Пока одни разбираются, может ли AI обучать сам себя, другие спешат застолбить место в цепочке, где эти модели создаются и распространяются. За последние недели прошла серия сделок, которая выглядит спонтанной только на первый взгляд.
Nvidia готовится закрыть сделку по покупке Hugging Face — платформы, где разработчики со всего мира выкладывают открытые модели и бенчмарки, примерно на 13 миллиардов долларов. Незадолго до этого компания договорилась о сделке на 6 миллиардов с Poolside, создателем открытых моделей, большая часть команды которого перейдёт под крыло чипмейкера. А ещё раньше Stripe купил OpenRouter, крупнейшего поставщика открытых моделей для бизнеса, больше чем за 7 миллиардов. Итого — свыше 26 миллиардов долларов вложено в сектор, который по своей природе раздаёт продукт бесплатно.
Логика Nvidia прямолинейна: компания не хочет зависеть от гигантов вроде OpenAI и Google, которые теперь делают собственные чипы для инференса — на этой неделе, например, стали известны характеристики чипа Jalapeño от OpenAI. Если создатели моделей лезут в чужой чипмейкерский бизнес, у Nvidia появляется резон встречно зайти в бизнес по созданию моделей. У компании уже есть собственная линейка открытых моделей Nemotron, но особой популярностью она не пользовалась — а вот покупка крупнейшей площадки открытых моделей в США сразу даёт доступ к огромной аудитории разработчиков, которых можно постепенно подвести к своим чипам и стандартам.
Есть и вторая причина: растущий вопрос цены инференса заставляет компании присматриваться к более дешёвым моделям, в том числе китайским — от Moonshot, DeepSeek и Alibaba. Пока таких пользователей немного: по данным Ramp, открытые модели используют лишь 6% компаний, а по подсчётам Jellyfish — всего 2% разработчиков программного обеспечения. Но эксперт по AI-продуктам из Jellyfish Ник Альбарран поясняет, что открытые модели чаще всего выбирают компании с однотипной, повторяющейся нагрузкой — например, для чат-поддержки клиентов. Именно на таких задачах открытую модель можно настроить дёшево и эффективно.
Так свою покупку объясняет и Stripe. Сооснователь и глава компании Патрик Коллизон заявил, что токены становятся главной валютой для бизнеса на AI, а реальная экономическая выгода будет зависеть от того, насколько разумно компании используют дефицитные вычислительные мощности. Для задач посложнее — кода, агентных сценариев с непредсказуемыми запросами — закрытые модели пока выигрывают, отчасти потому что крупные лабы упрощают доступ к себе и иногда субсидируют токены. Но по мере того как компании отлаживают свои AI-процессы, открытые модели становятся более реальной альтернативой.
Лин Цяо, глава Fireworks — компании, которая маршрутизирует и хостит открытые модели для корпоративных клиентов и которую саму часто называют вероятной целью поглощения — обрабатывает 40 триллионов токенов в день, больше, чем API Gemini или OpenAI по отдельности. Её ставка — на разнообразие моделей: по мере роста числа LLM компаниям станет проще обучать их под конкретные задачи. «Каждая компания, которая делает приложение, должна подумать о найме собственного исследователя, — говорит она. — Будущее — за специализированным интеллектом. Буквально у каждой компании должна быть своя модель под свою задачу, и это произойдёт само собой».
Доминирование OpenAI и Anthropic не выглядит предопределённым исходом. Пока крупные игроки страхуют ставки на фронтир-лабы, открытые технологии продолжают притягивать деньги. И чем дороже становится инференс у лидеров рынка, тем сильнее этот магнит будет работать.
Во что углубиться:
- Hugging Face платформа: как устроена экосистема открытых моделей и почему её называют GitHub для AI
- OpenAI Jalapeño чип: зачем лаборатории создают собственное железо для инференса
- Открытые модели DeepSeek и Alibaba: чем китайские разработки отличаются от западных аналогов по цене и качеству