Гонка за создание самой умной базовой модели (LLM) уступает место борьбе за инфраструктуру, маршрутизацию и контроль над расходами. В недавнем выпуске подкаста Mixture of Experts ведущие эксперты индустрии обсудили три главных события недели, которые доказывают: мы вступаем в эру «пост-модельного» ИИ, где побеждают не разработчики нейросетей, а те, кто умеет их интегрировать и монетизировать.
1. Stripe и OpenRouter: Покупка «пункта взимания платы» за $7 млрд
Главная новость недели — финализация сделки по поглощению платформы OpenRouter платежным гигантом Stripe. Сумма сделки превысила $7 миллиардов, что более чем в пять раз превышает оценку компании всего 82 дня назад.
Для тех, кто следит только за OpenAI или Anthropic, имя OpenRouter может быть незнакомым. Это мультимодельный шлюз (gateway), который позволяет разработчикам получать доступ к десяткам различных нейросетей через единый API. Зачем это Stripe?
- Микротранзакции ИИ-агентов: Автономные ИИ-агенты будущего не могут подписывать контракты или использовать физические кредитки. Им нужны цифровые кошельки для оплаты токенов в реальном времени (например, 5 центов за быструю задачу и 50 центов за сложную аналитику). Stripe хочет стать «картой Visa» для программного обеспечения.
- Контроль над маршрутизацией: Цены на токены упали на 90%, а базовые модели стремительно дешевеют. Строить свою LLM — это дорогостоящая гонка на дно. Зато маршрутизатор получает комиссию с каждого запроса, независимо от того, какая модель победила в бенчмарках.
- Независимость от техногигантов: В отличие от Amazon, Microsoft или Google, которые хотят замкнуть пользователей в своих экосистемах, Stripe не волнует, где выполняется код. Их цель — контролировать биллинг там, где происходит маршрутизация.
Ключевой инсайт: Stripe инвестирует не в хайп вокруг ИИ, а в инфраструктуру. Пока создатели моделей сжигают миллиарды, конкурируя друг с другом, Stripe строит «будку для сбора платы» на главном мосту этой индустрии.
2. IBM и OpenAI: Конец моногамии в корпоративном сегменте
На прошлой неделе IBM анонсировала масштабное партнерство с OpenAI. Интерес вызывает то, что совсем недавно IBM заключила аналогичную сделку с прямым конкурентом OpenAI — компанией Anthropic.
Этот шаг сигнализирует о новой парадигме в ИИ-консалтинге:
- Нейтралитет — это сила: IBM не пытается выбрать одну модель-победителя. Компания позиционирует себя как нейтрального интегратора. Модели Anthropic могут использоваться для разработки софта, OpenAI — для сложного планирования, а собственные модели IBM Granite — для дешевой маршрутизации простых задач.
- Проблема грязных данных: В реальном мире 80% корпоративной ценности заперто в устаревших базах данных (mainframe COBOL, SAP, системы здравоохранения). Обучение модели за $20 млрд не решит проблемы Fortune 500. Этим компаниям нужны люди (интеграторы) и платформы управления.
- Уровень оркестрации (WatsonX): Внедрение ИИ в корпорациях упирается в аудит, комплаенс и безопасность. IBM предоставляет защищенный слой управления, позволяя клиентам менять модели «на лету» в зависимости от цены и скорости.
Создателям моделей остро не хватает каналов дистрибуции. OpenAI и Anthropic нуждаются в доступе к клиентам IBM гораздо больше, чем IBM нуждается в их конкретных моделях.
3. Отчет Ramp AI Index (Август 2026): Эпоха ROI
Платформа Ramp, анализирующая расходы более 70 000 бизнесов, выпустила свежий отчет об использовании ИИ, который показывает отрезвляющую картину. Эра «бесконтрольных экспериментов» официально мертва. Финансовые директора (CFO) теперь требуют измеримой окупаемости (ROI).
Главные выводы из отчета Ramp:
- Огромный разрыв в тратах: Топ-1% компаний тратят на ИИ около $7 400 в месяц на одного сотрудника. При этом медианное значение по рынку составляет всего $12. Когда затраты на ИИ начинают приближаться к зарплате самого сотрудника, бизнес вынужден задавать жесткие вопросы об эффективности.
- Смерть SaaS-модели «за рабочее место»: Оценка ИИ-расходов по стоимости лицензии устарела. Бизнес переходит к метрикам вроде «стоимость за обработанный тикет» (снижение с $18 за человека до нескольких центов за ИИ) или «стоимость аудита контракта».
- Усталость от «Случайных актов ИИ» (Random acts of AI): Компании внедрили сотни агентов и моделей на разных платформах. Теперь они столкнулись с проблемой: никто не знает, сколько ИИ-инструментов работает внутри компании, кто за них платит и как соблюдаются законы (например, EU AI Act).
- Рост Open Source: Доля использования открытых моделей продолжает уверенно расти (с 4.5% до 6.1%), так как компании ищут способы снизить зависимость от проприетарных API-провайдеров.
Индустрия стартапов-оберток (wrappers), которые просто суммировали PDF-файлы, переживает катастрофический отток клиентов. Базовые функции теперь встроены в ОС и браузеры бесплатно. Выживают только те, кто глубоко интегрирован в бизнес-процессы.
Будущее за мультимодельностью
Будущее искусственного интеллекта — это не одна универсальная модель. Это сложная сеть агентов, серверов и алгоритмов. Победителями в ближайшие годы станут не те, кто наберет на 2% больше в бенчмарках, а платформы, которые смогут безопасно, дешево и эффективно маршрутизировать задачи между десятками различных нейросетей.