Гонка ИИ меняет правила: от «чем больше модель — тем лучше» к умным и дешёвым системам

Два года назад всё было просто: кто выпустит самую большую и мощную модель, тот и выигрывает. Сегодня этот подход устаревает.

Компании переходят от тестирования ИИ к его реальному внедрению в продукты и рабочие процессы. Теперь важнее не «самая сильная модель», а та, которая лучше всего подходит под конкретную задачу, стоит дешевле, использует нужные данные и работает в нужной среде.

Модель сама по себе больше не является продуктом, — сказал в интервью CNBC CEO Perplexity Аравинд Шринивас. — Продукт — это система, которая оборачивает модель в мощную «упряжь» и соединяет её с инструментами.

Системы вместо одной большой модели

Новые ИИ-продукты становятся «оркестраторами»: они сами решают, какую модель использовать для каждой задачи, когда подключать внешние инструменты и данные компании. Простая работа с клиентами может обойтись дешёвой моделью. Сложная задача по программированию — потребует мощной. Рутинный внутренний процесс — запустится на открытой модели.

«Ответ всегда один: используй то, что лучше всего подходит под задачу», — подчеркнул Шринивас.

Perplexity на этой неделе показала новую систему для своего продукта с компьютерным управлением, построенную вокруг GLM 5.2 — открытой модели от китайской компании Z.ai. Более дешёвая модель выполняет основную работу, а более сильная подключается только при необходимости.

Открытые модели наступают

Benchmark general partner Питер Фентон считает, что сдвиг будет драматическим:

«Становится консенсусом мнение, что более 90 % токенов в ближайшие 18–24 месяца будут генерироваться открытыми моделями (open-weight), возможно, уже к концу года».

Открытые модели можно скачать, дообучить и запускать самостоятельно. Они значительно дешевле в использовании, чем премиальные проприетарные модели от OpenAI и Anthropic. Кроме того, модели, специально дообученные под конкретную задачу, иногда работают быстрее и лучше, чем огромные универсальные модели.

Benchmark инвестировал в компанию Ollama, которая упрощает загрузку, запуск и управление открытыми моделями. По словам CEO Ollama Джеффа Моргана, продукт уже используют более 85 % компаний из Fortune 500, включая авиацию, страхование и здравоохранение.

«Важнее не то, откуда модель и где её обучили, а то, где и как она запускается», — сказал Морган. Многие компании начинают с небольших моделей, которые работают рядом с их данными, а потом переходят на более крупные открытые модели.

Китайские модели и американская политика

Самые сильные открытые модели сейчас приходят из китайских лабораторий — Z.ai и DeepSeek. Это уже не только бизнес-вопрос, но и вопрос политики и национальной конкурентоспособности.

Шринивас считает, что США должны поддерживать открытые модели:

«Если вы хотите, чтобы преимущества ИИ широко распространились на малый бизнес в Америке и странах-союзниках, то ИИ должен стать намного доступнее. И открытый код — единственный способ это сделать».

Что это значит для дата-центров

Текущий бум ИИ предполагает, что спрос будет расти на огромные облачные дата-центры с дорогими чипами. Но Шринивас считает, что часть работы может уйти на локальные устройства — компьютеры и смартфоны пользователей и компаний.

Это не отменит необходимость дата-центров, но создаст гибридную систему: рутинные задачи выполняются локально, а самые сложные — отправляются в облако к более мощной модели.

Для инвесторов главный вопрос: смогут ли OpenAI, Anthropic и другие лидеры «фронтирных» моделей сохранить свою ценовую власть, когда открытые модели становятся лучше, а компании начинают более избирательно выбирать, что использовать.

Гонка ИИ не заканчивается. Она просто меняет правила.

Также читать:

OpenAI выпустила ChatGPT Work — ИИ-агента, который работает за вас в почте, Slack и календаре

SK Hynix провела крупнейшее иностранное IPO в истории США: $26,5 млрд и призыв строить фабрики в Америке