Поки техгіганти малюють утопічні слайди про AGI, фондовий ринок раптово охолов до штучного інтелекту. В епізоді подкасту Mixture of Experts від IBM Technology ведучий Тім Хуан разом із дослідниками й інженерами Кушем Варшнеєм, Лорен Мак’ю Оленде та Крісом Геєм розбирають, що саме турбує інвесторів: від падіння акцій SoftBank та Apple до дефіциту пам’яті й економіки frontier‑моделей, які змушені весь час бігти попереду open source.
«Це дуже спекулятивно»: ринок, що живе майбутньою цінністю
Початковий сигнал тривоги прийшов із котирувань. SoftBank, один із ключових інвесторів OpenAI, зафіксував падіння акцій приблизно на 13%. Технологічно насичений Nasdaq показав затяжні збитки. Суттєво просіла й Apple. На тлі кількарічного AI‑ралі такі рухи виглядають як зміна настрою, а не випадковий шум.
Кріс Гей пояснює це логікою ринку: оцінка великих AI‑гравців і постачальників інфраструктури побудована майже повністю на очікуванні майбутньої цінності. Якщо штучний інтелект справді переформатує економіку, є лише кілька компаній, які здатні забезпечити потрібні моделі, дата‑центри та мікроелектроніку. Саме на цьому припущенні тримається нинішня капіталізація.
Водночас, наголошує він, така оцінка «дуже, дуже спекулятивна». Інвестори фактично роблять ставку на те, що ланцюжок «дороге тренування → масове впровадження → стійкий прибуток» справді спрацює. Будь‑який сумнів у будь‑якій ланці миттєво відбивається в котируваннях.
Дорогий забіг без фінішу: frontier‑моделі проти «нескінченної гри»
Ключова проблема для закритих frontier‑моделей – це не лише технологія, а й структура самої гонки. Лорен Мак’ю Оленде нагадує поширену в індустрії оцінку: розрив між відкритими та пропрієтарними моделями сьогодні оцінюють у діапазоні від 0 до 12 місяців; умовно «середина» – близько пів року відставання open source.
Кріс Гей накладає на це концепцію «нескінченної гри» Саймона Сінека: тут немає переможця, є лише гравці, які або продовжують гру, або сходять із дистанції. Для великих лабораторій це означає постійну необхідність бути попереду – «гра OpenAI та Anthropic полягає в тому, щоб завжди залишатися попереду всіх інших».
Якщо пропрієтарні моделі стабільно тримають, скажімо, 12‑місячну перевагу, історія працює на їхню користь. Але якщо, як зауважує Гей, розрив скорочується до умовних шести місяців, а релізи виходять ще із затримкою у кілька місяців, перевага починає розмиватися. На тлі того, що відкриті моделі регулярно наздоганяють лідерів, ринок має підстави замислитися, наскільки стійким є це лідерство.
Куш Варшней підкріплює цю думку історичною аналогією. Він порівнює нинішні AI‑гіганти з Ост‑Індською компанією: структура, яка агресивно створює попит, інвестує колосальні ресурси, намагається утримати монополію й у підсумку стає настільки дорогою для підтримки, що без державного «підпертя» не витримує власної ваги. У його оповіданні завершальний акорд символічний: «open source виграв», як колись Бостонське чаювання відкинуло прив’язку до наддорогого монопольного товару.
Висновок, який проводять співрозмовники: коли настільки дорого залишатися попереду, а шансів повернути інвестиції мало без зовнішньої допомоги, «це цілком розумна реакція для фондового ринку – почати хвилюватися».
DRAM‑апокаліпсис і невидима сторона софту
До структурних ризиків бізнес‑моделі додається інша тривога – апаратна. Спочатку ринок жив страхом дефіциту GPU; тепер до нього додалися побоювання щодо браку оперативної пам’яті й NAND, які також стають вузьким місцем для крупних тренувальних і інференс‑кластерів.
Лорен Мак’ю Оленде описує поточну ситуацію як «Rammageddon» і «Rampocalypse» – коли між залізом і софтом виникла помітна затримка. Приблизно півтора року тому індустрія дійшла до масштабів моделей, які умовно позначають як «трильйон параметрів», і стало очевидно: RAM перетворюється на ключовий bottleneck.
З того часу, каже вона, на програмному рівні відбувається значний зсув. Дослідники чудово розуміють, що пам’ять стає вузьким ресурсом, і на це вже є відповідь:
- «було… тонни інновацій навколо квантизації моделей»
- оптимізація key‑cache
- нові підходи до оптимізації flash attention і методи, «які дозволяють вимагати менше RAM».
Чи зійдуться ці дві траєкторії – жорсткіша пропозиція пам’яті, яку виїдають багаторічні контракти великих гравців, і хвиля софтверних оптимізацій – невідомо. Мак’ю Оленде підкреслює: ринок, здається, переоцінює видимий дефіцит чипів і недооцінює тихий прогрес у софтвері, «бо він менш помітний, ніж брак мікросхем».
Саме ця асиметрія інформації підсилює нервозність: інвестори бачать вузьке місце в залізі, але не завжди враховують, що програмна інженерія здатна помітно зменшити апетити моделей до пам’яті.
Коли open source дихає в потилицю
На цьому фоні особливою стає роль відкритих моделей. Мак’ю Оленде говорить про діапазон оцінок відставання open source – «від 0 до 12 місяців», із умовною «середньою» в шість місяців. Навіть якщо припустити піврічний розрив, її висновок оптимістичний для спільноти: часового вікна більш ніж достатньо, аби пропрієтарні гравці залишалися попереду, але цього не досить, щоб зацементувати «монополію майбутнього».
На додаток, вона звертає увагу на нову практику поетапних релізів, коли до frontier‑моделей спочатку допускають обмежене коло структурованих «партнерських» організацій. У цьому підході є і політична, і регуляторна логіка, але виникає базове запитання: «Хто ці організації, і чи саме вони мають навички, час і ресурси, щоби проводити це тестування?»
Без прозорої, наукової, рецензованої процедури оцінки ризиків виникає загроза, що в ролі де‑факто арбітрів опиняються конкуренти один одному. Саме це, на її думку, підкреслює потребу в сильнішій технічній експертизі в державних інституціях, аби нагляд за frontier‑моделями не перетворився на закритий клуб великих вендорів.
Кріс Гей, зі свого боку, зізнається, що особисто «завжди ставить на open source». В контексті фондового ринку це означає просту річ: що ближче відкриті моделі підходять до якості закритих, то менше простору в останніх для обґрунтування надпреміальної оцінки.
Математика виживання: коли тренування не окупаються
На завершення розмови Гей повертається до базової економіки AI‑інфраструктури. Витрати на тренування великих моделей уже ні в кого не викликають ілюзій – це «коштує багато». Дешевшим не є й масовий інференс: «вартість обслуговування інференсу для світу також велика».
Ці суми мають звідкись покриватися. «Наприкінці дня ці компанії повинні заробляти гроші», і в якийсь момент це має бути «більше грошей, ніж коштують ці тренувальні запуски». Поки все тримається на ставці на майбутню цінність, але якщо система не вийде хоча б на приблизну рівновагу між витратами і доходами, включається логіка тієї самої «нескінченної гри»: або гравець «знуджується», або «в нього закінчаться ресурси».
І саме ризик «закінчаться ресурси» він називає тим фактором, на який варто дивитися в найближчі роки. У ситуації, коли тренувальні бюджети ростуть, залізо дорожчає, а open source скорочує відставання, це вже не абстрактна філософія, а доволі конкретне питання виживання бізнес‑моделі.
Водночас ведучий Тім Хуан звертає увагу на ще один парадокс моменту: нині, можливо, «золоте вікно» для звичайних користувачів. Підписки на передові моделі ще виглядають вигідними порівняно з їх реальною собівартістю. Але ця диспропорція не може тривати нескінченно довго; рано чи пізно ціни сервісів доведеться підтягувати до реальних витрат.
Висновок: економіка AI входить у фазу перевірки реальністю
Поєднання трьох факторів – спекулятивного ціноутворення на біржі, загрози браку памʼяті та зростаючого тиску з боку відкритих моделей – робить нервозність Уолл‑стріт менш емоційною, а більш раціональною.
З одного боку, великі AI‑гравці мають очевидні переваги: капітал, доступ до заліза, кадрові ресурси й часове вікно попереду open source. З іншого – сама структура гри змушує їх безупинно витрачати все більше, щоб утримувати перевагу, яку open source все одно поступово від’їдає.
На цьому тлі питання, які ще нещодавно здавалися академічними, стають дуже практичними: як далеко можуть зайти оптимізації памʼяті; скільки часу ринок готовий фінансувати збиткові тренування в обмін на обіцянку майбутніх прибутків; і чи не виявиться «монополія майбутнього» насправді коротким епізодом перед тим, як відкриті моделі остаточно зламають бар’єр у кілька місяців.
Відповіді на ці питання визначатимуть не лише цінники на GPU й акції SoftBank, а й те, якою буде реальна архітектура AI‑індустрії через кілька років – з невеликою групою суперлабораторій на вершині або з набагато більш розподіленою, open‑source‑орієнтованою екосистемою.
Джерело
Mixture of Experts – GPT-5.6 Sol, FIFA AI & Wall Street’s AI nerves