Генеральный директор Microsoft Сатья Наделла недавно высказал мнение о том, что передовые модели искусственного интеллекта (ИИ) находятся на пути к коммодитизации, то есть превращению в широкодоступный и стандартизированный продукт. Он отмечает, что базовые модели становятся все более похожими и доступными, и само по себе наличие модели уже не является достаточным условием для долгосрочного конкурентного преимущества. Наделла подчеркивает, что истинное преимущество заключается в создании продуктов на основе этих моделей, приводя в пример компанию OpenAI, которая, по его словам, является не «компанией-моделью», а «компанией-продуктом» с превосходными моделями.
Это означает, что обладание самой продвинутой моделью ИИ больше не гарантирует лидерства на рынке, поскольку любое технологическое преимущество может быть быстро нивелировано в условиях стремительного развития ИИ. Компании должны сосредоточиться на интеграции ИИ в «полноценный стек систем и успешные продукты», а не на достижении превосходства в самих моделях. Такой подход отражает общую тенденцию: сегодняшние прорывы в области ИИ быстро становятся базовыми функциями. По мере стандартизации и увеличения доступности моделей, акцент смещается на их практическое применение. Компании, такие как Microsoft и Google, обладающие обширными экосистемами продуктов, имеют хорошие возможности для извлечения выгоды из этой тенденции, встраивая модели в удобные для пользователей предложения.
Некоторое время назад лишь несколько лабораторий могли создавать передовые модели ИИ, но эта эксклюзивность быстро исчезает. Возможности ИИ становятся все более доступными для организаций и даже отдельных лиц. Исследователь ИИ Эндрю Ын еще в 2017 году сравнил потенциал ИИ с «новым электричеством», предполагая, что, подобно тому, как электричество стало повсеместно используемым товаром, лежащим в основе современной жизни, модели ИИ могут стать базовыми утилитами, доступными от многих поставщиков.
Распространение моделей с открытым исходным кодом ускорило эту тенденцию. Meta, например, предоставила доступ к своим мощным языковым моделям, таким как LLaMA, исследователям и разработчикам на безвозмездной основе. Это сделано с целью стимулирования более широкого внедрения и получения вклада от сообщества, одновременно подрывая преимущества проприетарных моделей конкурентов. Недавно был представлен китайский проект DeepSeek. В области генерации изображений модель Stable Diffusion от Stability AI показала, как быстро прорыв может стать общедоступным: через несколько месяцев после открытого релиза в 2022 году она стала широко известна и доступна во множестве приложений. Существуют десятки тысяч моделей ИИ, публично доступных в репозиториях, таких как Hugging Face.
Теперь организации могут выбирать из множества моделей (открытых или коммерческих) или даже настраивать свои собственные. Такое количество вариантов является убедительным свидетельством того, что передовой ИИ становится широко распространенным ресурсом, а не привилегией.
Крупные облачные провайдеры, такие как Microsoft, Amazon и Google, предлагают модели ИИ в качестве услуг по требованию, подобно коммунальным услугам, предоставляемым через облако. Наделла отметил, что «модели становятся коммодитизированными в облаке». Облако Microsoft Azure, например, сотрудничает с OpenAI, позволяя любому разработчику или компании использовать GPT-4 или другие модели через API. Amazon Web Services (AWS) пошла еще дальше, создав платформу Bedrock, которая действует как рынок моделей. AWS Bedrock предлагает выбор базовых моделей от нескольких ведущих компаний в области ИИ, доступных через единый управляемый сервис.
Такой подход «много моделей, одна платформа» является примером коммодитизации: клиенты могут выбирать модель, соответствующую их потребностям, и относительно легко менять поставщиков. Это означает, что предприятия могут рассчитывать на то, что облачные платформы всегда будут иметь доступ к самым современным моделям.
Если все имеют доступ к схожим моделям ИИ, как компании могут выделиться? Ценность будет заключаться в применении ИИ, а не только в самом алгоритме. Стратегия OpenAI отражает этот сдвиг: компания сосредоточилась на предоставлении готового продукта (ChatGPT и его API) и экосистемы улучшений, а не просто на выпуске необработанного кода модели. Это означает, что компании предлагают надежную производительность, возможности настройки и инструменты для разработчиков. Команды Google DeepMind и Brain, входящие в состав Google DeepMind, направляют свои исследования на развитие продуктов Google, таких как поиск, офисные приложения и облачные API, встраивая ИИ, чтобы сделать эти сервисы умнее. Пользователям важен опыт, обеспечиваемый ИИ (более качественная поисковая система, более полезный цифровой помощник и т.д.), а не название или размер модели.
Наблюдается дифференциация компаний через специализацию. Вместо одной универсальной модели, некоторые компании создают модели, предназначенные для конкретных областей или задач. Например, существуют стартапы в области ИИ, специализирующиеся исключительно на диагностике в здравоохранении, финансах или юриспруденции. Они используют тонкую настройку открытых моделей или небольшие специализированные модели в сочетании с проприетарными данными.
Другой формой дифференциации является эффективность и стоимость. Модель, обеспечивающая аналогичную производительность при меньших вычислительных затратах, может стать конкурентным преимуществом. Это было продемонстрировано появлением модели R1 DeepSeek, которая, как сообщается, соответствовала некоторым возможностям GPT-4 OpenAI при стоимости обучения менее 6 миллионов долларов, что значительно ниже оценочной стоимости GPT-4, превышающей 100 миллионов долларов.
Наконец, существует гонка за лояльность пользователей и создание экосистем вокруг сервисов ИИ. Если компания интегрировала определенную модель ИИ в свой рабочий процесс (с пользовательскими подсказками, интеграциями и тонкими настройками данных), переход на другую модель не будет беспроблемным. Такие провайдеры, как OpenAI, Microsoft и другие, пытаются повысить эту «прилипчивость», предлагая комплексные платформы, которые делают их вариант ИИ скорее полнофункциональным решением, чем заменяемым товаром. Компании поднимаются по цепочке создания стоимости: когда сама модель не является конкурентным преимуществом, дифференциация достигается за счет всего, что окружает модель — данных, пользовательского опыта, отраслевой экспертизы и интеграции в существующие системы.
Коммодитизация моделей ИИ имеет значительные экономические последствия. В краткосрочной перспективе это приводит к снижению стоимости возможностей ИИ. Благодаря множеству конкурентов и открытым альтернативам, цены на услуги ИИ снижаются. За последние два года OpenAI и другие поставщики значительно снизили цены на доступ к языковым моделям. Например, стоимость токенов OpenAI для серии GPT снизилась более чем на 80% с 2023 по 2024 год. Новые участники рынка, предлагающие более дешевые или открытые модели, вынуждают действующих игроков предлагать больше за меньшие деньги. Это хорошая новость для потребителей и предприятий, внедряющих ИИ.
Более широкая доступность может расширить общий рынок решений ИИ, даже если рентабельность самих моделей снизится. Уже наблюдается волна внедрения ИИ в таких секторах, как обслуживание клиентов, маркетинг и операционная деятельность. Однако коммодитизация может изменить конкурентную среду. Для устоявшихся лабораторий ИИ, инвестировавших миллиарды в разработку передовых моделей, перспектива получения лишь временных преимуществ от этих моделей ставит вопрос о возврате инвестиций. Им, возможно, придется скорректировать свои бизнес-модели, например, сосредоточиться на корпоративных услугах, преимуществах проприетарных данных или продуктах по подписке, построенных на основе моделей.
Когда любое достижение в области производительности быстро достигается или превосходится другими, окно для монетизации новой модели сужается. Эта динамика подталкивает компании к поиску альтернативных экономических преимуществ. Одним из таких преимуществ является интеграция с проприетарными данными. Другим — функции регулирования или соответствия, когда поставщик может предложить модели с гарантированной конфиденциальностью или соответствием для корпоративного использования. В макромасштабе, если базовые модели ИИ станут такими же повсеместными, как базы данных или веб-серверы, основным источником дохода могут стать услуги, связанные с ИИ (облачный хостинг, консалтинг, настройка, обслуживание). Облачные провайдеры уже выигрывают от увеличения спроса на вычислительную инфраструктуру для запуска всех этих моделей.
По сути, экономика ИИ может отражать экономику других ИТ-товаров: снижение затрат и расширение доступа стимулируют широкое использование, создавая новые возможности, построенные на основе коммодитизированного уровня, даже несмотря на то, что поставщики этого уровня сталкиваются с более жесткой маржой и необходимостью постоянно внедрять инновации или дифференцироваться в других областях.