Выбор между открытой и проприетарной моделью для ИИ-продукта перестал быть философским спором. Это решение о стоимости, инфраструктуре, марже и скорости выхода на рынок, которое стартапы принимают прямо сейчас. На TechCrunch Disrupt 2026, который пройдёт 13–15 октября в Сан-Франциско, эту тему разберут на Builders Stage в сессии «The Open vs. Closed ИИ Debate Is Just Getting Started». Ведущие — Нейдер Халил, директор по технологиям для разработчиков Nvidia, и Сидни Сайкс, глава глобальных партнёрств с венчурными фондами Nvidia.
Открытые модели быстро догоняют проприетарные. В июле Nvidia сообщила, что 145 статей, принятых на конференцию ICML 2026, ссылались на её открытые модели и датасеты Nemotron. Исследования с использованием других открытых семейств Nvidia охватывают робототехнику, беспилотные автомобили и биомедицину. При этом закрытые лаборатории продолжают наращивать возможности своих моделей. Рынок движется к вопросу не «работают ли открытые модели», а «где каждый подход имеет коммерческий смысл».
| Подход | Что даёт | Что требует |
|---|---|---|
| Открытая модель | Гибкость, контроль над данными, локальный запуск | Развёртывание, оптимизация, поддержка инфраструктуры |
| Проприетарная модель | Быстрый старт, доступ к передовым возможностям | Зависимость от API, меньше контроля над стеком |
Сама Nvidia отвергает упрощённую дихотомию. На конференции GTC в этом году генеральный директор Дженсен Хуанг заявил, что будущее — не «проприетарное против открытого», а «проприетарное и открытое». Компания вкладывается в открытую экосистему: в марте вышла Nemotron 3 Super — открытая модель на 120 млрд параметров, рассчитанная на агентные задачи. Компании уже комбинируют её с проприетарными моделями, а не выбирают что-то одно.
Nvidia сообщила в июле, что 145 принятых на ICML 2026 статей ссылались на её открытые модели и датасеты Nemotron.
Для основателя решение упирается в конкретные вопросы. Если две модели дают похожие результаты, побеждает ли более дешёвая? Даёт ли одна из них больше контроля над данными? Создаёт ли владение большей частью стека защиту от конкурентов или просто инфраструктуру, которую нужно поддерживать? И если лучшая модель меняется каждые несколько месяцев, насколько плотно продукт должен быть привязан к одной из них?
Нейдер Халил смотрит на эти вопросы со стороны разработчика и инфраструктуры. До прихода в Nvidia он соосновал Brev.dev — компанию по инфраструктуре ИИ, которую Nvidia приобрела в июле 2024 года. Brev.dev упрощала доступ к GPU-инфраструктуре в разных средах: её инструменты позволяли разворачивать ИИ-софт в публичном облаке, частном облаке и на собственных серверах без привязки к одному источнику вычислений. Сидни Сайкс добавляет взгляд венчурной экосистемы: что нужно разработчикам для создания продукта и что нужно компаниям, чтобы стать инвестиционно привлекательным и масштабируемым бизнесом.
За спором об открытости стоит ещё один неудобный вопрос: где именно живёт конкурентное преимущество? Если конкуренты имеют доступ к тому же проприетарному API, дифференциация должна исходить из другого — собственных данных, рабочего процесса, дистрибуции, отношений с клиентами, продукта или специализированной технологии. Но и открытая модель не даёт защиты автоматически. Вы получаете гибкость и потенциально больший контроль, но берёте на себя решения по развёртыванию, оптимизации и инфраструктуре. Экономика может меняться в зависимости от нагрузки и масштаба.
Гибридная реальность, где открытые и закрытые модели используются вместе, может оказаться самой интересной частью дискуссии. Сессия Халила и Сайкс на Disrupt 2026 обещает разобрать, как этот выбор влияет на стоимость, инфраструктуру, маржу, дифференциацию, скорость и контроль — и какие компромиссы стоят за каждым из подходов.
