Будущее ИИ: коммодитизация моделей и борьба за прикладной слой 0:00
Индустрия искусственного интеллекта переживает период стремительных трансформаций, напоминающий ранние этапы автомобилестроения в США, когда десятки компаний боролись за рынок, прежде чем отрасль пришла к консолидации. Сегодня эксперты и инвесторы сходятся во мнении, что фундаментальные модели быстро превращаются в товар массового потребления (коммодитизируются), а основная ценность смещается в прикладной слой — создание специализированных решений для конкретных отраслей.
⚖️ Коммодитизация моделей: неизбежность или риск? 1:05
Артур Менш (Mistral AI) отмечает, что, с одной стороны, улучшение моделей облегчает создание узкоспециализированных приложений, но с другой — постоянное снижение стоимости вычислений и конкурентное давление на уровне базовых моделей снижают их рыночную цену за «единицу интеллекта». По мнению Менша, для разработчиков моделей это означает необходимость строить мощную платформу поверх базовых технологий, чтобы поддерживать вертикальные приложения.
Том Хьюм (GV) сравнивает инвестиции в обучение базовых моделей с постройкой электростанции: это огромные капитальные затраты, которые устаревают за считанные месяцы из-за маржинальных улучшений конкурентов. Хьюм отмечает, что агрессивная стратегия Meta и Марка Цукерберга, планирующего довести парк видеокарт H100 до 350 000 единиц и развивать open-source модели, создает беспрецедентное давление на рынок.
Ключевые тезисы о будущем моделей:
- Сценарий «утилит»: Облачные гиганты (AWS, Google, Microsoft) могут выкупить создателей ИИ-моделей и сделать их доступными бесплатно как часть облачных инфраструктур, превращая их в стандартную услугу.
- Консолидация: В ближайшие 3–5 лет на рынке останется лишь 5–6 ключевых игроков, включая NVIDIA, Google, Microsoft, OpenAI, Meta и Apple.
- Ephemeral Advantage: По мнению Тома Хьюма, любое технологическое преимущество в ИИ сейчас является крайне эфемерным.
🛠 Прикладной слой: стратегия выживания стартапов 11:12
Сэм Альтман (OpenAI) выделяет два подхода к разработке на базе ИИ: строительство «надстроек» в расчете на неизменность текущих моделей или ставка на то, что возможности базовых технологий будут расти экспоненциально. Альтман предупреждает: большинство компаний, выбравших первый путь, рискуют быть «раздавленными» (steamrolled) в процессе развития самой OpenAI.
Брэд Лайткэп (OpenAI) советует основателям задать себе вопрос: является ли 100-кратное улучшение базовой модели драйвером роста их продукта? Если ответ утвердительный, у компании есть понятный путь к успеху.
Дес Трэйнер (Intercom) называет «толстой оберткой» (thick wrapper) решения, которые полностью закрывают задачу пользователя end-to-end, проникая в сложные корпоративные процессы (например, банковские интеграции или управление активами), куда OpenAI вряд ли пойдет целенаправленно.
🚀 Инвестиционный взгляд на будущее 13:35
Сара Тавэл (Benchmark) убеждена, что основная ценность будет создаваться на уровне приложений, так как именно они «владеют» пользователем и его сценариями использования. В свою очередь, Том Блумфилд (Y Combinator) проводит параллель с эпохой Web 2.0: как и в случае с MySQL или AWS, ценность создается не просто использованием технологии, а глубоким пониманием специфики индустрии — регуляторики, процессов и языка.
Однако Майлз Гримшоу (Thrive) предостерегает стартапы от чрезмерного увлечения стратегией «второго пилота» (co-pilot): это путь инкубентов (действующих лидеров рынка), которые уже владеют дистрибуцией и UX. По мнению Гримшоу, чтобы по-настоящему разрушить статус-кво, стартапам нужно искать ортогональные (независимые от инкубентов) подходы.
