На рынке искусственного интеллекта разворачивается парадоксальная ситуация. С одной стороны, стоимость обработки единицы информации стремительно падает, с другой стороны, совокупные корпоративные расходы на ИИ-инфраструктуру бьют исторические рекорды. Профессор бизнес-школы IMD Майкл Уоткинс объясняет этот феномен через концепцию поколенческой смены технологий и фундаментального изменения структуры потребления вычислительных мощностей.
Ключ к пониманию проблемы лежит в одновременном действии двух разнонаправленных тенденций. Первая — стремительное удешевление базовых возможностей. За счет жесткой рыночной конкуренции и активного развития открытых моделей (open-source) стоимость решения стандартных задач снижается в десятки и сотни раз в год, быстро превращая вчерашние прорывные функции в общедоступный товар.
Вторая тенденция — резкий взрывной рост объема потребляемых токенов при переходе от простых диалоговых систем к автономным агентам. Агентные сценарии требуют многократных итераций, декомпозиции задач, постоянной проверки результатов и непрерывной передачи огромных объемов контекста, что увеличивает расход вычислений в десятки, а в случае программирования — в сотни и тысячи раз. В итоге падение удельной цены полностью перекрывается колоссальным ростом объема использования.
Эта динамика кардинально меняет правила корпоративной конкуренции. Модели предыдущих поколений быстро теряют уникальность и превращаются в стандартную отраслевую инфраструктуру, которая не создает долгосрочного преимущества.
Устойчивые барьеры смещаются в сторону так называемых комплементарных активов: закрытых проприетарных данных компании, накопленной институциональной репутации, отлаженных каналов дистрибуции и, главное, юридической и этической ответственности за результат, которую алгоритм не может взять на себя.
Для топ-менеджмента такая реальность диктует необходимость перехода к гибкому управлению технологиями. Руководителям важно четко разграничивать задачи, где достаточно дешевых стандартизированных решений, и направления, действительно требующие дорогостоящих передовых систем.
При этом критически важным становится отказ от долгосрочной привязки к единственному поставщику, выстраивание независимой системы тестирования моделей на собственных реальных задачах и жесткий контроль над передачей конфиденциальных данных.
В эпоху, когда технологии обесцениваются с каждым кварталом, побеждают не те, кто единожды внедрил самую дорогую модель, а те, кто умеет непрерывно адаптировать организационную структуру к меняющейся стоимости интеллекта.