# Питер Фентон: «90% ИИ-токенов скоро будут генерировать открытые модели»

Источник: https://www.youtube.com/watch?v=2HHN0fwbvXo
Канал: CNBC
Опубликовано: 10.07.2026

---

## Эпоха «после фронтира»: как Perplexity и Ollama меняют правила игры в индустрии ИИ
[[JUMP:0:00]]

Индустрия искусственного интеллекта переживает фундаментальную смену парадигмы, переходя от простой гонки за размером моделей к эффективному управлению стоимостью, контролем и вычислительными мощностями. В этом «пост-фронтирном» мире сама по себе языковая модель больше не является полноценным продуктом — основная ценность смещается в сторону оркестрации, интеграции инструментов и использования моделей с открытыми весами. По мнению экспертов, именно гибкость, суверенитет над данными и оптимизация затрат станут определяющими факторами успеха для бизнеса в ближайшие годы.

## 🏗️ Конец эпохи «только фронтира»: почему важна оркестрация
[[JUMP:3:33]]

До последнего времени рынок ИИ ориентировался на «табло результатов»: побеждал тот, кто выпускал самую большую и мощную модель. Однако сегодня компании, уже внедрившие ИИ в реальные рабочие процессы, пересматривают свои приоритеты.

*   **Реальность развертывания:** Для бизнеса важнее не публичные бенчмарки, а реальная производительность, стоимость и безопасность данных.
*   **Пример DoorDash:** Компания не стала полагаться на рекламные заявления разработчиков, а создала собственный тест для оценки качества ИИ-рецензирования кода на базе собственной кодовой базы. Результат показал, что ни одна универсальная модель не выигрывает во всём — лучшие результаты дает система из нескольких моделей, работающих под управлением специализированного оркестратора.

По словам Аравинда Сриниваса, модель — это лишь «упряжь» (harness) для агентов. Value для предприятия заключается в создании собственного цикла оценки (eval harness), который позволяет встроить экспертные знания компании непосредственно в систему, контролируя затраты и видя реальный ROI.

## ⚡ Интеллект на ватт: новая метрика эффективности
[[JUMP:8:46]]

Аравинд Сринивас вводит понятие «ценности токена на ватт» (token value per watt) как критического параметра. Поскольку развитие дата-центров ограничено мощностями электросетей, для масштабирования необходимо максимально эффективно использовать каждый затраченный ватт энергии.

*   **Гибридные вычисления:** Perplexity делает ставку на использование компактных, энергоэффективных моделей (например, GLM или Qwen) в качестве основных оркестраторов, которые «эскалируют» (передают) сложные задачи более мощным моделям-советчикам только тогда, когда это необходимо.
*   **Локальные вычисления:** Аппаратные решения, такие как NVIDIA DGX Spark, позволяют объединить память CPU и GPU на одном устройстве, что радикально снижает энергопотребление и позволяет компаниям «демократизировать» использование мощного ИИ, не полагаясь только на облака.

## 🔓 «Открытый сжатие» и роль open-weights моделей
[[JUMP:37:13]]

Питер Фентон прогнозирует, что в ближайшие 18–24 месяца (возможно, даже к концу текущего года) более 90% всех создаваемых токенов будут генерироваться моделями с открытыми весами.

*   **Экономическое давление:** Модели с открытыми весами позволяют компаниям избежать наценок, которые устанавливают провайдеры проприетарных «фронтирных» моделей.
*   **Производительность:** Главный аргумент в пользу open-source — не только цена, но и возможность тонкой настройки (fine-tuning) для конкретных задач, что дает снижение латентности и повышение точности.

Джефф Морган отмечает, что Ollama уже используется более чем 85% компаний из списка Fortune 500. Даже в высокорегулируемых отраслях, таких как медицина или энергетика, компании выбирают открытые модели, так как это дает возможность размещать ИИ непосредственно в своей инфраструктуре и полностью контролировать безопасность данных.

## 🛡️ Суверенитет данных как главный приоритет бизнеса
[[JUMP:27:07]]

Участники дискуссии сошлись во мнении: отдавать свои уникальные данные и рабочие процессы на обучение внешним «фронтирным» моделям — стратегическая ошибка.

1.  **Защита контекста:** Propitiatory-данные являются главным конкурентным преимуществом компании. Передача этого контекста закрытым моделям может привести к потере интеллектуальной собственности.
2.  **Переносимость:** Switching-cost (затраты на смену модели) прямо зависят от того, насколько легко компания может «пересобрать» свой контекст. Владение весами модели и собственная инфраструктура обеспечивают необходимый уровень независимости.