Неустанное стремление к доминированию в области искусственного интеллекта (ИИ) вызвало то, что многие называют «войнами моделей» — конкуренцию с высокими ставками, где технологические гиганты борются за превосходство. Однако, по мнению опытного технического аналитика Бенедикта Эванса, условия игры на удивление ровные. В недавнем выступлении на конференции Fortune’s Brainstorm AI в Лондоне Эванс выдвинул наводящую на размышления идею: основным отличием между ведущими лабораториями ИИ является не революционная технология или запатентованные алгоритмы, а, скорее, их практически неограниченный доступ к капиталу.
Утверждение Эванса бросает вызов общепринятому мнению о том, что инновации в области ИИ движутся исключительно интеллектуальным мастерством и алгоритмическими прорывами. Он утверждает, что фундаментальные модели, такие как GPT от OpenAI или Gemini от Google, быстро становятся стандартизированными. Это означает, что эти модели становятся все более взаимозаменяемыми и легкодоступными, что снижает конкурентное преимущество любой отдельной компании.
Миф об экономическом рве
Концепция экономического «рва», популяризированная Уорреном Баффетом, относится к устойчивым конкурентным преимуществам компании, которые защищают ее долгосрочную прибыль и долю рынка от конкурентов. В контексте ИИ многие изначально полагали, что патентованные алгоритмы, уникальные наборы данных или специализированные таланты создадут такой ров. Однако Эванс утверждает, что этого не произошло.
После двух лет интенсивной конкуренции между крупными технологическими компаниями, похоже, в ландшафте ИИ по-прежнему нет фундаментального рва. Нет значительных барьеров для входа, нет сильных сетевых эффектов и нет явной динамики «победитель получает все». Вместо этого основным движущим фактором прогресса стал массивный приток капитальных вложений.
В прошлом году четыре крупнейшие облачные компании коллективно потратили более 200 миллиардов долларов на создание инфраструктуры для поддержки разработки ИИ. В этом году эта цифра, как ожидается, превысит 300 миллиардов долларов. Этот экспоненциальный рост расходов подчеркивает капиталоемкий характер нынешней гонки ИИ.
«Это стало очень, очень капиталоемким, по крайней мере, на данный момент, очень, очень быстро», — заметил Эванс. Он также отметил, что значительная часть этого капитала в конечном итоге поступает в Nvidia, ведущему производителю графических процессоров, которые необходимы для обучения моделей ИИ.
Результатом этих огромных затрат является распространение моделей ИИ, которые становятся все более доступными. Это, в свою очередь, создает среду, в которой любой, у кого есть значительные финансовые ресурсы, может создать фундаментальную модель, которая конкурирует с моделями, разработанными ведущими компаниями в области ИИ.
DeepSeek, например, является компанией в области ИИ, которая использовала существующие модели с открытым исходным кодом и инвестиции в размере 1,6 миллиарда долларов для создания конкурентоспособной модели ИИ. Это служит убедительной иллюстрацией того, как капитал может выровнять условия игры и позволить новым участникам бросить вызов устоявшимся игрокам.
Загадка товара
Эванс утверждает, что модели ИИ, такие как GPT от OpenAI, Claude от Anthropic и Gemini от Google, превращаются в «товары». Эти модели становятся легкодоступными, взаимозаменяемыми услугами, сродни недифференцированной и недорогой инфраструктуре.
Эта тенденция к стандартизации имеет глубокие последствия для индустрии ИИ. Это говорит о том, что решающая битва будет не о том, у кого лучшая базовая модель, а о том, кто сможет наиболее эффективно упаковать, интегрировать и управлять этой моделью в реальных продуктах и услугах.
Другими словами, конкурентное преимущество может заключаться не в самой фундаментальной модели, а в слоях приложений и сервисов, построенных на ее основе. Этот сдвиг в акцентах требует иного набора навыков и возможностей, делая акцент на разработке продуктов, пользовательском опыте и соблюдении нормативных требований.
Эванс подробно остановился на этом моменте в сообщении в блоге, используя в качестве примера недавний запуск OpenAI своего инструмента Deep Research. Он утверждал, что OpenAI и другим лабораториям фундаментальных моделей не хватает настоящего рва или защиты, помимо доступа к капиталу. Они не достигли соответствия продукта рынку вне кодирования и маркетинга, и их предложения, по сути, ограничиваются текстовыми полями и API для других разработчиков, чтобы строить на их основе.
Переменчивые пески конкуренции в области ИИ
Стандартизация моделей ИИ меняет конкурентную среду, заставляя компании переоценивать свои стратегии и сосредотачиваться на новых областях дифференциации. Поскольку базовые технологии становятся более доступными, акцент смещается в сторону разработки приложений, интеграции и управления.
Вот некоторые из ключевых тенденций, возникающих в индустрии ИИ:
Приложения ИИ для конкретных задач: Компании все чаще сосредотачиваются на разработке решений ИИ, адаптированных для конкретных отраслей или вариантов использования. Этот подход позволяет им создавать более целевые и эффективные приложения, которые отвечают конкретным потребностям клиентов.
Продукты на базе ИИ: Интеграция ИИ в существующие продукты и услуги становится все более распространенной. Это может расширить функциональность, улучшить пользовательский опыт и создать новые потоки доходов.
Управление и этика ИИ: По мере того, как ИИ становится все более распространенным, растут опасения по поводу предвзятости, справедливости и подотчетности. Компании начинают инвестировать в структуры управления ИИ и этические руководства, чтобы обеспечить ответственную разработку и развертывание ИИ.
Периферийный ИИ: Развертывание моделей ИИ на периферийных устройствах, таких как смартфоны и датчики IoT, набирает обороты. Это позволяет обрабатывать данные в режиме реального времени без использования облачного подключения, снижая задержку и повышая конфиденциальность.
ИИ как услуга: Появление платформ ИИ как услуги (AIaaS) делает ИИ более доступным для предприятий любого размера. Эти платформы предоставляют предварительно обученные модели, инструменты разработки и инфраструктуру, позволяя компаниям быстро и легко интегрировать ИИ в свою деятельность.
Неизменная роль капитала
Хотя стандартизация моделей ИИ может снизить важность патентованных технологий, капитал будет продолжать играть решающую роль в индустрии ИИ. Доступ к финансированию будет важен для компаний для:
Обучение и точная настройка моделей ИИ: Обучение больших моделей ИИ требует значительных вычислительных ресурсов и опыта. Компании с доступом к капиталу могут позволить себе обучать более крупные модели на большем количестве данных, потенциально достигая большей производительности.
Разработка и развертывание приложений ИИ: Создание и развертывание приложений ИИ требует инвестиций в разработку программного обеспечения, инфраструктуру и таланты. Компании с доступом к капиталу могут инвестировать в эти области для создания привлекательных продуктов и услуг на базе ИИ.
Привлечение талантов в области ИИ: Спрос на таланты в области ИИ высок, и квалифицированные инженеры и исследователи ИИ получают высокую заработную плату. Компании с доступом к капиталу могут привлекать и удерживать лучших специалистов, что дает им конкурентное преимущество.
Проведение исследований и разработок: Непрерывные инновации необходимы в быстро развивающемся ландшафте ИИ. Компании с доступом к капиталу могут инвестировать в исследования и разработки для изучения новых методов и приложений ИИ.
Преодоление нормативных препятствий: По мере того, как ИИ становится все более регулируемым, компаниям необходимо будет инвестировать в соблюдение нормативных требований и юридическую экспертизу. Компании с доступом к капиталу могут позволить себе эффективно преодолевать эти нормативные препятствия.
Будущее конкуренции в области ИИ
Индустрия ИИ переживает период быстрой трансформации. Стандартизация моделей ИИ выравнивает условия игры, но капитал останется важным определяющим фактором успеха. Компании, которые смогут эффективно использовать капитал для разработки привлекательных приложений ИИ, привлечения лучших специалистов и преодоления меняющейся нормативной среды, будут в наилучшем положении для процветания в долгосрочной перспективе.
Будущее конкуренции в области ИИ, вероятно, будет характеризоваться:
Повышенной специализацией: Компании будут сосредотачиваться на разработке решений ИИ для конкретных отраслей или вариантов использования, а не пытаться создавать модели ИИ общего назначения.
Большим акцентом на разработку приложений: Акцент сместится с создания базовых моделей на создание привлекательных приложений на базе ИИ, которые решают реальные проблемы.
Растущей важностью управления ИИ: Компании будут уделять приоритетное внимание этичной и ответственной разработке и развертыванию ИИ, гарантируя, что ИИ используется во благо.
Продолжением инноваций в аппаратном обеспечении ИИ: Спрос на более мощное и эффективное оборудование ИИ будет продолжать стимулировать инновации в таких областях, как графические процессоры, TPU и нейроморфные вычисления.
Сотрудничеством и открытым исходным кодом: Сотрудничество и инициативы с открытым исходным кодом будут играть все более важную роль в экосистеме ИИ, ускоряя инновации и демократизируя доступ к технологиям ИИ.
В заключение, хотя доступ к капиталу может быть основным отличием в нынешнем ландшафте ИИ, долгосрочный успех компаний в области ИИ будет зависеть от их способности внедрять инновации, адаптироваться и создавать привлекательные решения на базе ИИ, которые создают ценность для клиентов и общества в целом.