- Денис ФилипповАвтор
Американские разработчики искусственного интеллекта все чаще ограничивают доступ к своим моделям: ужесточают лимиты, вводят новые тарифы и проверку личности, а новые функции открывают постепенно. Власти объясняют это безопасностью и национальными интересами, компании — монетизацией. Однако причина может быть проще: вычислительных мощностей пока не хватает, чтобы одновременно обслуживать всех пользователей, считает генеральный директор MWS AI (входит в МТС Web Services) Денис Филиппов
Было, но не прошло
Весной OpenAI объявила о закрытии сервиса генерации видео Sora. Видеогенерация относится к самым дорогим массовым сценариям, поэтому решение можно было объяснить слабой монетизацией продукта. Однако уже через два месяца стало понятно, что компания высвобождает вычислительные ресурсы и разработку для корпоративного сегмента, в котором она уступает ближайшему конкуренту — Anthropic. По данным финтех-компании Ramp, которая выпускает корпоративные карты, в апреле продукты Anthropic оплачивали 34% компаний из выборки сервиса, продукты OpenAI — 32%.
В июле OpenAI снизила цену GPT-5.6 Luna на 80%, GPT-5.6 Terra — на 20%. То есть при том же бюджете компании могут обрабатывать больше документов, чаще запускать агентов и подключать к ИИ больше сотрудников. Снижение цен позволяет OpenAI предложить корпоративным клиентам более выгодные условия и укрепить позиции в конкуренции с Anthropic. Однако у этой стратегии есть обратная сторона: рост числа клиентов и запросов увеличивает потребность в вычислительных мощностях, которые OpenAI приходится постоянно наращивать. Генеративный ИИ требует отдельного вычисления для каждого ответа. Чем больше запросов, длиннее рассуждение и сложнее задача, тем больше ресурсов нужно.
Особое значение эта конкуренция приобретает на фоне подготовки компаний к IPO: в начале июня Anthropic и OpenAI официально начали процесс выхода на биржу в США. Теперь компаниям предстоит убедить инвесторов, что растущий спрос на ИИ можно превращать в выручку и обслуживать без постоянного ухудшения качества и доступности сервисов. Поэтому публичный разговор о дефиците вычислительных мощностей осложнил бы историю роста, которую компании предлагают рынку.
Для корпоративного заказчика дефицит мощностей может означать задержки, ошибки перегрузки и отказ отдельных запросов. Для инвестора он ограничивает темпы роста: без расширения инфраструктуры компания не может превратить весь спрос в выручку. OpenAI и Anthropic объясняют лимиты борьбой со злоупотреблениями, стабильностью сервисов и справедливым распределением ресурсов. Но одновременно тарифы и уровни обслуживания позволяют отдавать приоритет клиентам, которые оплачивают выделенные мощности и гарантированную доступность.
Встать в очередь
Что происходит после запуска мощной модели без ограничений, показала Moonshot AI. В середине июля китайская компания выпустила Kimi K3. Спрос оказался настолько высоким, что уже через три дня, 19 июля, разработчик ограничил доступ для новых подписчиков. Проблема, впрочем, не нова. Во время технологического бума спрос часто растет быстрее инфраструктуры, и тогда доступ приходится распределять с помощью очередей и приоритетов.
Один из самых простых примеров — телефонная связь с ограниченной пропускной способностью линий и станций. При резком росте нагрузки часть соединений не устанавливается, и абоненту приходится ждать. После терактов 11 сентября 2001 года, когда повреждение инфраструктуры и резкий рост числа звонков привели к масштабной перегрузке сетей, власти США ускорили внедрение системы приоритетной мобильной связи. При заполненной сети звонки экстренных служб и государственных органов ставились в начало очереди и получали свободный канал раньше обычных вызовов.
Похожим образом работали некоторые модели семейства IBM System/360, представленного в 1964 году, — большие центральные компьютеры, к которым подключалось сразу много пользователей. Система поочередно выделяла им короткие отрезки процессорного времени, поэтому у каждого возникало ощущение, что компьютер работает только для него. В действительности она распределяла ресурсы между задачами, которым назначали разные приоритеты. Система также учитывала использованное процессорное время, память и оборудование: на основе этих данных можно было рассчитывать плату за вычисления.
ИИ-тарифы устроены схожим образом. Бесплатный пользователь получает базовый доступ с ограниченным числом запросов: после исчерпания лимита приходится ждать его обновления. Платная подписка дает более высокие лимиты и приоритет в периоды повышенной нагрузки. Отсюда разнообразие подписок — Plus, Pro и др. Они различаются не только набором функций, но и объемом доступного использования: числом запросов, доступом к более мощным моделям и лимитами на ресурсоемкие режимы, такие как глубокое исследование, программирование и работа ИИ-агентов.
Отдельную роль в этой системе играет подтверждение личности. OpenAI объясняет его требованиями безопасности и соблюдения правил, а Anthropic — борьбой со спамом и злоупотреблениями. В некоторых случаях OpenAI требует верификацию перед доступом к отдельным продуктам, функциям и моделям. При этом верификация позволяет перейти от единых ограничений к адресному управлению доступом. Платформы уже собирают данные об аккаунте, запросах и стране входа. Верификация связывает их с конкретным пользователем и позволяет точнее решать, кому открывать ресурсоемкие модели, какие лимиты устанавливать и сколько мощностей выделять.
Вопросы политики и не только
Показателен запуск Claude Fable 5. В июне власти США ввели экспортные ограничения на Fable 5 и Mythos 5, потребовав закрыть доступ к моделям для всех иностранных граждан, включая сотрудников Anthropic. Решение объясняли соображениями национальной безопасности и опасениями, что защитные механизмы Fable 5 можно обойти. Поскольку Anthropic не могла в реальном времени проверять гражданство пользователей, компания временно отключила обе модели для всей аудитории. Такой режим экономически удобен разработчику. С одной стороны, он поддерживает образ технологического превосходства: модель выглядит настолько мощной, что ее ограничивают на государственном уровне. С другой, доступ можно открывать поэтапно: сначала ограниченному кругу пользователей, а затем расширять аудиторию.
Через три недели ограничения сняли. Однако модель сразу получила новый лимит: запросы к Fable 5 могли занимать не более 50% недельного объема использования, включенного в подписки Pro, Max и Team. Такие правила помогают регулировать поток запросов и нагрузку на инфраструктуру, снижая риск перегрузки и не раскрывая реальный предел доступных мощностей.
Борьба с дистилляцией (методом, когда большая умная нейросеть, которую называют моделью‑учителем, передает свои знания меньшей и более легкой модели-ученику) тоже имеет экономический смысл. В феврале Anthropic заявила, что DeepSeek, Moonshot и MiniMax провели более 16 млн обменов с Claude через примерно 24 000 фиктивных аккаунтов. По версии компании, конкуренты собирали ответы Claude, чтобы использовать их для обучения и улучшения собственных моделей значительно быстрее и дешевле, чем при самостоятельной разработке. Каждый такой запрос обрабатывался инфраструктурой Anthropic и требовал вычислительных ресурсов. Поэтому блокировка дистилляции защищает не только возможности, вложенные в модель, но и мощности, которые иначе используются для обучения будущего конкурента.
По нашей информации, тысячи ежедневных блокировок Claude в России приходятся в основном на корпоративных пользователей. Они платят за подписку $200 в месяц, но каждый такой пользователь может израсходовать объем токенов, который при оплате по тарифам API стоил бы до $8000. Отключение пользователей в недружественной стране высвобождает значительный объем вычислительных мощностей, поэтому политика здесь тоже скорее вторична.
Сообразить на весь рынок
Разработчик либо сохраняет модель и инфраструктуру у себя, продавая доступ через приложение, API и корпоративные контракты, либо открывает веса, то есть публикует параметры модели, чтобы другие запускали ее на своем оборудовании. Во втором случае он распространяет технологию, но не обслуживает каждый запрос на своих серверах. Этот подход используют китайские разработчики, сохраняя конкурентоспособность при ограниченном доступе к вычислительным ресурсам.
Было бы преувеличением считать разгрузку собственных дата-центров единственной причиной публикации весов моделей. Открытость помогает наращивать экосистему, привлекать разработчиков и распространять общие технологические интерфейсы, а также упрощает внедрение моделей компаниями. Но одновременно она распределяет затраты на инференс (этап, когда уже обученная модель обрабатывает входные данные и выдает результат, то есть это работа модели «в бою») между участниками экосистемы. Заказчик сам обеспечивает или арендует необходимые ускорители и программную инфраструктуру, оплачивает энергопотребление и отвечает за эксплуатацию. Дефицит вычислений сохраняется, но финансирует его уже другая сторона.
Разработчики перестали продавать модели и начали продавать место в очереди за ними. А самая обсуждаемая цифровая технология оказалась одной из самых материальных. Она зависит от ускорителей, памяти, электричества, охлаждения, земли и сроков строительства дата-центров.
Мнение редакции может не совпадать с точкой зрения автора
Источник: www.forbes.ru
