Будущее рынка ИИ: почему побеждают вертикальные экосистемы

Триада вместо одной модели: почему рынок ИИ схлопывается в экосистемы

Compound AI system: базовая конфигурация из трёх компонентов

Исследователи Berkeley AI Research ввели термин compound AI systems — системы, где результат достигается совместной работой нескольких компонентов, а не одной нейросети. Алексей Наумов из Института ИИ и цифровых наук НИУ ВШЭ формулирует минимальную рабочую конфигурацию конкурентоспособного ИИ-продукта:

• Генеративная модель — «базовый интеллект», усваивающий закономерности из данных

• Поисковый движок — доступ к актуальной информации и снижение галлюцинаций

• Рекомендательная система — персонализация и удержание пользователя

Компания, делающая ставку только на языковую модель, автоматически становится зависимой от внешних вендоров по двум из трёх компонентов. Каждая зависимость — это не просто лицензионный платёж, а точка отказа и рычаг давления со стороны контрагента. Для маркетолога, выбирающего ИИ-платформу для кампании, это прямой риск: если вендор рекомендательной системы поднимет цены или изменит API — ваш стек ломается.

Экономика вертикальной интеграции

Предприниматель и исследователь бизнес-моделей Дженнаро Куофано называет происходящее «Великой конвергенцией» — фундаментальной реструктурацией, в которой компании обязаны контролировать всю цепочку создания стоимости в ИИ или уйти с рынка. Логика проста: когда генеративные модели становятся commodity, маржа уходит в смежные слои — поиск, рекомендации, инфраструктуру.

Петер Рыляков из «Онланты» (группа «Ланит») считает, что к 2030 году лидирующую долю рынка займут бизнес-модели, построенные на полной триаде. При этом нишевые игроки сохранят позиции там, где ключевое конкурентное преимущество — глубокая экспертиза в конкретной предметной области, а не инфраструктурный контроль. Никита Векессер из Orion Soft подчёркивает: именно этот фактор определяет, кто выживет в парадигме вертикальной интеграции.

Наглядный масштаб проблемы — стоимость входа. Обучение GPT-4 обошлось OpenAI в $78–100 млн, Google Gemini Ultra — в $192 млн (данные Stanford AI Index 2025). Гендиректор Anthropic Дарио Амодеи прогнозирует, что стоимость обучения следующего поколения моделей достигнет $1 млрд. Это цифры, которые превращают генеративную модель из продукта в инфраструктурную платформу — точно так же, как в своё время облачные вычисления.

Что это значит для практика

Для аудитории, работающей с ИИ-инструментами на уровне маркетинга и SaaS-решений, сигналы следующие. Николай Тржаскал из FabricaONE.AI (Softline) отмечает, что контроль над триадой критичен для облачных провайдеров, поисковых систем и маркетплейсов — то есть для всех, кому нужен контроль над инфраструктурой, данными и каналами распространения. Дмитрий Рейдман из «Ростелекома» добавляет российскую специфику: преимущество получают разработчики с уникальной технологией, отраслевой экспертизой и локальной инфраструктурой — зависимость от чужого технологического слоя создаёт бизнес-риски уже на стадии разработки.

Практический вывод: при выборе ИИ-платформы смотрите не только на качество генерации, но и на то, кто контролирует поисковый и рекомендательный слои. Провайдер, владеющий всей триадой, — более предсказуемый долгосрочный партнёр. Провайдер, зависящий от чужих компонентов, — потенциальная точка отказа в вашем рабочем процессе. В эпоху конвергенции экономить на аудите стека — дороже, чем переплатить за вертикально интегрированное решение.