Open-weight ИИ-компании — самые желанные цели поглощений Кремниевой долины: почему Nvidia скупает открытые модели
Все ждут, пока Nvidia подтвердит самую интересную технологическую сделку недели: сообщалось о приобретении Hugging Face за $13 млрд — платформы для обмена open-weight ИИ-моделями и бенчмарками. Сейчас Hugging Face известна прежде всего как цель команды ИИ-агентов OpenAI, занимавшихся reward-hacking, и находится в центре экосистемы разработчиков, создающих и разворачивающих LLM, не принадлежащие передовым лабораториям. Думайте о ней как о своего рода GitHub для эпохи ИИ.
Слухи о сделке появились после того, как Nvidia заключила соглашение на $6 млрд с Poolside — разработчиком open-weight моделей, в рамках которого большая часть его сотрудников перейдёт в чипмейкеру. А две недели назад Stripe приобрёл OpenRouter, ведущего поставщика open-weight моделей для бизнеса, более чем за $7 млрд.
Это огромный капитал, вливающийся в сектор, основанный на раздаче продукта бесплатно, и это отражает последние тренды ИИ-индустрии.
Для Nvidia есть необходимость избегать дальнейшей зависимости от сделок с крупными гиперскейлерами и передовыми лабораториями. Особенно это актуально, когда крупные создатели моделей вроде OpenAI и Google строят собственные инференс-чипы — как Jalapeño от OpenAI, чьи возможности были анонсированы на этой неделе. Если создатели моделей делают чипы, Nvidia хочет кусок бизнеса по созданию моделей.
Nvidia уже строит собственное семейство open-weight моделей Nemotron, но их внедрение не было массовым. Взяв под контроль крупнейшее американское пространство разработчиков открытых моделей, компания получит доступ к массе пользователей, которых можно подталкивать к своим чипам и стандартам.
Растут и вопросы о стоимости ИИ-инференса, из-за чего компании присматриваются к более дешёвым моделям китайских производителей вроде Moonshot, DeepSeek и Alibaba. Сейчас внедрение относительно невелико, но растёт: лишь 6% компаний используют open-weight модели, согласно опросу данных о расходах от Ramp, или всего 2% инженеров-программистов по замерам Jellyfish, которая делает инструменты для разработчиков.
Ник Альбарран, руководитель ИИ-продукта в Jellyfish, рассказал TechCrunch, что open-weight модели в основном используют компании, чьи продукты опираются на повторяющиеся инференс-нагрузки — например, сервисы поддержки клиентов. Поскольку это высокообъёмные задачи с большим количеством повторений, open-weight модель можно настроить так, чтобы она дёшево отвечала на вопросы.
Именно так Stripe описывает своё приобретение OpenRouter. «Токены — центральная валюта для компаний, строящих на ИИ, и очевидно, что реальный экономический потенциал будет зависеть от умелого использования дефицитных вычислительных ресурсов», — заявил в своём заявлении Патрик Коллисон, сооснователь и генеральный директор Stripe.
Однако для задач кодинга и агентных задач разнообразные запросы и больше рассуждений означают, что передовые модели часто выигрывают — отчасти потому, что проприетарные лаборатории обеспечивают более лёгкий доступ, а в некоторых случаях и субсидируют токены. Альбарран говорит, что по мере отладки ИИ-воркфлоу компаниям будет проще переходить на открытые модели. Тем не менее главная причина, по которой компании смотрят на такие модели сейчас, — контроль и настраиваемость, а не забота о расходах.
«Пока не так много компаний, где это так, — отметил Альбарран. — Но если цены у передовых лабораторий продолжат расти, всё больше компаний будут вынуждены по крайней мере рассмотреть такой вариант. Когда ваши ИИ-воркфлоу станут заметно зрелее, именно тогда имеет смысл инвестировать в самостоятельный хостинг моделей».
Линь Цяо — генеральный директор Fireworks, ведущего роутера и хоста open-weight моделей для корпоративных пользователей, который часто обсуждается как потенциальная цель поглощения для технологического гиганта. По её словам, компания обрабатывает 40 трлн токенов в день — больше, чем API Gemini или OpenAI.
Ставка Fireworks — на разнообразие моделей: по мере размножения и улучшения LLM компаниям будет проще обучать их под свои нужды. «Каждая компания с приложением должна рассмотреть найм собственного исследователя, — сказала она TechCrunch на прошлой неделе. — Они могут использовать свой продукт и данные о продукте, чтобы построить собственную модель. Будущее — за специализированным интеллектом. Буквально каждая компания должна иметь свою модель под каждый сценарий использования, и это произойдёт автоматически».
Легко забыть, насколько мы ранней стадии развития ИИ как инструмента и бизнеса. Однако доминирование OpenAI и Anthropic не неизбежно. Пока технологические гиганты ищут, как хеджировать ставки на крупнейшие лаборатории, привлекательность открытых технологий оказывается трудно игнорировать.
