Foxconn разработала собственную ИИ-модель, но тренд уже другой: половина Fortune 500 уходит на open source

Тема перехода с платных закрытых API на открытые модели (open-source) стала центральной в подкасте Equity издания TechCrunch. Клем Деланж, CEO Hugging Face, платформы, которая выросла в аналог GitHub для ИИ-разработчиков, описал закономерность: компании начинают с API передовых закрытых моделей, но по мере масштабирования стоимость заставляет их переходить на открытые решения. Эта закономерность повторяется снова и снова.

Почему открытые модели набирают вес?

Деланж выделяет несколько факторов.

• Стоимость на масштабе. Пока компания тестирует ИИ на десятках запросов в день, API закрытой модели обходится дёшево. Когда запросов тысячи и десятки тысяч, счета растут быстрее, чем бизнес-результат. Открытая модель, развёрнутая на собственных серверах, позволяет зафиксировать расходы.

• Контроль над данными. Открытые веса (open weights, когда параметры модели доступны для скачивания и запуска локально) дают компании полный контроль: обучающие данные не уходят на сторонний сервер, дообучение (fine-tuning, обучение модели на ваших примерах под узкую задачу) делается без ограничений провайдера.

• Масштаб экосистемы. По данным Hugging Face, платформой пользуется примерно половина компаний из Fortune 500. Это уже не нишевое движение энтузиастов, а индустриальный стандарт.

Какие аргументы у сторонников закрытых моделей?

Закрытые модели, такие как продукты OpenAI и Anthropic, тоже имеют сильные стороны, и было бы нечестно их замалчивать.

• Качество «из коробки». Передовые закрытые модели по-прежнему показывают лучшие результаты на сложных задачах, особенно в рассуждениях и мультимодальности (работе с текстом, изображениями и другими форматами одновременно).

• Простота запуска. Не нужен DevOps, не нужно покупать и настраивать GPU: подключил API и работаешь. Для небольшой команды это может быть единственный разумный путь.

• Безопасность и модерация. Закрытые провайдеры берут на себя фильтрацию опасного контента. Деланж сам упоминает остановленный релиз Anthropic, модель Fable, как пример того, что закрытые компании могут оперативно отозвать продукт, если видят риски.

Однако именно этот аргумент Деланж разворачивает в обратную сторону: если горстка компаний контролирует доступ к ИИ, они контролируют и то, что можно, а что нельзя делать с технологией.

Компании начинают на передовых API, но по мере масштабирования стоимость толкает их к открытым моделям. Эту историю я вижу снова и снова. : Клем Деланж, CEO Hugging Face

Что с этого российскому автору, маркетологу и предпринимателю?

Авторам Дзена и копирайтерам. Тренд на открытые модели означает, что доступных инструментов для генерации и редактуры текстов будет только больше. Уже сейчас можно развернуть открытую модель локально и не зависеть от подписки на зарубежный сервис, которая может прерваться из-за санкций или курса.

Маркетологам. Если вы строите ИИ-воронки или чат-ботов на API OpenAI или Claude, закладывайте сценарий миграции. Открытые модели, такие как Llama от Meta или Mistral, уже позволяют закрыть большинство задач классификации, суммаризации и генерации без ежемесячных счетов в долларах.

Предпринимателям в РФ и СНГ. Переход на открытые модели для российских компаний это не просто экономия, а вопрос устойчивости. Платный API из-за рубежа может стать недоступен в любой момент. Из российских аналогов стоит держать в поле зрения YandexGPT и GigaChat: они не требуют валютных платежей и работают без VPN.

Рынок открытых моделей растёт не потому, что энтузиасты победили корпорации, а потому, что математика масштабирования работает против закрытых API. Foxconn разработала собственную ИИ-модель для своих производственных нужд, и этот шаг логично вписывается в тот же тренд: когда масштаб достаточно велик, дешевле владеть моделью, чем арендовать чужую. Для тех, кто работает в РФ, этот урок стоит усвоить раньше, чем очередной зарубежный API перестанет принимать российские карты.