שימוש במודלים החזקים ביותר של AI עבור כל המשימות אינו עוד האפשרות היעילה ביותר עבור חברות, במיוחד כאשר רוב הפעולות היומיומיות חוזרות על עצמן ואינן דורשות יכולות יוצאות דופן. זה מה שצוין בדו"ח שנערך לאחרונה על ידי חברת המחקר גרטנר, המסביר שכ-90% מהצעדים שמבצעים סוכני בינה מלאכותית נופלים במשימות רגילות, כמו סיווג מידע, כלים להתקשרות ובדיקת נתונים, שהם משימות שמודלים בעלי משקל פתוח יכולים להתמודד עם יעילות קרובה למודלים סגורים. מבחינה כלכלית, הדוח מראה שעלות הדגמים הללו עשויה להגיע לרבע מעלות הדגם הסגור הזול ביותר המספק ביצועים דומים, וההבדל עשוי להיות גדול בהרבה בהשוואה לשימוש בדגמים מתקדמים בכל שלב של העבודה. עם זאת, החיסכון בפועל עדיין נמוך יותר בשל אפשרות של ניסיונות חוזרים ואורך פלט מוגדל. אבל ההיבט החשוב ביותר הוא לא רק העלות, אלא השליטה וההגנה על הנתונים. ההסתמכות של חברות על ממשקי מודל חיצוני פירושה שליחת חלקים מהנתונים שלהן ומהקשר הפעילות שלהן לגורמים חיצוניים, מה שהופך את המודלים הפתוחים לבחירה אסטרטגית עבור אלה המבקשים לשמור על שליטה רבה יותר על הארכיטקטורה הטכנית שלהם. גרטנר צופה שחברות יסתמכו על מודלים פתוחים כדי לבצע 90% מהשלבים של סוכני תהליך עד 2030, סימן לשינוי פוטנציאלי באופן שבו מערכות AI ארגוניות בנויות. הדבר משקף מגמה חדשה בתחרות, שבה ההעדפה לא תהיה בהכרח למודל החזק ביותר, אלא למערכת המסוגלת לחלק משימות בצורה חכמה ולבחור את המודל המתאים ביותר לכל תהליך, עם המשך תפקידם של מודלים מתקדמים במחקר ופיתוח ומשימות מורכבות יותר.