AI开发需要庞大的数据和大量的计算资源。单一企业独自承担这些任务会面临时间和成本的巨大压力。开源被认为是解决这些限制的一种方法。通过公开源代码并让外部开发者和研究机构参与改进和扩展，可以大幅加快技术进步的速度。
AI系统不仅限于模型开发，还需在API、应用程序、行业特定解决方案等多个领域共同发展。开源战略促进了这种扩展，并有助于提高实际的使用价值。
OpenAI将Codex CLI开源，以及Meta自由发布LLaMA 2模型的实例就是典型案例。开放使更多开发者和企业能够接触AI技术，并基于此建立新的应用实例，形成良性循环的结构。
相比之下，封闭策略削弱了外部合作并限制了生态系统的扩展。即使技术实力强大，增长速度也会放缓，丧失在市场中的主导地位风险也随之增加。
然而，开源战略也存在安全和伦理等问题。因此，加强数据保护、制定负责任的使用指南、建立可靠性验证体系等各种解决办法正在讨论中。
最近，主要AI企业在公开核心算法的同时，采取限制数据使用或明确设置使用条款的方法。扩大控制敏感信息访问的验证系统的建立也是为了防止滥用。这些确保开源的开放性和技术可靠性的战略成了AI生态系统可持续发展的基础。
在AI竞争加剧的背景下，开源不仅是技术实力，也是生态系统建设的核心要素。共享技术和打造多方参与的开放生态系统的战略预计将决定未来AI产业的发展方向。