Популярное
Свежее
Моя лента
Сообщения
Рейтинг
Курсы
Маркет
Оплата подписок
Викторина
Темы
AI
Сервисы
Маркетинг
Личный опыт
Деньги
Инвестиции
Приёмная
Путешествия
Карьера
Разработка
Показать все
vc.ru
О проекте
Правила
Реклама
Приложения
Системная тема

Мы используем
рекомендации.

Алексей Левин
AI

Почему эра дешевого ИИ может быть короткой

Скоротечное окно доступности

За два года генеративный ИИ проделал путь от экспертного инструмента до массового сервиса. ChatGPT, Claude, Gemini, Grok — эти модели доступны по freemium-тарифам, встроены в популярные приложения и переживают период ценовой конкуренции. Аналитики говорят о "демократизации ИИ", а предприниматели спешат построить на этой доступности свои стартапы и продукты.

Однако есть оборотная сторона, которую легко упустить: текущая ценовая война и щедрые бесплатные тарифы экономически неустойчивы. Параллельно с ростом популярности ИИ мир начинает вводить регуляции, платформы — ограничивать контент, а ключевые вычислительные ресурсы концентрируются в руках узкого круга корпораций.

Почему эра дешевого ИИ может быть короткой

Золотой век дешевого и повсеместного ИИ может завершиться в течение 3–10 лет. На смену ему придёт эпоха, когда доступ к действительно мощным моделям станет дороже, более зарегулированным и ограниченным по лицензиям. Массовый ИИ-контент столкнется с системными ограничениями видимости на платформах. Расслоение между теми, кто может себе позволить передовой ИИ, и остальными станет ещё более выраженным.

Понимание этого сценария критически важно для руководителей, которые строят стратегию в предположении о вечной дешевизне технологии.

Эпоха доступности

Начнём с фактов. В 2025–2026 годах рынок генеративного ИИ переживает фазу бурной конкуренции по ценам и условиям доступа:

  • OpenAI ChatGPT+: $20 в месяц для потребителей, но API стоит $5 за 1 млн входных и $15 за 1 млн выходных токенов (модель GPT-4o).
  • Anthropic Claude: Claude Opus обходится дорого — $15 за входные, $75 за выходные токены, но Claude Haiku 3.5 стоит лишь $0.25/$1.25.
  • Google Gemini: $1.25–$10 за 1 млн токенов (Gemini 2.5 Pro) — конкурентная цена.
  • X.AI Grok: самый дешёвый на рынке — $0.20/$0.50 за 1 млн токенов.
  • Локальные провайдеры предлагают открытые модели по 35 рублей за входные и 70 рублей за выходные токены на 1 млн.

Почти все крупные модели имеют бесплатные базовые версии с лимитами. Теоретически, любой стартап может начать работу с ИИ без инвестиций в лицензии.

Интеграция в массовые сервисы

Генеративный ИИ уже встроен в популярные системы:

  • Microsoft 365 + Copilot
  • Google Workspace + Gemini
  • На подходе — глубокое встраивание в маркетплейсы и соцсети.

Этот уровень доступности действительно выглядит как демократизация: технология превратилась из инструмента для избранных компаний в инструмент, доступный любому человеку с выходом в интернет.

Гипотеза массовых ожиданий

В этих условиях во многих компаниях укрепилось убеждение: ИИ будет постоянно дешеветь, улучшаться, а его доступность не снизится. Этот нарратив лежит в основе множества бизнес-планов.

Но реальность сложнее. То, что кажется устойчивой экосистемой дешевизны, на самом деле — паутина временных компромиссов и инвестиционных бюджетов, которые не могут быть бесконечными.

Почему эра дешевого ИИ может быть короткой

Часть 1. Экономика доступности и её границы

Структура затрат

Чтобы понять, почему дешевизна ИИ уязвима, нужно взглянуть на структуру затрат при разработке и эксплуатации больших языковых моделей.

Вычислительная инфраструктура

Это самая значительная статья расходов. Обучение современной базовой модели требует:

  • Мощности GPU/TPU: обучение происходит на видеокартах уровня Nvidia H100 или их аналогах. Одна карта стоит $40–50 тыс., а для серьёзного проекта нужны сотни или тысячи таких карт.
  • Электричество: дата-центры с такой мощностью потребляют гигаватты электроэнергии. Только операционные расходы OpenAI на это оцениваются примерно в $700 тыс. в день, то есть около $250 млн в год, не считая амортизацию оборудования.
  • Охлаждение и инфраструктура: системы водяного охлаждения, сетевые соединения, резервное питание.

Пример: Затраты на обучение модели DeepSeek R1 официально оцениваются в $5,6 млн, но эксперты оценивают полные инфраструктурные затраты (с учётом модернизации дата-центра) в $1,3 млрд.

Лицензирование и юридические риски

Это новый и растущий источник затрат:

  • Авторские права: компании используют для обучения интернет-данные, многие из которых защищены авторским правом. В 2025 году начались массовые иски (групповые иски против OpenAI, судебные дела в США и Европе).
  • Соответствие регуляциям: EU AI Act требует прозрачности, маркировки, обеспечения безопасности, что означает инвестиции в аудит, комплаенс и системы мониторинга.
  • Отчисления за контент: в некоторых странах обсуждается введение обязательных отчислений авторам за использование их работ для обучения ИИ.

Научные и кадровые ресурсы

  • Исследователи и инженеры: разработка моделей SOTA уровня требует десятков-сотен лучших специалистов в мире с зарплатами от $300 тыс. до $1 млн в год (в США).
  • Экспериментирование: для оптимизации гиперпараметров, отладки и поиска лучших практик требуются сотни-тысячи часов экспериментов на GPU.

Почему freemium модели экономически неустойчивы

Теперь соедините все компоненты:

  1. Стоимость обучения: $5 млн – $10+ млрд для модели уровня SOTA.
  2. Стоимость эксплуатации: $100 млн – $250+ млн в год.
  3. Цена для потребителя: $0 (freemium) или $0.20–$5 за 1 млн токенов.

При таком раскладе компания может покрыть затраты только через:

  • Масштаб использования: привлечение сотен миллионов пользователей.
  • Премиум-подписки: небольшая часть пользователей платит $20–$200 в месяц.
  • Реклама: встраивание рекламных моделей (как начинает делать OpenAI).
  • Инвестиции: постоянное привлечение венчурного или корпоративного капитала для покрытия операционных убытков.

Ни один из этих источников не бесконечен. Масштаб имеет пределы, реклама конкурирует с другими каналами, а инвестиции требуют позитивной динамики и перспектив прибыльности.

Сценарий усиления олигополии

Параллельно развивается процесс концентрации вычислительной мощности. Партнёрство NVIDIA и OpenAI — показательный пример. OpenAI получает доступ к огромным ресурсам (оценки — до 10% годового производства GPU NVIDIA). Эта инфраструктура даёт компании неоспоримое преимущество.

Такая динамика самоусиливается:

  • Компания с наибольшей вычислительной мощностью может обучить самую большую и эффективную модель.
  • Самая эффективная модель привлекает наибольший доход через API, подписки и интеграции.
  • Наибольший доход даёт средства для инвестиций в дополнительную вычислительную мощность.

Результат: 3–7 глобальных игроков фактически контролируют доступ к передовым моделям. Остальной мир получает либо открытые (но более слабые) модели, либо платный API-доступ к закрытым моделям, либо дорогие лицензии.

Часть 2. Регуляции и ограничения как драйверы подорожания

EU AI Act и его влияние на стоимость

В феврале 2025 года в ЕС вступил в силу AI Act — первый в мире комплексный закон, регулирующий ИИ. Его требования включают:

  • Классификация по уровню риска: системы ИИ делятся на запрещённые, высокорисковые и низкорисковые с соответствующими требованиями.
  • Обязательный аудит и документация: провайдеры обязаны вести детальные отчёты о происхождении данных, процессах обучения, тестировании на предвзятость.
  • Маркировка и прозрачность: требование уведомлять пользователей о взаимодействии с ИИ.
  • Штрафы: до €35 млн или 7% глобального оборота компании за нарушения.

Как это влияет на цены?

  1. Растёт стоимость разработки. Нужны команды для аудита, документирования, тестирования на соответствие.
  2. Только крупные компании могут позволить себе такой комплаенс. Для стартапа 30–50% бюджета может уйти на обеспечение соответствия, а не на разработку.
  3. Возрастают барьеры входа. Теперь рискованно использовать непроверенные данные, что вынуждает инвестировать в их лицензирование.

Авторские права и лицензирование данных

2025 год стал переломным. Судебные дела (иск Сары Сильверман, "NY Times" против OpenAI) показали, что:

  • Суды готовы признавать нарушение авторских прав при обучении моделей на защищённых произведениях.
  • Даже доктрина "добросовестного использования" (fair use) в США ставится под сомнение.
  • В Европе требования к прозрачности означают, что использование защищённого контента должно быть документировано и лицензировано.

Прямое следствие: компании должны либо платить за лицензии, либо использовать только открытые данные. Лицензирование добавляет десятки миллионов долларов к затратам. Если модель обучается на 15 трлн токенов, лицензирование даже 1% из них может стоить сотни миллионов.

Почему эра дешевого ИИ может быть короткой

Часть 3. Платформы как регуляторы видимости и контента

YouTube: от толерантности к активной борьбе

В конце 2025 года YouTube начал удалять крупные каналы, публикующие исключительно низкокачественный ИИ-контент (AI slop — "ИИ-мусор"). Исследование Kapwing выявило 278 таких каналов с 63 млрд просмотров и доходом в $117 млн в год.

Гендиректор YouTube Нил Мохан заявил, что компания планирует:

  • Активнее бороться со спамом и кликбейтом.
  • Сокращать распространение низкокачественного повторяющегося контента.
  • Поощрять использование ИИ как инструмента творчества, а не источника готового контента.

Что это означает для создателей: доходы от массового производства ИИ-видео падают. Система дискриминирует такой контент. Теперь необходима доработка человеком, оригинальная идея или переход на платные модели монетизации.

TikTok: пользовательский контроль над ИИ-контентом

В ноябре 2025 года TikTok добавил ползунок, позволяющий ограничить количество ИИ-контента в ленте. Это отражает две тенденции:

  1. Пользователи устают от ИИ-контента.
  2. Платформа хочет сохранить доверие, но не может полностью отказаться от дешёвого ИИ-контента.

ИИ-контент остаётся, но его видимость снижается для части аудитории.

Meta также вводит системы маркировки и экспериментирует с отдельными "ИИ-лентами". Это означает:

  • ИИ-контент явно отмечается.
  • Он может быть выделен в отдельные ленты или получать пониженный вес в основном алгоритме.
  • Пользователи могут настраивать предпочтения.

Часть 4. Падение доверия и инфляция контента

AI slop и кризис интернета

AI slop ("ИИ-мусор", или брейнрот — абсурдный, бессмысленный контент) — это низкокачественный контент, созданный нейросетями для привлечения просмотров. Его характеристики:

  • Минимальная доработка человеком или её отсутствие.
  • Часто странные, абсурдные или бессмысленные сценарии.
  • Повторяющиеся визуальные паттерны.
  • Единственная цель — монетизация через рекламу или партнёрские ссылки.

Исследования показывают:

  • Каждый пятый ролик, который YouTube рекомендует новым пользователям, — это ИИ-контент.
  • Свыше 35% из них — абсурдные брейнрот-ролики.
  • Платформы теряют доверие пользователей при высокой доле такого контента.

Парадокс доступности: чем дешевле и доступнее ИИ-инструменты, тем больше низкокачественного контента, который засоряет платформы и снижает качество среды.

Эрозия доверия и запрос на аутентичность

Параллельно растёт "эрозия доверия":

  • 32% потребителей не доверяют ИИ-рекламе.
  • Аудитория научилась распознавать признаки ИИ-контента.
  • Контент, который кажется "сгенерированным ИИ", получает пониженный охват и меньше доверия.

Тренд 2026. Маркировка "создано ИИ" становится признаком дешевизны. В противовес, отсутствие такой маркировки становится конкурентным преимуществом. Это означает:

  • Премиум-бренды инвестируют в реальный контент.
  • Контент с маркировкой ИИ ассоциируется с низкокачественными продуктами.
  • Цена на "по-настоящему человеческий" контент растёт.
Почему эра дешевого ИИ может быть короткой

Часть 5. Сценарии развития на горизонте 5–15 лет

Оптимистичный

Конкуренция и развитие open-source успешно сдерживают цены. Регуляции разумны. Платформы интегрируют ИИ-контент без жёсткой дискриминации.

  • Цены на API постепенно снижаются благодаря росту эффективности.
  • Открытые модели предоставляют жизнеспособную альтернативу.
  • Регуляции стабилизируются.
  • Малые компании могут конкурировать на равных.

Демократизация ИИ продолжается, но темпы замедляются.

Базовый (наиболее вероятный)

  • Доступ к SOTA-моделям централизуется у 3–7 глобальных игроков (OpenAI, Anthropic, Google, Meta*, DeepSeek и др.).
  • Цены на API растут для специализированных и корпоративных решений.
  • Открытые модели остаются, но с отставанием в качестве на 6–12 месяцев.
  • Стартапам становится сложнее, они вынуждены полагаться на API.
  • Авторские права и лицензирование становятся стандартной статьёй расходов.
  • Регуляции усиливаются по всему миру.
  • Только компании с миллиардными бюджетами могут позволить себе разработку SOTA-моделей с полным комплаенсом.
  • Платформы активно ограничивают видимость очевидно ИИ-сгенерированного контента.
  • ИИ-контент без доработки человеком получает на 50–80% более низкие охваты.
  • "Human premium" контент становится основной ценностью; ИИ — лишь инструмент масштабирования.

Пессимистичный

Регуляции становятся чрезмерно жёсткими, государства вводят тотальный контроль, инфраструктурные ограничения обостряются.

  • ЕС и США вводят жёсткие требования (лицензирование всех данных, госконтроль).
  • Экспортные ограничения на GPU замедляют распространение технологий.
  • Энергетические ограничения увеличивают стоимость вычислений.
  • Возникают изолированные национальные экосистемы ИИ.
  • Доступный ИИ — это урезанные и устаревшие модели; SOTA остаётся прерогативой государств и крупнейших корпораций.

Эпоха дешевого ИИ закончится к 2028–2030 гг., мир расслоится на несколько ИИ-экономик с разным уровнем доступа.

Часть 6. Практические выводы

Для бизнеса

  1. Не полагайтесь на вечную дешевизну ИИ. Пересмотрите бизнес-планы, основанные на сверхнизкой стоимости API-вызовов.
  2. Диверсифицируйте использование моделей. Не зависьте от одного провайдера. Используйте открытые и специализированные (fine-tuned) модели.
  3. Стройте ценность на экспертизе человека, а не на дешевизне ИИ. Конкурентное преимущество "мы генерируем быстрее" — недолговечно.
  4. Инвестируйте в данные и процессы дообучения моделей. Специализированные решения на ваших данных создают барьер для конкурентов.
  5. Готовьтесь к алгоритмическому ограничению. Диверсифицируйте каналы монетизации, не полагайтесь только на органический охват ИИ-контента.

Для создателей контента

  1. Развивайте личный бренд и экспертизу. Доверие, опыт, уникальный взгляд — это активы, которые сложно подделать.
  2. Используйте ИИ как инструмент, а не как единственный источник. Гибридный подход "человек + ИИ" становится стандартом.
  3. Готовьтесь к переходу на платные модели. Подписки, платные сообщества, прямая монетизация становятся важнее.
  4. Честно маркируйте использование ИИ. Это не только требование регуляторов, но и способ построить доверие при высоком качестве контента.

Для регуляторов

  1. Балансируйте между контролем и инновацией. Нужна гибкая, эволюционирующая нормативная база.
  2. Предотвращайте излишнюю концентрацию. Поддерживайте open-source и локальные альтернативы.
  3. Стимулируйте справедливое лицензирование контента и компенсацию авторам.
  4. Развивайте стандарты маркировки и аудита, но делайте их масштабируемыми в зависимости от размера компании и уровня риска.
Почему эра дешевого ИИ может быть короткой

Новая реальность ИИ

Эпоха дешевого и повсеместного ИИ — это временное окно, которое, вероятно, закроется в течение 5–10 лет.

Это не конец ИИ, но конец простой истории об "ИИ для всех по $1". Мир будет выглядеть так:

  • На вершине: 3–7 корпораций с SOTA-моделями, контролирующие большую часть вычислительных ресурсов.
  • В середине: компании и создатели, использующие ИИ через API и open-source, но с растущими затратами на комплаенс.
  • В основании: открытые модели, которые остаются бесплатными, но отстают по качеству.

Траектория развития не утопична, но и не катастрофична. ИИ станет более элитарным ресурсом, но не исчезнет. Тот, кто это понимает, сможет адаптироваться и построить новые стратегии. Того, кто полагается на вечную дешевизну, ждёт разочарование.

*Meta Platforms (и принадлежащие ей социальные сети *Facebook и *Instagram) — признана экстремистской организацией, её деятельность в России запрещена.