В корпоративном сегменте Кремниевой долины происходит фундаментальный перелом: если предыдущие два года компании соревновались за доступ к наиболее мощным флагманским системам, то с переходом технологий в стадию масштабной промышленной эксплуатации на первый план вышел прагматичный финансовый расчет.

Как сообщает издание «Тэнсюнь Кэцзи», взрывной рост затрат на облачные вычисления вынудил бизнес пересмотреть свои бюджеты и массово обратиться к моделям с открытыми весами.

Согласно данным платформы AlphaSense, число упоминаний открытых архитектур на конференциях с инвесторами и в корпоративной отчетности американских компаний выросло в шесть раз по сравнению с аналогичным периодом прошлого года, охватив телекоммуникационный сектор, финансовые институты, логистику и промышленность.

Главным катализатором изменений стал отказ от иллюзии универсальности закрытых гигантов. На этапе коротких экспериментов высокая стоимость токенов казалась несущественной, но при внедрении автономных агентов и автоматизации рабочих процессов бюджеты начали стремительно испаряться: например, компания Uber из-за бесконтрольного применения ассистентов программирования исчерпала годовой лимит всего за четыре месяца, после чего ввела жесткие ограничения.

Для выполнения большинства рутинных операций, таких как извлечение структурированных данных, классификация документов, первичное обслуживание клиентов или типовая правка кода, флагманские модели вроде Claude Opus или GPT-5.5 избыточны.

По данным Vercel, доля трафика открытых решений в шлюзах вычислений подскочила с семи процентов в конце прошлого года до пятидесяти шести процентов в августе, а на платформе OpenRouter превысила шестьдесят пять процентов.

На смену монолитным контрактам с одним поставщиком пришла гибридная архитектура маршрутизации, где задачи распределяются в зависимости от их реальной сложности.

Телекоммуникационный гигант AT&T, обрабатывающий ежедневно сорок пять миллиардов токенов, уже перевел сорок процентов рабочих нагрузок на открытые архитектуры и планирует довести эту долю до семидесяти процентов за счет дообучения моделей на собственных проприетарных данных.

В сервисе Tinder затраты на искусственный интеллект выросли с одного до десяти миллионов долларов в годовом выражении, что вынудило команду направлять все некритичные запросы на открытые системы.

Аналогичную гибкость демонстрируют разработчики инструментов программирования: создание тестового прототипа браузера в редакторе Cursor на базе новейших проприетарных архитектур обходилось дороже десяти тысяч долларов, тогда как грамотная комбинация собственной модели с целевым вызовом внешних алгоритмов снизила итоговый счет более чем в семь раз.

Стремительное сокращение технологического разрыва усиливает давление на закрытые лаборатории. Появление открытых решений нового поколения, таких как DeepSeek V4 Pro, продемонстрировавших свыше восьмидесяти процентов точности на эталонном бенчмарке программной инженерии SWE-bench при стоимости вычислений в десятки раз ниже закрытых аналогов, разрушило баланс на стороне поставщиков услуг.

При цене менее двадцати центов за миллион токенов против четырех долларов у флагманов бизнес больше не готов переплачивать за минимальный прирост производительности на узких синтетических тестах.

Дополнительным аргументом выступает суверенитет над данными: возможность развернуть веса внутри собственного периметра критически важна для банков, медицинских организаций и корпораций, опасающихся утечки коммерческой тайны и обучающих выборок на внешние серверы.

Для традиционных разработчиков программного обеспечения этот процесс знаменует долгожданный ренессанс. Если ранее инвесторы опасались, что универсальные чат-боты полностью уничтожат классические SaaS-сервисы, то сегодня базовые модели воспринимаются рынком как дешевеющее сырье, снижение себестоимости которого напрямую увеличивает маржинальность готовых прикладных продуктов.

Очередная волна роста котировок корпоративных вендоров, таких как Adobe, Salesforce, ServiceNow и HubSpot, отражает уверенность в том, что победителем гонки станет не тот, кто бесконечно наращивает параметры нейросетей, а тот, кто выстроит надежные пользовательские интерфейсы и рабочие процессы на базе доступных вычислений.

Руководители ведущих технологических концернов, включая главу NVIDIA Дженсена Хуанга, сходятся во мнении, что будущее принадлежит сосуществованию двух лагерей, однако эра слепой оплаты завышенных тарифов без оглядки на соотношение цены и качества окончательно подошла к концу.