Компании в сфере ИИ с открытыми весами — самые привлекательные цели для поглощения в Кремниевой долине

Все ждут, когда Nvidia подтвердит самую интересную технологическую сделку этой недели: сообщаемое приобретение за 13 млрд долларов компании Hugging Face — платформы для обмена моделями ИИ с открытыми весами и бенчмарками.

Сегодня Hugging Face больше всего известна как цель для команды агентов OpenAI, взламывающих систему вознаграждений. Компания находится в центре экосистемы разработчиков, создающих и внедряющих большие языковые модели, которые не принадлежат передовым ИИ-лабораториям. Ее можно считать своего рода GitHub эпохи ИИ.

Слухи об этой сделке появились после того, как Nvidia заключила соглашение на 6 млрд долларов с Poolside — разработчиком моделей с открытыми весами, в результате чего большинство его сотрудников перейдет в гиганта по производству чипов. А две недели назад Stripe приобрела OpenRouter — ведущего поставщика моделей с открытыми весами для бизнеса — более чем за 7 млрд долларов.

Это огромный поток капитала в сектор, основанный на бесплатном предоставлении продуктов, и он отражает последние тенденции в сфере ИИ.

Для Nvidia важно избежать дальнейшей зависимости от сделок с крупнейшими гипермасштабируемыми облачными провайдерами и передовыми ИИ-лабораториями. Это особенно актуально в условиях, когда крупные разработчики ИИ-моделей, такие как OpenAI и Google, также создают собственные чипы для инференса, например Jalapeño от OpenAI, о возможностях которого было объявлено на этой неделе. Если разработчики моделей производят чипы, Nvidia хочет получить долю бизнеса по созданию моделей.

Nvidia уже создает собственное семейство моделей Nemotron с открытыми весами, однако широкого распространения они пока не получили. Получив контроль над крупнейшим в США пространством для разработчиков открытых моделей, компания получит доступ к огромному числу пользователей, которых сможет направить к своим чипам и стандартам.

Растет и число вопросов о стоимости ИИ-инференса, из-за чего компании изучают более дешевые модели, созданные китайскими компаниями, такими как Moonshot, DeepSeek и Alibaba. Сейчас уровень внедрения относительно невысок, но он растет: согласно исследованию данных о расходах, проведенному Ramp, модели с открытыми весами используют лишь 6% компаний, а по данным опроса Jellyfish, создающей инструменты для разработчиков, — лишь 2% инженеров-программистов.

Ник Альбарран, руководитель направления ИИ-продуктов в Jellyfish, рассказал TechCrunch, что модели с открытыми весами в основном используют компании, чьи продукты зависят от повторяющихся задач инференса, например сервисы, предоставляющие чаты для клиентской поддержки. Поскольку это высокообъемные задачи с большим количеством повторений, модель с открытыми весами можно настроить так, чтобы она дешево отвечала на вопросы.

Именно так Stripe описывает приобретение OpenRouter. «Токены — это основная валюта для компаний, создающих продукты с использованием ИИ, и очевидно, что реальный экономический потенциал будет зависеть от эффективного использования дефицитных вычислительных ресурсов», — заявил в своем комментарии сооснователь и генеральный директор Stripe Патрик Коллисон.

Однако в задачах программирования и агентных сценариях разнообразие запросов и необходимость более глубокого рассуждения часто дают преимущество передовым моделям — отчасти потому, что закрытые лаборатории обеспечивают более простой доступ к ним, а в некоторых случаях и субсидирование токенов. Альбарран говорит, что по мере того, как компании будут выстраивать рабочие процессы с ИИ, обращаться к открытым моделям станет проще. Тем не менее сейчас компании выбирают такие модели главным образом ради контроля и возможности настройки, а не из-за опасений по поводу расходов.

«Пока таких компаний немного … [но] если цены передовых лабораторий продолжат расти, все больше компаний будут вынуждены хотя бы рассмотреть этот вариант», — рассказал Альбарран TechCrunch. «Когда ваши рабочие процессы на основе ИИ станут значительно более зрелыми, тогда инвестиции в самостоятельный хостинг моделей обретут смысл».

Линь Цяо — генеральный директор Fireworks, ведущего маршрутизатора и хостинг-провайдера моделей с открытыми весами для корпоративных пользователей; эту компанию часто называют потенциальной целью для приобретения технологическим гигантом. По словам Цяо, ее компания обрабатывает 40 трлн токенов в день — больше, чем API Gemini или OpenAI.

Ставка Fireworks — на разнообразие моделей: по мере того как большие языковые модели множатся и совершенствуются, компаниям будет проще обучать их специально под свои потребности. «Каждой компании, создающей приложения, стоит подумать о найме собственного исследователя», — сказала она TechCrunch на прошлой неделе. «Они могут использовать свой продукт и данные о продукте, чтобы создать собственную модель. Будущее — за специализированным интеллектом. Буквально у каждой компании должна быть собственная модель для каждого сценария использования, и это произойдет автоматически».

Легко забыть, насколько рано мы находимся в процессе развития ИИ как инструмента и бизнеса. Однако доминирование OpenAI и Anthropic не предопределено. Пока технологические гиганты пытаются застраховаться от рисков, связанных с крупнейшими лабораториями, привлекательность открытых технологий оказывается слишком сильной, чтобы ей сопротивляться.