Краткое содержание анализа
В настоящее время крупные технологические компании активно инвестируют в развитие «полноценных AI-решений» (full-stack AI), стремясь контролировать все этапы производственного цикла AI — от производства чипов и обеспечения вычислительных мощностей до создания моделей и разработки приложений и хардверных устройств. Это стремление обусловлено двумя факторами: страхом быть зависимыми от других компаний (например, нехваткой вычислительных ресурсов у компаний, разрабатывающих модели, или опасением обслуживающих провайдеров потерять клиентов) и успешным опытом бесграничного роста в интернет-эпоху, который побудил их думать, что они могут делать все. Однако полноценное расширение деятельности сопровождается значительными издержками: чрезмерные затраты приводят к отрицательному денежному потоку, усиливаются конфликты за внутренние ресурсы и возрастают расходы на координацию, что иногда замедляет развитие основного бизнеса. С точки зрения долгосрочной перспективы, подход к полному контролю над всеми аспектами AI скорее является проявлением несформированности отраслевого разделения труда. Снижение внешних транзакционных издержек (например, благодаря стандартным API и интерфейсам, позволяющим продуктам разных компаний легко взаимодействовать) в конечном итоге приведет к возвращению к более эффективному распределению обязанностей между компаниями.
Почему крупные компании стремятся контролировать весь процесс развития AI?
Стремление к полному контролю над AI обусловлено страхом потери конкурентных преимуществ. Каждый этап производственного цикла AI может стать важным ресурсом для обеспечения устойчивости компании: чипы могут приносить огромную прибыль (как у Nvidia), модели — значительный доход (как у Anthropic), а хардверные устройства — контроль над распространением продуктов (как у Apple). Отсутствие участия в любом из этих этапов может привести к потере клиентов или ресурсов. Кроме того, успешный опыт интернет-эпохи убедил компании в возможности достижения успеха за счет масштабных инвестиций. Однако такой подход приводит к росту затрат и ухудшению финансовых показателей.
Существуют два типа подходов к полному контролю над AI: один эффективен, другой — избыточен
Подход к полному контролю делится на два типа:
1. Вертикальная интеграция (расширение деятельности вокруг основных компетенций): компании, разрабатывающие модели, могут начать производство собственных чипов или создание центров обработки данных (например, OpenAI с проектом Jalapeño), а провайдеры обслуживания вычислительных ресурсов могут разрабатывать собственные модели (например, Microsoft с проектом MAI). Это позволяет снизить зависимость от внешних поставщиков и улучшить сотрудничество между отделами (например, собственные чипы Microsoft увеличили скорость работы интеллектуального помощника Copilot на 40%).
2. Горизонтальное расширение (попытка охватить как можно больше сфер): после создания модели компании могут начать разрабатывать чат-ботов, инструменты для программирования, браузеры и хардверные устройства. Однако такой подход часто приводит к рассеиванию ресурсов и замедлению развития основного бизнеса.
Полный контроль сопровождается большими финансовыми и организационными трудностями
Полный контроль над AI сопровождается значительными финансовыми издержками: в этом году компании, такие как Alphabet и Microsoft, инвестировали около 65 миллиардов долларов в развитие AI-инфраструктуры, что на 60% больше, чем в прошлом году. Алибаба увеличила капитальные расходы на 75% во втором квартале, а Tencent — на 8 миллиардов долларов; обе компании столкнулись с отрицательным денежным потоком. Компания ByteDance даже взяла заем в размере 20 миллиардов долларов для инвестиций в AI. Доходы и прибыль появляются только спустя несколько лет, что создает большое давление на компании. Кроме того, внутренняя координация становится сложнее, чем внешнее сотрудничество (например, конфликты между командами Google DeepMind из-за разных целей исследований и коммерческих интересов).
Может ли полный контроль стать окончательным решением?
Экономист Ричард Коуз утверждал, что предприятия существуют из-за высоких рыночных издержек, но если внутренние издержки управления превышают рыночные, лучше доверить выполнение определенных задач другим компаниям. В индустрии AI наблюдается обратная тенденция: внешние транзакционные издержки снижаются (стандартные API облегчают взаимодействие между компаниями), а внутренние издержки управления увеличиваются (например, из-за необходимости использования профессиональных менеджеров и традиционных систем управления). В будущем индустрия AI вернется к более эффективному разделению труда: чипостроители будут заниматься производством чипов, компании, разрабатывающие модели — их созданием, а компании, разрабатывающие приложения — их использованием, каждая сосредоточиваясь на своих сильных сторонах.
Как крупные компании меняют свой подход?
Недавние изменения в деятельности крупных компаний свидетельствуют о переосмыслении стратегии:
- OpenAI: компания отказалась от попыток контролировать все аспекты развития AI и сосредоточилась на создании платформ и предоставлении API разработчикам.
- DeepMind: Хассабис покинул руководство и вернулся к исследованиям в области AGI; операционные функции переданы более опытным специалистам.
Эти изменения показывают, что крупные компании понимают, что полный контроль не гарантирует успеха, и лучше углублять свои основные компетенции.
Вывод
Полный контроль над AI — это проявление общей тревоги в индустрии, но в конечном итоге победит тот, кто сможет сделать свои ключевые компоненты незаменимыми. Решающим фактором будет способность компаний конкурировать на основе своих уникальных преимуществ, а не попытки контролировать весь процесс развития технологий.