Искусственный интеллект переходит от борьбы моделей к игре распределения капитала — кто ошибется первым, тот и выбывает.

Согласно мониторингу 1M AI News, Axios опубликовало аналитическую статью, в которой говорится, что AI-состязание все больше похоже не на конкуренцию моделей, а на задачу распределения капитала. Закупку вычислительных мощностей нужно заранее фиксировать на один-два года: купишь слишком много — прогоришь до банкротства, купишь мало — клиенты уйдут. Прямая цитата генерального директора Anthropic Дарио Амодея в подкасте Dwarkesh звучит так: «Если закупать мощности исходя из темпов роста 10x в год, то в реальности выходит только 5x или же задержка составляет год. “В мире нет ни одного инструмента хеджирования, который может предотвратить банкротство”». Хотя стоимость единицы вычислительных ресурсов действительно снижается, объемы потребления растут быстрее, а общие расходы продолжают увеличиваться — это классический парадокс Джевонса.

Статья отмечает, что на данный момент никто не решил эту задачу правильно. Anthropic выбирает сдержанность: предпочитает ограничивать трафик и терять клиентов, но не перепокупать; обучающие задачи она строит так, чтобы обходить пиковые часы пользовательской нагрузки. OpenAI же выбирает агрессивный подход — делает крупные вложения в вычислительные мощности. У обеих стратегий есть своя цена: у Anthropic платящие пользователи часто сталкиваются с ограничением и перебоями, а глава полупроводникового аналитического института SemiAnalysis Дилан Патель предупреждает, что ее могут вынудить перейти на вычислительные мощности более низкого качества; у OpenAI финансовая дисциплина уже отражена на вторичном рынке — инвесторы переводят капитал с OpenAI на Anthropic. Крупнейшие поставщики облачных услуг в этом году, по прогнозам, направят на AI-капитальные затраты почти 7000 миллиардов долларов; даже на этом рекордном уровне вычислительных мощностей по всей отрасли все равно не хватает, чтобы удовлетворить спрос. Чем ближе к IPO, тем сложнее скрыть ответ на эту задачу.