Логика была относительно простой: пограничные модели ИИ были чрезвычайно дорогими в обучении и эксплуатации, но компании, способные создавать самые мощные системы, могли взимать плату за доступ к ним. Сегодня это основное предположение подвергается испытанию.
Китайские компании производят все более эффективные модели с открытым весом при значительно более низких затратах, в то время как американские технологические компании наращивают свои собственные усилия по разработке альтернатив. Этот сдвиг может сделать ИИ дешевле и более доступным, что потенциально ускорит его внедрение. Но это также может подорвать один из самых важных столпов, поддерживающих оценки ведущих частных ИИ-компаний Америки, когда они приближаются к публичным рынкам.
Anthropic уже конфиденциально подал заявку на IPO, в то время как OpenAI также конфиденциально подал заявку на листинг в США. Агентство Reuters сообщило, что OpenAI может нацелиться на оценку до $ 1 трлн, в то время как Anthropic был оценен в $ 965 млрд в своем последнем раунде частного финансирования. Более поздние ожидания инвесторов подтолкнули потенциальную оценку IPO Anthropic еще выше.
Поэтому для инвесторов революция открытой модели — это не просто технологическая история. Вопрос в том, сможет ли экономический ров вокруг пограничного ИИ пережить падение цен на модели и все более надежные альтернативы.
Модели с открытым исходным кодом сокращают разрыв в ИИ между США и Китаем
Самое большое стратегическое изменение заключается в том, что гонка ИИ больше не определяется исключительно тем, кто может построить самую мощную закрытую модель. Все чаще конкуренция также связана с тем, кто может распространять способный ИИ наиболее дешево и эффективно.
Китайские компании добились значительного прогресса на этом фронте. Например, модель KIMI K3 от Moonshot — это модель с открытым весом в 2,8 триллиона параметров, которая, как сообщает The Wall Street Journal, приближается к производительности ведущих систем США. GLM-5. 2 Z.ai также привлек внимание к кодированию и агентским возможностям, предлагаясь за небольшую часть стоимости ведущих моделей США.
Это важно, потому что модели с открытым весом меняют экономику ИИ. Вместо того, чтобы платить поставщику каждый раз, когда модель обрабатывает информацию, компании могут загружать весовые коэффициенты модели, развертывать их в своей собственной инфраструктуре и настраивать их для конкретных приложений. Результатом могут быть более низкие затраты на вывод, больший контроль над конфиденциальными данными и меньшая зависимость от одного провайдера ИИ.
Это становится все более привлекательным для предприятий, сталкивающихся с быстро растущими счетами за ИИ. OpenAI отреагировал ранее этим летом, снизив цену на свои меньшие модели GPT-5. 6, при этом цена на модель Luna упала на 80%. Этот шаг иллюстрирует давление, которое более дешевые альтернативы уже оказывают на экономику запатентованного ИИ.
Таким образом, преимущество Китая не обязательно заключается в том, что его модели универсально превосходят. Скорее, страна демонстрирует, что производительность ИИ может быстро улучшаться при снижении затрат. Alibaba даже движется к коммерческой монетизации открытых моделей, предполагая, что «открытый » ИИ не обязательно означает «некоммерческий » ИИ.
Все это вызвало реакцию в США В июле Nvidia, Microsoft, Meta, IBM, Palantir и другие технологические компании поддержали отраслевое письмо, призывающее политиков избегать преждевременных ограничений на модели с открытым весом. Аргумент становится все более стратегическим: широко доступный американский ИИ может ускорить внедрение, укрепить внутреннюю экосистему и помешать Китаю установить глобальное преимущество за счет более дешевых технологий.
Впоследствии Meta активизировала свою стратегию открытого веса, в то время как Nvidia разрабатывает новое поколение моделей Nemotron, предназначенных для конкуренции с ведущими открытыми системами. Агентство Reuters сообщило, что Nvidia работает над модельным семейством, потенциально достигающим как минимум одного триллиона параметров.
Для индустрии искусственного интеллекта США это создает парадокс. Открытые модели могут ослабить бизнес-модели OpenAI и Anthropic, но они могут одновременно укрепить более широкие позиции Америки в гонке ИИ, сделав технологию более дешевой и широко применимой.
Почему открытые модели могут повредить OpenAI и антропным оценкам
Центральным инвестиционным риском является коммодитизация.
OpenAI и Anthropic оцениваются не только за доход, который они генерируют сегодня, но и за их способность поддерживать технологическое преимущество, которое поддерживает премиальное ценообразование и огромный будущий рост. Если достаточно способные модели станут широко доступны бесплатно или по очень низкой цене, инвесторы могут начать задаваться вопросом, является ли это преимущество прочным конкурентным рвом.
Это особенно важно, потому что экономика пограничного ИИ необычна. Обучение все более сложным моделям требует огромных вычислительных мощностей, в то время как затраты на вывод остаются значительными, поскольку клиенты используют системы ИИ в масштабе. Поэтому компаниям нужен как высокий спрос, так и достаточная мощность ценообразования, чтобы оправдать свои расходы на инфраструктуру и исследования.
Модели с открытым весом атакуют эту мощь ценообразования снизу.
Компания может не нуждаться в абсолютной лучшей модели ИИ для переключения поставщиков. Если открытая модель на 90% или 95% способна на долю цены, для бизнеса может быть экономически разумным использовать ее для кодирования, обслуживания клиентов, анализа документов, внутреннего управления знаниями или других рутинных задач.
Это различие может стать решающим для инвесторов. OpenAI и Anthropic могут сохранить преимущество на технологическом рубеже, но финансовая ценность этого преимущества зависит от того, сколько клиенты готовы за него заплатить.
Угроза уже видна в ценообразовании. Недавние сокращения OpenAI показывают, что даже разработчики закрытых моделей вынуждены реагировать на чувствительность клиентов к расходам на ИИ. В то же время китайские модели, такие как GLM-5. 2 и KIMI K3, оказывают давление на предположение, что американские модели могут оставаться значительно дороже просто потому, что они более продвинуты.
Это создает потенциально неудобный сценарий в преддверии IPO. Если цены на модели снизятся быстрее, чем увеличится использование, рост выручки может остаться сильным, в то время как валовая прибыль разочарует. Затем инвесторы могут перейти от вопроса о том, как быстро растет доход от ИИ, к вопросу о том, какую прибыль в конечном итоге может принести каждый доллар дохода от ИИ.
Это будет значительным изменением в системе оценки.
Тест IPO: рост против экономического рва
Поэтому для Anthropic и OpenAI дебаты на публичном рынке могут стать меньше о том, является ли ИИ преобразующим, и больше о том, кто захватывает экономическую ценность, созданную этой трансформацией.
IPO Anthropic может стать особенно важным тестом. Последняя частная оценка компании уже была близка к $ 1 трлн, в то время как более поздние ожидания, как сообщается, поместили ее потенциальную публичную оценку около $ 2 трлн. Между тем, OpenAI может рассчитывать на оценку до 1 триллиона $.
При таких оценках инвесторам понадобятся доказательства того, что лидерство по пограничной модели может привести к долгосрочной марже, а не просто к впечатляющему росту доходов. Существует несколько причин, по которым угроза от открытых моделей, тем не менее, может быть управляемой.
Во-первых, самые продвинутые модели могут сохранить значимое преимущество в производительности, особенно для сложных корпоративных рабочих нагрузок. Во-вторых, компании могут отдавать предпочтение закрытым провайдерам, потому что они предлагают надежность, безопасность, техническую поддержку и интегрированные приложения. В-третьих, развертывание открытой модели внутри компании не является бесплатным: предприятия по-прежнему нуждаются в вычислительных мощностях, инженерах, средствах контроля и обслуживания кибербезопасности.
Самое главное, что ИИ может пойти по пути программного обеспечения с открытым исходным кодом. Сама модель может становиться все более товарной, в то время как ценность мигрирует в сторону инфраструктуры, облачных вычислений, приложений, данных, дистрибуции и специализированных услуг. Это действительно может принести пользу таким компаниям, как Nvidia, Microsoft и Meta, даже если это усложнит экономику чистых разработчиков пограничных моделей.
Поэтому для инвесторов решающий вопрос заключается не в том, победит ли открытый ИИ или закрытый ИИ. Именно здесь движется прибыль, если открытые модели становятся достаточно хорошими для большинства рабочих нагрузок.
Что должны смотреть трейдеры
Предстоящие IPO обеспечат проверку этого тезиса в режиме реального времени. Инвесторы должны сосредоточиться на ценообразовании модели, затратах на вывод, росте корпоративных клиентов и валовой прибыли наряду с общим ростом доходов. Быстрое снижение стоимости токена было бы положительным для внедрения ИИ, но потенциально отрицательным для оценки компаний, чьи бизнес-модели зависят от взимания премиальных цен за доступ к проприетарным моделям.
Конкурентный разрыв между американскими и китайскими моделями также будет иметь решающее значение. Если китайские модели с открытым весом продолжат приближаться к границе, сохраняя при этом существенное преимущество в затратах, давление на OpenAI и Anthropic может усилиться. И наоборот, если американские компании успешно разработают конкурентоспособные открытые модели, угроза может стать возможностью для более широкой американской технологической экосистемы.
Самое важное инвестиционное различие в конечном итоге может быть между внедрением ИИ и монетизацией ИИ. Открытые модели могут ускорить первую, подрывая вторую для компаний, продающих доступ к проприетарной информации. Это фундаментальный риск, с которым сталкиваются OpenAI и Anthropic по мере приближения к публичным рынкам.
Их технологическое лидерство помогло оправдать экстраординарные частные оценки. Но если все более способный ИИ станет доступным, дешевым и настраиваемым, инвесторы могут начать задаваться вопросом, исчезает ли дефицит, который создал эти оценки.
