Переструктуризація трьох осей конкуренції в AI: тиск витрат на відкриті моделі

Конкуренція на ринку штучного інтелекту (ШІ) розділяється на три осі: закриті фронтальні моделі, відкриті моделі та компанії, що займаються додатками. Аналіз показує, що важливішим стало не те, хто першим створить високопродуктивну модель, а те, за яких витрат і умов контролю корпоративні клієнти використовують ШІ.

Саураб Гупта (Saurabh Gupta), співзасновник і керуючий партнер DST Global, у колонці Forbes порівняв економіку ШІ 2026 року з "триголовою проблемою". Він вважає, що закриті фронтальні лабораторії, такі як OpenAI та Anthropic, відкриті моделі, зосереджені на Китаї, та компанії, що створюють продукти на основі цих двох моделей, змінюють свої шляхи.

Закриті фронтальні моделі контролюються розробниками, а користувачі отримують доступ через API або у формі продуктів. До цього часу чітко домінували компанії з найсильнішими моделями, але зростання витрат на ШІ змусило корпоративних клієнтів почати враховувати як прибутковість інвестицій, так і питання контролю даних.

У колонці Forbes згадуються нещодавні зміни, такі як зростання попиту на Anthropic, тиск на прибутковість інвестицій у витратах на ШІ, а також випуск Muse Spark 1.1 від Meta та Grok 4.5 від xAI. Це свідчить про те, що конкуренція між закритими моделями продовжується, а витрати та гнучкість розподілу стають окремими осями конкуренції.

Присутність відкритих моделей також зросла. Moonshot під час офіційного оголошення Kimi K3 представив 2,8 трильйона параметрів і контекстне вікно на 1 мільйон токенів, а Z.ai оголосила, що GLM-5.2 має 753 мільярди параметрів та відкриті ваги, а також ліцензію MIT.

Відкриті моделі не слід плутати з відкритим програмним забезпеченням, яке передбачає повне відкриття вихідного коду. Навіть якщо доступ до ваг моделі дозволено, дані для навчання, код і права на повторне розповсюдження не завжди є вільними, тому потрібно перевіряти ліцензії та умови використання для кожної моделі.

Цей тренд також пов'язаний з поширенням низьковитратних відкритих моделей китайських компаній, про що повідомлялося раніше. У тому аналізі китайські AI-компанії описувалися як такі, що конкурують з закритими моделями американських компаній, підкреслюючи ефективність моделей та екосистему закордонних розробників в умовах обмеженого доступу до напівпровідників.

Американські компанії також реалізують стратегію відкритих моделей. Thinking Machines 15 липня опублікувала Inkling, а NVIDIA ($NVDA) представила лінійку продуктів Nemotron 3 у трьох відкритих моделях: Nano, Super та Ultra.

NVIDIA у своєму прес-релізі зазначила, що надає відкриті моделі, дані та бібліотеки, щоб розробники могли створювати AI-агентів, що відповідають конкретним завданням. Це можна розглядати як рух, спрямований на задоволення попиту на комбінацію моделей для різних цілей, а не на обробку всіх завдань лише закритими фронтальними моделями.

Для компаній, що займаються додатками, витрати є безпосередньою змінною. Posit AI 10 серпня додала Kimi K3 та GLM-5.2 до свого асортименту, пояснюючи, що ці моделі пропонуються за нижчою ціною, ніж закриті моделі з подібною відчутною продуктивністю.

Ці варіанти показують, що компанії додатків не прив'язані до єдиної закритої моделі, а обирають моделі відповідно до своїх потреб. Компанії, що мають контакт з клієнтами та даними про роботу, можуть порівнювати не лише продуктивність моделей, а й витрати, затримки та умови безпеки.

Швидкість зростання фронтальних лабораторій також висока. Reuters повідомила, що наприкінці липня річний обсяг продажів Anthropic перевищив 65 мільярдів доларів (близько 90 трильйонів вон), а Business Times повідомила, що річний обсяг продажів OpenAI перевищує 40 мільярдів доларів (близько 55 трильйонів вон).

Однак ці цифри не є перевіреними річними доходами, а показниками, отриманими шляхом річного екстраполяції поточного рівня доходів. Це можна розглядати як сигнал про зростання попиту на високопродуктивні AI-моделі, але їх слід відрізняти від фактичних річних результатів або показників прибутковості.

Політичні ризики також залишаються. Reuters повідомила, що адміністрація Трампа передала компаніям ШІ, що не включатиме відкриті моделі ШІ до списку добровільних тестів на безпеку. Це узгоджується з попередніми повідомленнями про обговорення добровільного попереднього огляду, зосередженого на закритих фронтальних AI, в Білому домі.

Те ж повідомлення розрізняло моделі з відкритими ключовими компонентами та закриті моделі, контрольовані певними компаніями. Чим більше поширюються відкриті моделі, тим більше зростає дискусія про те, хто нестиме відповідальність за перевірку безпеки та розподіл.

Ця проблема також стосується корейських компаній, оскільки вона пов'язана з витратами на впровадження ШІ та контролем даних. При виборі робочого AI не можна обмежуватися лише порівнянням закритих моделей, таких як OpenAI або Anthropic, а потрібно розглядати відкриті моделі з Китаю, відкриті моделі з США та комбіновані послуги додатків.

На основі лише підтверджених фактів, баланс на ринку ШІ не був остаточно визначений. Закриті моделі нарощують доходи та продуктивність, відкриті моделі акцентують увагу на витратах і гнучкості розподілу, а компанії, що займаються додатками, реагують на ринок, комбінуючи обидві осі.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.