Окно закрылось: гонку за фронтирный ИИ выиграли всего две страны, и обратного пути уже нет

Идея, которая раньше звучала как футурология, на этой неделе стала ощутимой для тех, кто пользуется передовыми моделями каждый день. Аналитик Эндрю Карран в эссе The Window Has Closed утверждает: период, когда любая богатая страна или крупная компания могла войти в число создателей фронтирного ИИ, закончился. По его оценке у желающих было примерно три года, с февраля 2023 по февраль 2026, и теперь это окно захлопнулось.

Что именно изменилось. Карран связывает перелом с тем, что ведущие модели перестали быть просто инструментом и начали ускорять создание следующих моделей. Он описывает это на примере внутренних систем Anthropic: модель под названием Mythos вышла из обучения в начале февраля 2026 и, по его словам, дала такой прирост во внутренней разработке, что форма гонки поменялась. Фронтир превратился в самоускоряющуюся систему, где сильнейшая модель помогает построить следующую сильнейшую. Этот порог предсказывали годами, и вот его перешли.

Гонка не закончена в принципе, другие крупные лаборатории обучат не менее способные модели и рано или поздно повторят то, что Anthropic заложила в Mythos. Но для большинства участников она закончена в практическом смысле. Догнать лидера, который уже использует свои модели для ускорения собственной разработки, становится почти невозможно. Здесь автор ссылается на утёкшую в 2023 году презентацию Anthropic для инвесторов, где прямо говорилось, что компании, обучившие лучшие модели в 2025 и 2026 годах, оторвутся настолько, что догнать их в следующих циклах не сможет никто.

Кто успел и кто проспал. Из всех, у кого были деньги, по-настоящему серьёзную попытку сделал, по сути, только Илон Маск, дойдя до фронтира примерно за 26 месяцев. Большинство остальных, включая целые государства, либо не пытались, либо мешали тем, кто пытался. Особенно жёстко Карран проходится по Европе: вместо строительства собственных суверенных моделей там годами возводили барьеры, и теперь часть этих барьеров спешно сносят, осознав масштаб упущенного. Итог простой: страны, которые этого не сделали, оказались в зависимости от систем, которые им не принадлежат, которые они не контролируют и которые могут отключить в любой момент.

Дальше начинается вторая стена, и она про железо. Даже если у страны вдруг появятся желание и талант, упрётся всё в вычисления. Карран прогнозирует, что доступ к передовым чипам будут нормировать, политизировать и всё чаще рассматривать как инструмент национальной безопасности. Контур уже наметила администрация Байдена своими правилами диффузии с лимитами на экспорт чипов даже союзникам. Сравнение с ядерным топливом избито, но автор настаивает: скоро самые мощные вычисления реально начнут отслеживать, лицензировать и держать внутри американских границ.

Опенсорс кое-что смягчит, но не спасёт тех, у кого нет ни вычислений, ни талантов, ни своих фронтирных моделей. Более того, как только открытые модели подберутся к уровню Mythos, а это, по прогнозу автора, может начаться уже в этом году, их ждут регулирование и глобальные ограничения. Причём давить, по его мнению, будет не столько общество, сколько те, кто держит в руках самые мощные закрытые модели и захочет использовать их же для координации запретов.

Самый тревожный образ в тексте такой. Представьте страну, чья экономика, школы, армия, больницы и инфраструктура завязаны на гордую национальную модель, которая на деле является тонкой обёрткой вокруг чужой американской или китайской системы. А теперь представьте, что эту модель отключают мгновенно. Эффект, пишет Карран, будет похож на авиаудар, а результат на катастрофический паралич. Именно такую власть над собой многие государства добровольно отдали другим, просто ничего не сделав.

Стоит ли с этим соглашаться. Тезис спорный, и сам автор признаёт, что многое зависит от того, действительно ли остальные лаборатории и страны попробуют вписаться в гонку, чего они пока не показывают. Но даже если относиться к прогнозу скептически, полезно держать в голове его рамку. Преимущество в ИИ всё сильнее складывается из трёх вещей сразу: доступа к фронтирным моделям, объёма вычислений и концентрации талантов. И чем дальше, тем труднее наверстать отставание хотя бы по одному из этих пунктов.