Софтверные компании переходят на открытые модели ИИ из-за стоимости

Растущие затраты на проприетарные модели искусственного интеллекта подталкивают разработчиков ПО к открытым моделям, включая китайские. Закрытые модели от американских лидеров (OpenAI, Google и других) становятся дорогими из-за смены бизнес-моделей — компании перешли от подписок к биллингу по токенам и запустили агентов, которые потребляют больше вычислительной мощности, чем чат-боты. Открытые же модели обычно дешевле и дают компаниям контроль над данными: разработчики могут обучать ИИ на собственной информации, снижая риск зависимости от внешних провайдеров.

Однако не все компании успешно идут этим путём. Создание собственной модели требует серьёзных вложений в инфраструктуру, вычислительные мощности, нанят специалистов и — если своих данных недостаточно — их приобретение. Китайские модели дешевле благодаря более эффективной архитектуре и низким энергозатратам на стадионе разработки, но здесь возникает новый риск: клиенты компаний волнуются о приватности данных при их использовании. Ряд фирм нашли компромисс: рутинные задачи решают открытыми моделями, а для самых требовательных операций остаются верны дорогим закрытым системам.

Практический пример — AT&T: компания рассчитывает запросы программистов и других сотрудников через дешёвые открытые модели, когда это уместно, и снизила затраты на кодирование на 56% при падении качества всего на 2%. Сейчас 40% запросов в компании идёт в открытые модели; в ближайшие годы планируют поднять эту долю до 60–70%.

Для общепита и гостинично-ресторанного бизнеса это означает: если в компании уже есть собственные данные (истории заказов, рецепты, расписания, логистика), переход на открытые модели может сократить расходы на ИИ-операции. Но это требует технического понимания, соответствующего IT-отдела или готовности нанять специалистов. Проще всего применять открытые модели для задач, где качество не критично: обработка заказов, первичный анализ отзывов, автоматизация рутины. Для решения, требующего идеальной точности — как предсказание спроса или оптимизация меню — выбор между экономией и надёжностью остаётся за владельцем.

Главное: в статье не раскрыто, какие именно открытые модели (кроме упоминания китайских) используют разработчики ПО, и нет данных по стоимости лицензирования той или иной модели. Также неясно, насколько актуально это для малых заведений, чьи объёмы данных могут быть недостаточны для обучения собственной системы.