Джеффри Мур, чья книга «Пересекая пропасть» стала обязательным чтением для венчурных инвесторов ещё в 1991 году, опубликовал короткий, но структурно плотный тезис о судьбе рынка больших языковых моделей. Его аргумент строится на историческом паттерне: система межштатных шоссе, коммерческая авиация, оптоволокно, беспроводные сети — всё это капиталоёмкие инфраструктурные проекты, где строители не стали главными бенефициарами. Google не прокладывал интернет-кабели. Uber не строил дороги. Airbnb не возводил отели. Все они пришли позже и воспользовались тем, что уже стало дешёвым или бесплатным ресурсом.
LLM, по мнению Мура, движутся по той же траектории. Сейчас они ещё не стали товаром — коммодитизация требует, чтобы стоимость токенов асимптотически стремилась к нулю, а этого не произошло. Пока токены дороги, freemium-модель не работает: кто-то должен платить. Компании, встраивающие языковые модели в продукты, стоят перед выбором — поглотить затраты самим или переложить на клиентов. Первое отпугивает инвесторов, второе — покупателей, которые уже обожглись на неконтролируемых расходах в собственных экспериментах с API.
Это объясняет, почему темп внедрения ИИ-агентов в корпоративном секторе ниже, чем можно было бы ожидать от технологии такого уровня. Проблема не в качестве моделей — она в экономике. Мур прямо говорит: сейчас определяющим фактором развития рынка является adoption, то есть принятие технологии, а не скорость инноваций. Это принципиально меняет стратегию для тех, кто строит продукты поверх LLM: нужно искать сценарии использования, где ценность достаточно высока, чтобы оправдать докоммодитизированную стоимость.
Стоимость токенов пока слишком высока для freemium-модели: кто-то должен платить, и это сдерживает массовое принятие технологии.
Один такой сценарий Мур уже видит — это применение Claude в разработке программного обеспечения. Рынок разработки достаточно богат запертой ценностью, чтобы платить за токены уже сейчас, не дожидаясь, пока они подешевеют. Это не опровергает общий тезис о коммодитизации — скорее подтверждает его: даже Claude в долгосрочной перспективе будет вынужден конкурировать в условиях падающих цен.
Основную тяжесть риска сейчас несут сами поставщики LLM — OpenAI, Anthropic, Google DeepMind — вместе с финансовыми институтами, финансирующими беспрецедентные капитальные затраты. Мур не сомневается в технологической состоятельности этих компаний, но предупреждает инвесторов: исторически инфраструктурные строители редко получали пропорциональную отдачу. Долгосрочные конкурентные преимущества традиционно строились вокруг проприетарных архитектур с высокими затратами на переход — именно это удерживало IBM, Microsoft и Intel на вершине десятилетиями. У LLM-провайдеров такого барьера нет: корпоративные клиенты уже сегодня интегрируют две и более модели одновременно, легко переключаясь между ними.
Переводчик статьи добавляет собственный угол зрения: давление снизу создают open-source модели, прежде всего китайские — они подтягивают качество при значительно меньших затратах на использование. Аналогия с рынком смартфонов здесь уместна: Apple открыл эпоху iPhone, но большинство покупателей в итоге выбирает по соотношению цены и качества, а не по логотипу. Вопрос лишь в сроках — год, два, больше.
