Рынок ИИ: модель становится расходником, а инфраструктура — главным активом · 22.08.2026

Главный сдвиг рынка ИИ — от соревнования моделей к борьбе за экономику их использования. Nvidia оптимизирует работу агентов и строит собственную инфраструктурную экосистему, а стартапы получают высокие оценки, когда доказывают прикладной результат. При этом ошибки в безопасности и перестановки внутри крупных компаний показывают цену неготовых продуктов.

Nvidia продаёт не только вычисления, но и экономию на каждом запросе

Сразу две разработки Nvidia указывают на одну проблему: корпоративным ИИ-агентам недостаточно просто предоставить сильную модель. В исследовании компании показано, что правильно настроенная система управления — так называемая обвязка агента — позволяет добиваться хороших результатов даже от не самой сильной модели. Речь идёт о тонкой настройке поведения агента и контроле его действий.

Другая работа Nvidia касается передачи задач между маленькими и большими моделями. При обычной схеме принимающая модель заново обрабатывает весь диалог, что увеличивает задержку и стоимость вычислений. Nvidia предлагает заменить часть таких передач простой линейной математикой, сокращая избыточные операции.

На мой взгляд, это важнее очередного улучшения результатов тестов. Если технология позволяет использовать дешёвую модель там, где она справляется, а дорогую подключать только в сложных случаях, меняется сама экономика агентных систем. Победит не тот, кто всегда запускает крупнейшую модель, а тот, кто точнее распределяет вычислительный бюджет.

Инфраструктура становится вертикально интегрированным бизнесом

Партнёрство Nvidia с разработчиком дата-центров Cloverleaf показывает следующий уровень этой стратегии. Компания поставляет ускорители для ИИ, но одновременно участвует в расширении площадок, где эти ускорители будут работать. Получается замкнутый контур: рост ИИ-спроса увеличивает потребность в дата-центрах, а развитие дата-центров поддерживает спрос на оборудование Nvidia.

Это не просто ставка на продажу чипов. Контроль над инфраструктурой помогает Nvidia закрепиться в цепочке поставок ИИ на более длительный срок и получить выгоду от роста рынка дата-центров. На фоне исследований по эффективности агентов логика выглядит цельной: компания работает и над снижением стоимости одного вычисления, и над расширением общего объёма вычислительных мощностей.

На мой взгляд, здесь формируется один из главных бизнес-парадоксов ИИ: удешевление отдельных операций не обязательно уменьшает рынок оборудования. Если агентные системы становятся доступнее, их начинают применять чаще, а суммарный спрос на вычисления может продолжать расти.

Инвесторы финансируют доказанную прикладную ценность

Стартап Rillet привлёк 100 миллионов долларов и получил оценку единорога всего за 48 часов после того, как руководство представило инвесторам показатели роста. В раунде участвовали Iconiq, Sequoia и другие фонды. Этот случай показывает, что ажиотаж вокруг ИИ по-прежнему способен быстро превращаться в капитал, но уже не только за счёт обещаний технологии.

Rillet работает в сфере бухгалтерского программного обеспечения, то есть продаёт не абстрактный доступ к ИИ, а решение для конкретного бизнес-процесса. Похожий прикладной эффект виден и в инструментах программирования: рост популярности TypeScript на GitHub совпал с периодом ускоренного внедрения ИИ-агентов для разработки.

Эти новости нельзя трактовать как доказательство того, что ИИ-агенты автоматически создают устойчивый бизнес. Но они показывают направление спроса: капитал и пользователи охотнее поддерживают продукты, встроенные в измеримый рабочий процесс. На мой взгляд, следующий раунд конкуренции стартапов пройдёт не вокруг формулировки «у нас есть ИИ», а вокруг ответа на вопрос «какие расходы или часы работы он реально заменяет».

Рынок одновременно ускоряется и проверяет пределы доверия

История с Claude Opus 4.6 показывает, что заявленные ограничения модели могут обходиться при относительно простых сценариях. Для разработчика это не только техническая проблема фильтрации контента, но и репутационный и коммерческий риск: корпоративные клиенты оценивают не рекламные правила, а фактическое поведение системы.

На другом уровне о пересмотре приоритетов говорит сокращение сотен рабочих мест в командах Siri и Vision Pro в Apple. Компания подтвердила, что некоторые роли затронуты на фоне изменения фокуса. Это не означает отказа Apple от ИИ или пространственных технологий, но показывает: даже крупнейшие игроки перераспределяют ресурсы, если направление не даёт ожидаемого результата или требует новой стратегии.

Вместе эти новости отражают общую тенденцию рынка. Инвестиции в ИИ растут, но вместе с ними растёт требовательность к управлению рисками, качеству продукта и скорости корректировки курса. На мой взгляд, период, когда достаточно было продемонстрировать красивую демонстрацию модели, подходит к концу.

Итог

Дальше рынок ИИ будет смещаться к системам, которые умеют экономить вычисления, надёжно работать в реальных процессах и подтверждать финансовый эффект. Nvidia укрепляет инфраструктурный слой, Rillet демонстрирует ценность вертикального применения, а ошибки моделей и кадровые решения крупных компаний напоминают: масштабирование ИИ требует не только капитала, но и дисциплины исполнения.

Источники

1. Nvidia just showed that the harness, not the AI model, is now the real hero
2. Nvidia finds that simple linear math can replace costly AI model handoffs
3. Nvidia partners with data center developer Cloverleaf
4. How AI accounting startup Rillet raised $100M and became a unicorn in 48 hours
5. How AI coding tools are contributing to the popularity of JavaScript
6. Anthropic’s Opus 4.6 is a smut-machine
7. Apple is reportedly cutting hundreds of jobs from Siri, Vision Pro teams

FAQ

Почему снижение стоимости вычислений может увеличить расходы компаний?

Более дешёвые операции делают ИИ доступным для большего числа процессов. Поэтому цена отдельного запроса снижается, но общий объём запросов и суммарное потребление вычислений могут вырасти.

Что такое обвязка ИИ-агента?

Это набор инструментов и правил, которые управляют действиями модели: распределяют задачи, проверяют результат и выбирают подходящую модель. В некоторых сценариях такая система способна компенсировать недостаток возможностей самой модели.

Почему бухгалтерские и другие вертикальные ИИ-продукты привлекательны для инвесторов?

Их эффект проще измерить через скорость операций, снижение затрат или автоматизацию конкретных функций. Это облегчает проверку бизнес-модели по сравнению с универсальным ИИ без узкого сценария применения.

Как проблемы безопасности влияют на оценку ИИ-компаний?

Они повышают расходы на тестирование, фильтрацию и контроль доступа, а также создают риск потери доверия клиентов. Для корпоративного рынка фактическая надёжность продукта может быть важнее заявленных возможностей.

Источники

1. https://techcrunch.com/2026/08/21/how-ai-accounting-startup-rillet-raised-100m-and-became-a-unicorn-in-48-hours/
2. https://venturebeat.com/technology/nvidia-finds-that-simple-linear-math-can-replace-costly-ai-model-handoffs
3. https://techcrunch.com/2026/08/21/apple-is-reportedly-cutting-hundreds-of-jobs-from-siri-vision-pro-teams/
4. https://techcrunch.com/2026/08/21/nvidia-just-showed-that-the-harness-not-the-ai-model-is-now-the-real-hero/
5. https://techcrunch.com/2026/08/21/anthropics-opus-4-6-is-a-smut-machine/
6. https://www.artificialintelligence-news.com/news/how-ai-coding-tools-are-contributing-to-the-popularity-of-javascript/
7. https://techcrunch.com/2026/08/21/nvidia-partners-with-data-center-developer-cloverleaf/
8. https://techcrunch.com/2026/08/21/michael-polansky-is-training-an-ai-model-on-skin-thats-still-alive/