Венчурный инвестор Chamath Palihapitiya (Social Capital) заявил, что при падении стоимости дополнительного токена ценность в индустрии ИИ смещается от перепродажи доступа к моделям к владению прикладным слоем — приложениями и рабочими процессами. По его прогнозу, первыми под удар попадут не привычные SaaS-компании, а AI-native стартапы, которые сейчас тратят большие суммы на закупку токенов у модельных лаб, — прежде всего в юриспруденции, продажах и клиентской поддержке. Усилением этого сценария служит уже начавшееся движение OpenAI и Google, которые встраивают офисные функции прямо в свои чат-интерфейсы. Бизнес, устроенный как «арбитраж» — простая перепродажа доступа к моделям через интерфейс, по словам инвестора, обречён, как только лабы сами займут эти вертикали.

image
image

Что произошло

Как передают издания Benzinga и Yahoo Finance, Chamath Palihapitiya в публичных комментариях обрисовал сценарий, при котором предельная стоимость генерации одного токена стремится к нулю, а экономическая выгода смещается от тех, кто продаёт доступ к моделям, к тем, кто владеет приложениями и рабочими процессами. Класс компаний, пострадавших первыми, он определил неожиданно: это не устоявшиеся SaaS-вендоры, а AI-native компании, чья операционная модель строится вокруг масштабной закупки токенов у лаб вроде OpenAI, Google и Anthropic, — типичные примеры из юриспруденции, продаж и клиентской поддержки. Основанием для такого вывода названо уже начавшееся, со слов инвестора, движение лаб в прикладной слой: OpenAI и Google переносят функциональность офисных инструментов — редактирование документов и работу с файлами — прямо в свои чат-интерфейсы, становясь прямым конкурентом независимых ИИ-приложений. В пересказе Yahoo Finance звучит и смежный тезис: порядка 90% всех расходов на ИИ приходится всего на 1% компаний. Принципиально, что всё это — публичные высказывания инвестора об экономике индустрии, а не результат технических измерений.

Контекст

Развитие индустрии генеративного ИИ до сих пор шло по двухуровневой схеме: OpenAI, Google и Anthropic тренировали модели и отдавали их наружу через API, а тысячи стартапов строили поверх этого интерфейсы, интеграции и вертикальные сценарии, оплачивая каждый сгенерированный ответ по тарифу. Пока стоимость инференса снижалась, «обёртки» зарабатывали на разнице, но их защищённость оставалась условной: то, что продаёт такая компания, легко воспроизводится промптом поверх той же frontier-модели. Исторический аналог этих процессов — коммодитизация облаков и публичных API, когда прибыль мигрировала из инфраструктуры вверх по стеку; правда, тогда коммодитизация вычислений сосуществовала с живой экосистемой независимых разработчиков, а не привела к её исчезновению. Разделять стоит и два разных класса продуктов: тонкую «обёртку-арбитражника», перепродающую доступ к модели, и вертикальное приложение с проприетарными данными, глубокой интеграцией в рабочий процесс и ответственностью за результат — второе простым промптом не воспроизводится автоматически. Именно на этом фоне лабы превращаются из поставщиков API во владельцев рабочей поверхности: ChatGPT и Gemini уже выполняют роль места, где обрабатываются документы и файлы.

Почему это важно для индустрии

Для отрасли высказывание Palihapitiya начинает работать раньше фактов: инвесторы делают проверки бизнес-моделей «обёрток» заметно жёстче, а питчи вертикальных стартапов теперь обязаны отвечать на вопрос, что станет с продуктом, если его ключевую функцию покажут на ближайшем демо OpenAI или Google. Практически это карта запретных зон: любой продукт, чья ценность сводится к доступу к модели через интерфейс, попадает в зону поглощения лабами, тогда как защищённость дают владение рабочим процессом, проприетарные данные, собственные контуры оценки качества и глубокая интеграция в системы заказчика. Инженерная программа действий не требует верить прогнозу: посчитать долю себестоимости инференса в unit-экономике, провести инвентаризацию зависимости от одного API и убедиться, что в продукте есть слой, который нельзя продублировать. Если гипотеза подтвердится хотя бы частично, в горизонте около двух лет ожидается консолидация среднего слоя ИИ-приложений, а ценность дополнительно сместится к владельцам дистрибуции и рабочих процессов; выживут компании с проприетарными данными, гарантиями качества, аудируемостью и глубокой интеграцией в корпоративные процессы. Остаётся и альтернативный сценарий: предприятия требуют интеграций, надёжности и контролируемости такого уровня, которого чат-интерфейсы лаб не дают, и этот разрыв остаётся рабочим пространством для независимых вендоров.

Почему это важно для пользователей

Для читателя этот прогноз выглядит как знакомая траектория: функции отдельных ИИ-сервисов, которыми вы пользуетесь сегодня, в ближайшие год-два могут появиться прямо в ChatGPT или Gemini, и часть списка подписок станет лишней. Это уже не абстракция: редактирование документов и работа с файлами встроены в чат-интерфейсы OpenAI и Google, поэтому часть самостоятельных ИИ-приложений потеряла своё единственное преимущество, а пользовательские расходы перераспределяются в сторону чат-ботов. Побочный эффект — упрощение рабочих процессов: вместо переключения между специализированными сервисами многие офисные задачи решаются в одном окне. Обратная сторона — рост зависимости от нескольких компаний: если нишевые стартапы в юриспруденции, продажах и поддержке уйдут с рынка, у пользователей останется меньше альтернатив и слабее позиция при обсуждении цены и качества. Перед продлением очередной подписки имеет смысл проверить, где лежат ваши данные и насколько глубоко сервис встроен в ваш рабочий процесс: именно эти слои, а не интерфейс, определяют, насколько легко его заменить.

Что пока неизвестно / ограничения

Прогноз Palihapitiya — инвестиционное мнение без количественных опор: в доступных материалах нет данных о реальной динамике цен на токены, маржинальности или латентности, нет и публичных бенчмарков и эвалов, подтверждающих готовность моделей замещать квалифицированных специалистов в юриспруденции, продажах и поддержке на реальных рабочих процессах. Тезис о том, что конкуренция лаб — уже наблюдаемая практика, опирается на факт встраивания офисных функций в чат-интерфейсы, но вывод о гибели вертикальных приложений автоматически из него не следует. Смешаны и два разных класса продуктов: «обёртки-арбитражники», которые действительно уязвимы, и вертикальные приложения с проприетарными данными, чья устойчивость принципиально иная. Ограничивает категоричность и исторический прецедент: коммодитизация вычислений сосуществовала с живой экосистемой независимых разработчиков. Формулировки инвестора дошли до аудитории через пересказ и перевод, а цифра о 1% компаний и 90% расходов на ИИ приводится изданиями со слов спикера и требует отдельной проверки. Проверяемая развилка в горизонте около полугода — продуктовые релизы лаб: появление явных вертикальных режимов (юрист, продажник, поддержка) в ChatGPT и Gemini стало бы подтверждением тезиса, их отсутствие — аргументом против.

Источники

Автор

Look at AI, редакция