effektivitet. Samtidig har amerikanske myndighetsopplysninger ifølge rapportene vist at DeepSeek lagrer data i Kina og deler informasjon med statlige etterretningsorganer. Dette løfter saken fra personvernspørsmål til et nasjonalt sikkerhetsperspektiv, fordi store språkmodeller ofte knyttes til bedriftenes egne datalagre og kundeinformasjon. Dersom en leverandør har bakdører eller plikter å dele data, forsvinner mye av den påståtte kostnadsgevinsten.
Ifølge kildene illustrerer saken i AI-nyheter at leverandørens juridiske og etiske rammeverk nå veier tyngre enn rene ytelsesmål. Konsekvensene er særlig tydelige for bransjer som finans, helse og forsvar, hvor toleransen for usikkerhet om dataopprinnelse er svært lav. Teknisk personale kan prioritere ytelse under pilotprosjekter, men risikostyring må kreve svar på hvem som har tilgang til data og hvor de lagres.
Dette er relevant for norske bedrifter og offentlige etater som kobler KI-tjenester til egne kundedata og forretningsinformasjon, fordi valg av leverandør kan påvirke datalagring og nasjonal sikkerhet.
Kilde: https://artificialintelligence-news.com/news/balancing-ai-cost-efficiency-with-data-sovereignty | Sammendraget er KI-generert med OpenAI API og kvalitetssikret av redaksjonen i Ainy.no
