Гонка ИИ больше не заключается в создании самой большой модели.

      TL;DRПредположение о том, что побеждает самая большая модель ИИ, рушится: компании теперь выбирают модели по задачам, стоимости и контролю, а не по рейтингу в таблице лидеров. Причинами этого являются счета за модели, достигающие миллионов в месяц, рост маршрутизации моделей и специализированные агенты для конкретных задач, которые, по прогнозам Gartner, будут присутствовать в 40% корпоративных приложений к концу 2026 года, по сравнению с менее чем 5%. Если возможности становятся товаром, маржа переходит к тем, кто выполняет выводы дешевле.

      В течение многих лет индустрия основывалась на одном предположении: побеждает самая большая модель. Эта вера сейчас рушится, сообщает CNBC.

      Компании выбирают модели по задачам, стоимости и контролю, а не по позиции в бенчмарке. Граница все еще имеет значение, но это уже не единственное, что покупается.

      Причина не романтична. На уровне предприятий счета за модели достигают миллионов долларов в месяц.

      Рост достаточности

      Операционный принцип теперь заключается в том, чтобы выбрать самую дешевую модель, которая соответствует качественным стандартам. Покупатели поняли, что большинству задач не нужна передовая система.

      Маршрутизация моделей появилась, чтобы автоматизировать это суждение, отправляя каждый запрос в ту модель, которая ему подходит. Работа по обобщению и работа по многопроцессному рассуждению больше не направляются в одно и то же место.

      Специализированные модели для конкретных отраслей заполняют оставшуюся нишу. Gartner ожидает, что к концу 2026 года 40% корпоративных приложений будут включать агентов ИИ, специфичных для задач, по сравнению с менее чем 5% годом ранее.

      Почему счета заставили это сделать

      Экономика перестала сходиться. Цены за токены обрушились, но счета за корпоративный ИИ все равно утроились, потому что агентные инструменты потребляют значительно больше токенов на задачу.

      Покупатели это заметили. Генеральный директор Palo Alto Networks Никеш Арора заявил, что цены на токены должны упасть на целых 90%, чтобы масштабирование стало возможным.

      Некоторые компании перестали ждать и начали вводить нормирование. Волна «минимизации токенов» заставила компании ограничивать расходы сотрудников на ИИ.

      Куда движется ценность дальше

      Если возможности становятся товаром, маржа переходит к тем, кто выполняет это дешевле. Оптимизация вывода тихо стала одним из самых ценных слоев ИИ-инфраструктуры.

      Открытые и дешевые модели подчеркивают эту точку. Китайские модели приближаются к передовым лабораториям США за долю от цены, что ограничивает то, что кто-либо может взимать за просто компетентный результат.

      Это неудобно для теории масштабирования. Сотни миллиардов в капитальных затратах были оправданы предпосылкой, что более крупные модели останутся значительно лучше, и покупатели теперь голосуют иначе.

      Ничто из этого не означает, что передовые модели закончены. Это означает, что индустрия открывает для себя, что большая часть работы скучна, и скучная работа не требует самого дорогого инструмента в магазине.

      

      

       Опубликовано 12 июля 2026 года - 15:02 по всемирному координированному времени

      

       Вернуться к началу