На рынке ИИ-систем формируется новая динамика: американские компании, включая недавно выходящие на IPO лидеры, стремятся показывать рост выручки, но давление китайских конкурентов не даёт им повышать цены. В корпоративном секторе США всё чаще опираются на открытые ИИ-модели, чтобы экономить без значительного ущерба для прогресса в бизнесе. Такая тенденция отмечается в рамках общего перехода к моделям с открытым исходным кодом и весами, которые позволяют развёртывать решения локально и под собственные требования. Ряд источников указывает на то, что подобная миграция уже стала заметной в финансовом секторе, логистике и тяжёлой промышленности.

Независимо от отрасли, современные данные подчеркивают смещение акцентов: доля открытых моделей в использовании токенов растёт. По данным Vercel к августу 2024 года доля таких моделей достигла 56 процентов, тогда как в декабре прошлого года она составляла около 7 процентов. При этом исследования OpenRouter указывают, что китайские ИИ-лаборатории сейчас входят в десятку крупнейших по интенсивности использования токенов. Эти цифры подчёркивают, что открытые подходы становятся устойчивой частью инфраструктуры крупнейших компаний.

В примерах глобальных компаний прослеживаются как прямые эффекты перехода на открытые модели, так и связанные с этим изменения в расходах на ИИ-обработку. Так, представители Tinder (Match Group) рассказывают, что к июлю расходы на ИИ-обслуживание выросли в десять раз по сравнению с январём прошлого года, и перенос части запросов на открытые весовые модели может помочь stabilizировать траты. При этом ключевые задачи по большинству потребностей компании способны закрывать открытые решения, которые уже успешно конкурируют с проприетарными моделями.

Другой крупный пример — AT&T: по словам руководителя по данным и ИИ Энди Маркуса, компания уже покрывает порядка 40 процентов своих ИИ-нагрузок открытыми моделями и ставит цель довести долю до 70 процентов в ближайшем году. Ещё отмечается, что организация обрабатывает до 45 млрд токенов в день, и миграция на открытые модели может снизить расходы без потери точности. Внутренние тесты демонстрируют, что в ряде случаев открытые весные модели по эффективности и скорости не уступают закрытым аналогам, а возможность развёртывания в собственной инфраструктуре повышает информационную безопасность.

Экосистема также признаёт, что доминируют открытые подходы у ряда китайских лабораторий, но к ним присоединяются западные игроки, включая Nvidia и французскую Mistral, а также стартапы Reflection AI и Thinking Machines Lab. По данным Vercel и другим источникам, открытые модели занимают заметную долю в отраслевом ландшафте, что подчеркивает трансфер технологий в глобальной конкуренции за доступ к программной и вычислительной мощности.