ИИ становится водопроводной водой: зачем платить за то, что везде бесплатно

Анализ того, как массовое распространение открытых ИИ-моделей обесценивает облачные токены и сдвигает деньги туда, где локальное оборудование уже не справится.

Когда технология становится повсеместной и дешёвой, как водопроводная вода, она перестаёт быть бизнесом — и вся ценность концентрируется в том узком сегменте, где дешёвое решение уже не прокатит.

Представьте, что завтра каждый чайник в стране научился варить кофе не хуже, чем бариста в дорогой кофейне. Кофе бы перестал быть поводом заплатить пятьсот рублей за чашку. Остались бы только те, кому нужна именно эта кофейня — с гарантией качества, с определёнными зёрнами, с обслуживанием на уровне. Примерно это сейчас происходит с рынком генеративного искусственного интеллекта.

Повод для разговора

Авторитетный техно-блогер Брайан Ванг с сайта NextBigFuture размышляет над простым, но важным наблюдением: открытые модели с открытыми весами — вроде DeepSeek и им подобных — уже неотличимы от проприетарных решений для 95% запросов обычных пользователей и корпоративных работников. Если это правда (и есть все основания считать, что это так), то последствия для всей индустрии будут куда серьёзнее, чем кажется на первый взгляд.

Суть аргумента проста: если почти любой запрос можно закрыть моделью, которую можно скачать бесплатно и запустить локально, то стоимость каждого токена падает практически до нуля. А когда цена приближается к нулю, бизнес-модель на продаже токенов рушится. Ванг проводит аналогию с водопроводной водой: она необходима, но на ней не строят империи.

Дефляционная ловушка

Здесь стоит остановиться и объяснить, что такое «дефляция токенов». Токен — это условная единица текста, которую обрабатывает языковая модель. Когда вы отправляете запрос в ChatGPT или аналогичный сервис, вы потребляете токены, и за них кто-то платит — напрямую или через подписку.

По оценке Ванга, стоимость токенов падает примерно в десять раз в год. То есть то, что стоило доллар в 2024 году, к 2025 году стоит десять центов, а к 2026 — один цент. Это не гипербола: конкуренция между моделями, рост эффективности архитектур и появление всё более дешёвого оборудования для инференса делают своё дело.

Компании, вложившие миллиарды в облачную инфраструктуру для ИИ, оказываются в ловушке. Они должны окупить оборудование до того, как стоимость их услуги обесценится. А она обесценивается быстрее, чем успевает окупиться. Это тот же классический сценарий, что и с майнингом криптовалют: покупаешь видеокарты, а хешрейт сети растёт так быстро, что твоя добыча тает на глазах.

Четыре сценария: куда денутся деньги

Ванг предлагает четыре вероятных сценария развития рынка, и они не исключают друг друга — скорее, дополняют. Стоит оговориться: цифры, которые он приводит, — это экспертные оценки, а не результат строгого исследования. Отнеситесь к ним как к ориентирам, а не как к фактам.

1. Облако с открытыми весами — около 50–55%

Основная доля рынка останется в облаке, но модели с открытыми весами подожмут цены закрытых решений. Лицензии вроде MIT позволяют кому угодно запускать и дорабатывать модели, а значит, провайдеры не смогут держать наценку. Пользователи будут арендовать мощности, но платить за это копейки.

По сути, это уже происходит. Облачные провайдеры сдают в аренду GPU под инференс моделей, чьи веса доступны каждому. Конкуренция между ними давит цены вниз.

2. Каскадные системы — около 20–25%

Это, пожалуй, самый интересный сценарий. Идея в том, чтобы не гонять каждый запрос через гигантскую модель. Простые задачи — классификация, автодополнение, редактирование текста, фильтрация — решаются маленькими локальными моделями или сверхдешёвыми облачными. А к фронтовой модели (самой умной и дорогой) обращаются только тогда, когда задача действительно сложная.

Количество локальных токенов может вырасти в 10–50 раз, но суммарные затраты на них останутся небольшими — потому что эти модели дешёвые. Зато фронтовые модели, где нужна максимальная точность и надёжность, продолжат стоить дорого. Именно в этом пятипроцентном сегменте и останется вся реальная ценность.

Для обычного пользователя это означает: ваш телефон или ноутбук будет сам решать большинство рутинных задач с ИИ, а в сложных случаях обратится к облаку. Вы даже не заметите переключения.

3. ИИ как встроенная функция ОС — около 10–15%

Apple, Google, Microsoft и другие производители операционных систем уже встраивают небольшие модели прямо в систему. Siri, Gemini, Copilot — это первые ласточки. Со временем они станут достаточно компетентными, чтобы закрывать 80% бытовых запросов без обращения к серверу.

Пользователь ничего не переключает. Модель просто работает: подсказывает ответ, дописывает текст, переводит, суммирует. Быстро, приватно, без интернета. Это как калькулятор в телефоне — когда-то он был отдельным устройством, а теперь встроен в каждый гаджет и никто не задумывается.

Проблема в том, что для продвинутых агентных задач — когда ИИ должен выполнять сложные цепочки действий — локальных мощностей пока не хватает. Но если архитектуры продолжат расти в эффективности (а они растут), этот сценарий становится вопросом ближайших лет.

4. Закрытые острова — около 5–8%

Для некоторых отраслей — военные, банковский сектор, медицина, государственные структуры — «облачный, но дешёвый» не подходит. Им нужна полная изоляция, контроль данных, соответствие регуляторным требованиям. Эти ниши останутся за локальными решениями на собственном оборудовании.

Доля невелика, но зато стабильна и защищена от дефляции. Когда речь идёт о безопасности и соблюдении закона, ценовой вопрос отходит на второй план.

Что это значит для обычного человека

Если вы не управляете облачной компанией и не строите дата-центр, вас всё равно коснётся. Вот что меняется:

ИИ-функции в устройствах станут бесплатными и незаметными. Через пару лет текстовые подсказки, перевод, суммирование, редактирование фото — всё это будет работать локально, без подписки. Как GPS в телефоне: когда-то это была дорогая функция, а теперь она просто есть.

Подписки на ИИ-сервисы подешевеют или исчезнут. Тяжело продавать за 20 долларов в месяц то, что можно запустить бесплатно на своём ноутбуке. Останутся платные планы для профессиональных задач, где важна максимальная мощность.

Аппаратные требования вырастут. Чтобы запускать хорошие модели локально, нужно соответствующее железо. Производители чипов — Apple, Qualcomm, Intel, NVIDIA — будут наращивать нейронные движки в процессорах. Ваш следующий ноутбук или смартфон будет иметь заметно больше вычислительных мощностей для ИИ, чем текущий.

Скептическая нота

Хотелось бы добавить ложку дёгтя. Брайан Ванг — уважаемый футурист, но его прогнозы часто страдают от избыточного оптимизма. Точные процентные распределения сценариев (50–55%, 20–25% и так далее) — это не результат моделирования, а интуитивная оценка одного эксперта. Реальность может сложиться совсем иначе.

Кроме того, тезис о том, что открытые модели «неотличимы» от закрытых для 95% запросов, требует уточнения. В тестах на стандартных бенчмарках разница действительно сокращается. Но в реальных бизнес-процессах, где важна консистентность, документированная поддержка и юридическая ответственность, крупные компании по-прежнему предпочитают проверенных вендоров. «Дешевле» — не всегда значит «достаточно хорошо».

Вместо вывода

Главный посыл статьи Ванга — не в конкретных цифрах, а в тренде. ИИ действительно стремительно дешевеет. Открытые модели действительно подрывают монополию закрытых провайдеров. И деньги действительно будут сдвигаться туда, где дешёвое решение уже не работает — в задачи с высокими ставками, жёсткими требованиями и нулевой терпимостью к ошибкам.

Для большинства из нас это хорошая новость. ИИ перестаёт быть роскошью и становится инфраструктурой — как электричество, водопровод или сотовая связь. Мы перестанем задумываться о том, «какой нейросетью пользуюсь», так же как не задумываемся, какой марки трансформатор стоит на подстанции. Важно, что розетка работает.