Кремниевая крепость: почему Дуров, братья Либерманы и NEAR пытаются сломать монополию Big Tech на ИИ

Подумать только: в 2020 году вычислительные мощности планеты были распределены как здоровая экосистема - разнообразно, сбалансированно, конкурентно. Китайские, европейские и американские игроки имели примерно сопоставимые кластеры GPU. И вот, пять лет спустя, пять американских компаний из Кремниевой долины и Сиэтла контролируют почти 80% мировых мощностей для обработки ИИ. Доля Китая снизилась до 15%.

Подумать только: в 2020 году вычислительные мощности планеты были распределены как здоровая экосистема - разнообразно, сбалансированно, конкурентно. Китайские, европейские и американские игроки имели примерно сопоставимые кластеры GPU. И вот, пять лет спустя, пять американских компаний из Кремниевой долины и Сиэтла контролируют почти 80% мировых мощностей для обработки ИИ. Доля Китая снизилась до 15%. На уровне железа, хватка одной компании (NVIDIA) ещё крепче: ошеломляющие 92% всех дата-центровых GPU в мире несут логотип этой компании.

Это результат экспортных ограничений, концентрации капитала и технологического разрыва настолько широкого, что конкуренты сталкиваются с экзистенциальными барьерами. Как заметил один аналитик, это «сейсмический сдвиг» - не для ИИ, а для человеческой автономии как таковой.

За цифрами скрывается тихий кризис: эрозия цифрового суверенитета. Когда Павел Дуров выступал на Blockchain Life 2025 в Абу-Даби, он нарисовал тревожную картину. За последние двадцать лет, предупредил он, централизованные системы постепенно, но неуклонно урезали наши свободы - и сейчас ИИ становится последним гвоздем в крышку гроба.

Вспомните, что мы теперь знаем о создании ChatGPT. OpenAI обучала свою модель на 300 миллиардах слов, собранных по всему интернету - ваши посты в блогах, ваши комментарии, ваши отзывы - без запроса разрешения. У вас нет способа проверить, заперты ли ваши мысли, ваш голос или ваши воспоминания внутри их чёрного ящика. Ещё страшнее: вы не можете удалить себя оттуда. Инженеры Samsung узнали это на горьком опыте, когда их проприетарный код утёк в обучающие данные ChatGPT.

Google DeepMind имеет похожую историю, но с ещё более высокими ставками. Компания обработала 1,6 миллиона медицинских карт из британских больниц для обучения диагностического приложения Streams - только пациенты об этом не знали. Когда регуляторы обнаружили это нарушение, штрафов не последовало, но начались судебные иски. Паттерн очевиден: централизованные ИИ-системы относятся к пользовательским данным как к строительному материалу, а не как к активу, основанному на доверии.

Для ИИ-стартапов боль непосредственная. Команда, пытающаяся построить новое поколение ИИ-моделей, сталкивается с плохим выбором: Amazon AWS и Microsoft Azure берут супер цены за доступ к GPU, а NVIDIA контролирует предложение чипов. Один основатель стартапа написал в соцсетях: «Мы посчитали - и если у нас не будет фантастической конверсии, мы никогда не выйдем в прибыль». Другие сообщают, что сжигают инвестиции с убийственной для венчура скоростью, вынужденные выбирать между качеством модели и выживанием.

Это кризис, который Cocoon, Gonka и NEAR хотят решить.

Павел Дуров анонсировал Cocoon не как очередную фичу. Основатель Telegram представил его как цифровой бунт. Cocoon - сокращение от Confidential Compute Open Network - построен на блокчейне TON и работает на простой предпосылке: твой GPU, твой заработок, твоя приватность гарантирована.

Вот как это работает на практике. Если у вас есть игровой ноутбук, рабочая станция или запасные GPU, собирающие пыль, вы подключаете их к Cocoon. Когда кому-то на другом конце света нужно запустить приватную ИИ-модель - скажем, для анализа личных финансовых документов - их вычисления направляются на вашу машину в анонимном зашифрованном виде. Инференс выполняется локально. Ваши данные никогда не покидают ваше устройство. Вы зарабатываете Toncoin. Все в выигрыше.

Что делает это революционным - это то, чего не происходит: нет центрального сервера, читающего ваши запросы. Нет сотрудника OpenAI, смотрящего на ваши данные для целей обучения. Нет лазейки для властей. Математика блокчейна TON обеспечивает безопасность - вам не нужно доверять Дурову, только протоколу.

Но Cocoon - это не только паранойя о приватности. Это о власти. Дуров явно позиционировал Cocoon как решение против утечек данных, манипуляции контентом и дезинформации, основанной на ИИ. По мере роста централизованных систем, утверждает он, усиливается и соблазн отслеживать (и монетизировать) пользовательское поведение. Децентрализованные системы продвигают другой стимул: вы получаете прибыль, уважая пользователей, а не эксплуатируя их.

Интеграция с Telegram - не случайность. С 900+ миллионами пользователей Дуров может встроить доступ к Cocoon прямо в приложение, делая децентрализованный ИИ таким же доступным, как отправка сообщения. К декабрю 2025 года Cocoon уже обрабатывает живые запросы.

Братья Либерманы и их команда построили Gonka Decentralized Network с другим философским уклоном. Пока Cocoon делает акцент на приватности, Gonka оптимизирует утилизацию. Название сети заимствовано из российского языка - слово гонка говорит само за себя.

Их инсайт: современные рабочие станции, серверы и игровые ПК простаивают 60-80% времени. Gonka превращает это в продуктивный ИИ-труд. Вместо простой аренды GPU (как Cocoon), Gonka использует механизм proof-of-work, вдохновлённый майнингом биткоина, но вместо решения криптографических головоломок, которые большей частью сжигают электричество впустую, майнеры решают ИИ-задачи.

Это создаёт элегантное экономическое выравнивание. Майнеры соревнуются, чтобы предложить вычисления по самой низкой цене. Пользователи используют это предложение и платят через токены. Чем больше реальной работы делает сеть, тем ценнее становится токен.

Реальная польза: обучение ИИ-модели на Gonka стоит примерно в 5-10 раз дешевле, чем на AWS или Azure. Для стартапа без денег эта разница между банкротством и ростом, измеряющимся месяцами.

Разработчики Gonka подчёркивают, что протокол имеет открытый исходный код и прозрачен - это критически важно для построения доверия в децентрализованной сети, где вы отправляете циклы GPU незнакомцам. Несколько ИИ-стартапов уже перенесли обучающие нагрузки на сети Gonka, сообщая о неожиданных бонусах: их код не застревает в проприетарных облачных экосистемах, и они сохраняют полный суверенитет данных.

NEAR Protocol берёт более широкий обзор. Вместо решения отдельных проблем (приватность для Cocoon, эффективность для Gonka), NEAR проектирует целый инфраструктурный слой для децентрализованных ИИ-агентов.

Думайте о NEAR как о нервной системе, а о Gonka/Cocoon - как об отдельных нейронах. Дорожная карта NEAR на 2025 год нацелена на 1 миллион транзакций в секунду, используя технологию под названием Nightshade 2 - форму динамического шардинга, которая автоматически разделяет и объединяет обработку данных в зависимости от спроса. Для сравнения, Visa обрабатывает ~65,000 транзакций в секунду.

Почему важна скорость? Потому что ИИ-агенты - автономные программные сущности, которые могут вести переговоры, платить и сотрудничать - нуждаются в финализации за доли секунды. Когда ИИ-агент совершает сделку, одобряет платёж или присоединяется к совместным усилиям по обучению, он не может ждать три секунды. Финализация NEAR в 400 мс (в 7 раз быстрее Visa) становится необходимой инфраструктурой.

Что ещё важнее, NEAR финансирует целые экосистемы. Недавние гранты протокола поддерживают исследователей, создающих Model Context Protocol - открытый стандарт для коммуникации ИИ-с-ИИ с криптографической верификацией. Это означает, что ИИ-модели, обученные на NEAR, могут доверять выводам друг друга, сотрудничать в инференсе и даже запускать распределённое принятие решений.

Разработчики NEAR также подчёркивают, что все ИИ-инструменты и протоколы имеют открытый исходный код, снижая привязку для разработчиков и гарантируя, что инновации не ограничиваются проприетарной секретностью.

На первый взгляд они выглядят конкурентами. Но более глубокий анализ предполагает нечто более интересное: взаимное усиление. Представьте сценарий на 2026 год. ИИ-стартапу нужно обучить большую языковую модель на зашифрованных медицинских данных. Рабочий процесс может выглядеть так:

В этом сценарии каждый протокол заполняет пробел, который оставляют другие. Они не конкуренты - они взаимодополняющие части создающегося на наших глазах стека.

Чтобы понять, почему децентрализованный ИИ так важен, посмотрим макротренды. Централизация ИИ-вычислений повторяет паттерны, которые мы видели раньше, но ускоренно.

В 2020 году распределение было действительно многополярным. Китайские, европейские и американские игроки имели примерно сопоставимые кластеры GPU. К 2022 году США вырвались вперёд до ~50%. К 2025 году США контролируют 78% мировых вычислительных мощностей для ИИ, при этом доминируют пять компаний: Microsoft, Google, Amazon, Meta, OpenAI.

Экспортные ограничения NVIDIA - введённые под предлогом национальной безопасности США с 2022 год - это цемент в этой крепости. Продвинутые чипы H100 и Blackwell запрещены для Китая, урезая его мощности до ~15% от мировой. Другие страны? Забудьте.

И это не злонамеренный заговор, а структурные закономерности. Капитал самый дешёвый в Кремниевой долине. Талант кластеризуется в американских технологических хабах. Регуляторная неопределённость наказывает международных игроков. Экспортный контроль наказывает всех остальных. Результат неизбежен: притяжение к центру.

Тем временем цены на GPU продолжают расти. Переход NVIDIA на новые стандарты памяти (LPDDR) создал вторичные каскады дефицита - память для смартфонов и ноутбуков теперь отпускается по норме, потому что Blackwell требует всё. Apple, Samsung и производители потребительской электроники предвидят сложности в поставках на 2-3 года вперед. Наращивание мощностей LLM уже влияет на цепочку поставок потребительской электроники.

Вот где роль блокчейна становится решающей, и её часто неправильно понимают.

Большинство людей думают о блокчейне как о «децентрализованной валюте». Но его реальная суперсила - для ИИ-инфраструктур - это координация без доверия в масштабе. Если 10,000 провайдеров GPU не знают друг друга и не доверяют друг другу, как они координируются для предоставления надёжных вычислений? Наём эскроу-сервиса убьёт смысл. Создание центрального органа воссоздаст проблему.

Смарт-контракты решают это. Контракт Gonka может упрощенно выглядеть так: «Если этот провайдер GPU предоставит 1,000 часов проверенных вычислений H100 в этом месяце, автоматически выпустить 10,000 токенов 1-го числа следующего месяца». Никаких людей, никакой бюрократии, только код и криптография.

Для федеративного обучения - где больницы сотрудничают для обучения ИИ-моделей без обмена данными пациентов - блокчейн становится необходимым. Каждое учреждение записывает свои обновления модели в цепочку, создавая неизменяемый след. Регуляторы всегда могут проверить, что данные ни одной больницы не были раскрыты.

Это уже происходит. В ЕС больницы запускают сети федеративного обучения с блокчейном Ocean Protocol, создавая диагностический ИИ совместно, в то время как соблюдение GDPR гарантируется математикой, а не юристами и штрафами.

Есть критическое различие между этими протоколами: открытость.

NEAR и Gonka оба делают акцент на разработке с открытым исходным кодом. Model Context Protocol, который финансирует NEAR, публичен - любой может форкнуть его, проверить, строить на нём. Алгоритмы верификации GPU Gonka прозрачны. Это сделано намеренно: если вы просите людей доверять, закрытый код не прокатит.

Cocoon использует открытые инструменты TON, но делает акцент на интеграции, а не прозрачности. Он разработан, чтобы быть удобным для пользователя, а не для разработчика. Слой приватности надёжен, но видимость кода ниже, чем у Gonka или NEAR.

Это различие важно. Для здравоохранения, финансов и правительственных приложений проверяемость - неоспоримое преимущество. Открытость NEAR и Gonka - это фича, а не баг. Но и дизайн Cocoon с приоритетом приватности всё ещё убедителен для потребительских случаев использования.

Общая критика децентрализованных вычислительных сетей - потребление энергии. Это заслуживает честного рассмотрения.

Да, модель proof-of-work Gonka и утилизация GPU используют электричество. Но вот контринтуитивная математика: GPU, выполняющий продуктивную ИИ-работу, потребляет идентичное электричество тому же GPU, обучающему модель на AWS. Разница в утилизации.

В настоящее время 60-80% развёрнутых GPU простаивают. Превращение этого подключенного, но простаивающего оборудования в продуктивную мощность не слишком увеличивает общее потребление энергии. К тому же майнеры в Исландии, Норвегии и Канаде уже используют неиспользованную возобновляемую энергию, превращая излишки геотермальной и гидроэнергии в ИИ-вычисления.

Тем временем у дата-центров суперкомпаний другая проблема эффективности. Сами вычисления оптимизированы, но цепочка поставок расточительна. Производство GPU, строительство дата-центров и систем охлаждения вместе создают отдельный углеродный след, который редко учитывается в корпоративных отчетах. Если учесть выбросы Scope 3 (косвенные выбросы из цепочки поставок), ИИ-инфраструктура гиперскэйлеров может и превысить децентрализованные сети по общей углеродной стоимости.

Экологический кейс для децентрализованного ИИ ещё не просчитан полностью, но основные параметры выглядят оптимистично - особенно если майнинг-пулов, питающихся от возобновляемых источников станет больше.

Вот где прогноз становится неопределённым и интересным.

Квантовые вычисления не близки к взлому шифрования или замене обучения ИИ - пока нет. Но прогресс идёт. Quantinuum, IBM и другие компании опубликовали дорожные карты, предполагающие, что квантовые компьютеры утилитарного масштаба могут появиться к 2030-2033 годам. Что произойдёт тогда? Большинство анализов предполагают, что квантовые вычисления ускорят обучение ИИ в 100 раз, решая оптимизационные проблемы, классически трудно-разрешимые для обычных GPU. Если это случится, вся ИИ-инфраструктура на основе GPU - и централизованные и децентрализованные сети - одинаково быстро станет устаревшей технологией.

Но при этом децентрализованные сети смогут адаптироваться быстрее. В квантовую эпоху вам понадобятся массивные квантовые симуляторы для проверки ИИ-моделей, распределённая коррекция ошибок через географическую избыточность и токенизированные стимулы для поддержания широкого доступа к квантовым вычислениям (вместо того, чтобы позволить суперкомпаниям монополизировать их). Тогда та инфраструктура, которую NEAR, Gonka и Cocoon строят сейчас, станет еще более необходимой.

А если квантовые вычисления провалятся - если инженерные вызовы окажутся сложнее ожидаемого - децентрализованный ИИ на основе GPU вполне может стать инфраструктурой по умолчанию для 2030-х. В любом случае, децентрализация выигрывает - это страховка против технологических рисков.

Однако, окно для независимой разработки ИИ закрывается, и все это понимают.

Основанный на нынешних темпах роста, прогноз роста децентрализованных вычислительных сетей - со скромных 9 млрд. долларов рыночной стоимости сейчас до $100 миллиардов к 2032 году - это 10-кратное расширение за семь лет. Этот рост обусловлен отчаянием: стартапы, академическая наука и третьи страны буквально вытесняются из облаков монополистов растущей ценой. И если их развитие продолжится с этой скоростью, децентрализованные сети могут захватить 10-20% глобальных ИИ-вычислений к 2030 году, по сравнению с ~2% сегодня. Этого недостаточно, чтобы сломать монополию, но достаточно, чтобы гарантировать существование альтернативы - и достаточно, чтобы предотвратить тотальную централизацию.

Но это требует сетевых эффектов и миграции разработчиков для ускорения процесса. Прямо сейчас большинство LLM-практиков всё ещё по умолчанию выбирают AWS. Существует стоимость переключения - переписывание скриптов, изучение новых API, укрепление доверия новой инфраструктуре. Чтобы это изменить, децентрализованным сетям нужны убойные приложения, которые невозможны на централизованных платформах.

Примеры, появляющиеся в 2025 году:

Эти варианты использования реальны. Но им нужно масштабироваться от тысяч до миллионов пользователей, чтобы наступила точка перегиба.

К 2026 году ожидается, что:

К 2028-2030:

Монополия не сломается. Но в крепости появятся трещины.

Для независимых разработчиков, исследователей и меньших стран 2025-2026 - это последнее реальное окно для построения альтернатив до того, как квант всё перевернёт. Три протокола, описанные здесь - Cocoon, Gonka и NEAR - представляют лучшую ставку человечества на предотвращение тотальной централизации искусственного интеллекта.

Они не идеальны. Но они открыты. И прямо сейчас это важнее почти всего остального.

Cocoon: https://cocoon.org/Запущен 30 ноября 2025 года, сейчас работает.

Gonka: https://gonka.ai/Мейннет работает, есть документация и GitHub: github.com/gonka-ai/gonka

NEAR Protocol: https://www.near.org/Документация: docs.near.org, GitHub: github.com/near