OpenAI køber kamerateknologi - og signalerer at mobilen bliver AI-platformen

OpenAI har købt smartphone-kameravirksomheden Glass Imaging for 300 millioner dollars. Det lyder som en mærkelig sidespring for en virksomhed, der laver sprogmodeller. Men det er det modsatte. Det er det mest konsekvente træk, de kunne lave lige nu.

Glass Imaging laver software til at forbedre mobil-kameraer - primært til Android-telefoner. De arbejder med billedbehandling, rå sensordata og algoritmer, der får dårlige optikker til at se bedre ud. Men det interessante er ikke teknologien. Det interessante er, at OpenAI nu får adgang til det eneste sted, hvor folk bruger AI uden at tænke over det: i kameraet.

Vi har set det før. Google Lens startede som en gimmick. Nu er det standardgreb for folk, der vil vide hvad de kigger på, hvad noget hedder, hvor de kan købe det. Apple Intelligence får nu apps som Daydream til at scanne dit kamerarulle og finde tøj, du kan købe. Kameraet er blevet den primære grænseflade mellem virkeligheden og dit digitale liv.

For OpenAI betyder det her to ting. For det første: hvis ChatGPT skal blive den personlige assistent, som de lover, så skal den ikke sidde inde i en browser. Den skal sidde i din lomme og se hvad du ser. For det andet: hvis du vil træne multimodale modeller - altså modeller der forstår billeder, video, lyd og tekst sammen - så skal du have adgang til rå data fra rigtige brugere i rigtige situationer. Ikke stockfotos. Ikke labeled datasæt. Virkeligheden.

Det her er ikke et teknologikøb. Det er et platformskøb. OpenAI vil ikke bare forbedre kameraer. De vil eje det lag, der fortolker hvad kameraet ser. De vil have deres model inde i din telefons billedpipeline, før billedet overhovedet gemmes. Så ChatGPT ikke er noget du åbner. Det er noget der kører hele tiden, i baggrunden, og forstår din hverdag.

For os der laver websites og digitale produkter er konklusionen klar: mobilkameraet er ikke længere kun input. Det er grænseflade. Hvis dit produkt kan hjælpe brugeren med at forstå, sortere eller handle på det de ser - så skal du designe til det øjeblik hvor de holder kameraet op. Ikke det øjeblik hvor de åbner en app.

OpenAI satser på at fremtidens AI ikke handler om at taste prompts. Den handler om at pege på verden og få svar. Hvis du laver digitale oplevelser, skal du spørge dig selv: hvad ville min bruger pege kameraet på - og hvad skal de have at vide?