Великое вымирание ИИ уже наступило

Индустрию ИИ ждет великое вымирание, и причина не в вышедшем из-под контроля суперинтеллекте, а в самонанесенной ране: неустойчивой финансовой модели. Лидеры рынка сжигают деньги темпами, которые противоречат традиционной экономике, загоняя себя в ловушку «триллионного сжигания наличности», которую лишь крупнейшие игроки могут временно поддерживать.

Возьмем OpenAI, эталон передового ИИ. В 2025 году, несмотря на получение 13 миллиардов долларов выручки, компания сообщила об ошеломляющем операционном убытке в 20,92 миллиарда долларов. Это не просто ошибка; это фундаментальный изъян экономической модели, где расходы на фундаментальные исследования и операционную деятельность значительно превышают даже впечатляющие коммерческие доходы.

Инфраструктурные требования усугубляют эту неустойчивую траекторию. Amazon прогнозирует капитальные затраты в размере 220 миллиардов долларов на инфраструктуру ИИ до 2028 года. Anthropic, еще один крупный игрок, обязался инвестировать более 100 миллиардов долларов в Amazon Web Services для получения вычислительных мощностей в течение 10 лет.

Эти колоссальные затраты создают непреодолимый барьер для входа, превращая рынок в жестокую «гонку на выживание» для тех немногих, кто способен выдержать такие убытки. Экосистема с закрытым исходным кодом, подпитываемая этими расточительными расходами, балансирует на грани долгосрочной жизнеспособности, вызывая вопрос: сколько еще продержатся деньги?

Экономическая модель для стартапов в сфере ИИ фундаментально сломана — это паразитические отношения, где хозяева поглощают своих гостей. Хотя подписка Claude Max предлагает невероятно выгодную сделку — 200 долларов за токены стоимостью 8000 долларов в месяц, — эта субсидируемая щедрость не может длиться вечно на уровне API. Текущие цены на API остаются непомерно высокими для многих сценариев использования, что делает практически невозможным для небольших стартапов создание прибыльных приложений в масштабе, когда каждое взаимодействие с пользователем влечет за собой значительные и неизбежные расходы.

Эта структура затрат загоняет бесчисленные предприятия в ловушку «AI wrapper» (ИИ-обертки), что является смертным приговором для инноваций. Стартапы, которые просто добавляют пользовательский интерфейс поверх API крупной языковой модели, не имеют никакой защиты, не обладая ни собственной базовой технологией, ни «рвом» из данных. Их инновации поверхностны; базовый интеллект принадлежит владельцу платформы, который может без усилий внедрить любую успешную функцию, сделав «обертку» ненужной в одночасье и украв её долю рынка.

Оказавшись между калечащими операционными расходами и постоянной угрозой копирования функций со стороны собственных поставщиков, 99% ИИ-стартапов попадают в неизбежную «зону поражения». Они работают на милость платформ, от которых зависят, сталкиваясь с вымиранием не из-за традиционной рыночной конкуренции, а из-за преднамеренного стратегического давления. Это не конкурентная среда; это бойня, в которой выживают только гиганты.

Модели с открытыми весами (Open-weight models) становятся настоящими повстанцами, начиная прямую атаку на неустойчивое господство проприетарных гигантов. Разрыв в производительности, который когда-то был зияющей пропастью в год или более, сократился до нескольких месяцев. Эта быстрая конвергенция угрожает перевернуть всю экономическую модель, построенную на дорогих закрытых API.

Мощные конкуренты, такие как Muse Glimmer от Meta с разрешительной лицензией, теперь на равных соперничают с проприетарными системами. Китайские лаборатории, включая Qwen и DeepSeek, даже превосходят закрытые модели из США по ключевым тестам, доказывая, что инновации не являются исключительной прерогативой компаний с триллионными расходами, таких как OpenAIAI. Подробнее об этих финансовых трудностях читайте в статье Утечка финансовых показателей OpenAIAI: операционный убыток в $21 млрд при выручке $13 млрд в 2025 году - MLQ.ai.

Преимущества для разработчиков неоспоримы:

• Радикальная экономия средств за счет отказа от непомерных комиссий API.
• Полный контроль над данными и повышенная конфиденциальность, что критически важно для чувствительных приложений.
• Глубокая кастомизация, позволяющая адаптировать модели под конкретные задачи.
• Свобода от «рисков платформы» и произвольного повышения цен, что обеспечивает беспрецедентную стабильность.

Это восстание моделей с открытыми весами (Open-weight) предоставляет единственный жизнеспособный путь для большинства стартапов по созданию прибыльных и масштабируемых ИИ-приложений, полностью обходя «дилемму обертки» (Wrapper's Dilemma).

Предстоящие годы станут суровым испытанием. Лаборатории с закрытым исходным кодом, теряющие миллиарды — как, например, сообщенный операционный убыток OpenAIAI в размере $20,92 млрд при выручке в $13 млрд, — теперь должны постоянно опережать альтернативы с открытыми весами, которые уже стали «достаточно хорошими». Разрыв в производительности, который раньше составлял год, сократился до нескольких месяцев, что требует неустойчивого темпа инноваций для оправдания их непомерных затрат и предотвращения эрозии рынка.

Ожидайте прагматичного перехода к гибридным стратегиям ИИ. Компании будут использовать дорогие API с закрытым кодом для действительно передовых, специализированных задач, требующих максимальной производительности, в то время как для подавляющего большинства операционных нагрузок будут развертываться дообученные модели с открытыми весами. Такой двойной подход оптимизирует как критическую экономическую эффективность, так и больший контроль над проприетарными данными, что является обязательным условием в новой парадигме.

Выживание в этих условиях требует гораздо большего, чем просто очередная тонкая «обертка» над мощным API. Истинная долговечность требует создания подлинного «рва» (moat), а не просто функции. Это означает использование:

• Проприетарных данных для создания уникальных инсайтов.
• Уникальных рабочих процессов, глубоко внедряющих ИИ в бизнес-процессы.
• Глубокой интеграции кастомизируемых моделей с открытыми весами, адаптированных под конкретные нужды.

Простое создание продукта поверх базовой модели без уникальной ценности — это прямой путь к прогнозируемому 99% уровню неудач.

Почему прогнозируется провал такого количества ИИ-стартапов?

Большинство ИИ-стартапов сталкиваются с неудачей из-за сочетания непомерно высоких затрат на API и инфраструктуру, неустойчивых бизнес-моделей и отсутствия защиты, поскольку многие из них являются просто «обертками» вокруг крупных ИИ-платформ.

Являются ли крупные ИИ-компании, такие как OpenAI, прибыльными?

Нет. Несмотря на получение миллиардных доходов, крупные ИИ-лаборатории, такие как OpenAI, сообщают об огромных операционных убытках — превышающих $20 миллиардов в 2025 году — из-за экстремальных затрат на исследования, разработки, обучение и эксплуатацию своих передовых моделей.

Что такое модели ИИ с открытыми весами (open-weight)?

Модели с открытыми весами — это ИИ-модели, параметры (или «веса») которых находятся в открытом доступе. Это позволяет разработчикам и компаниям свободно запускать, настраивать и создавать решения на их основе, часто на собственном оборудовании.

Как модели с открытыми весами могут конкурировать с гигантами с закрытым кодом?

Модели с открытыми весами быстро сокращают разрыв в производительности, предлагая при этом критические преимущества в стоимости, контроле, конфиденциальности и кастомизации. Модели, такие как Muse Glimmer от Meta, теперь достаточно мощны для многих сценариев использования и могут быть развернуты на собственных серверах.