Компанії, які нарешті почали використовувати ШІ, виявили, що їхній бізнес забирають компанії з великими моделями

Оригінальна назва: «Компанії, які нарешті почали використовувати ШІ, виявили, що їхній бізнес забирають компанії з великими моделями»
Оригінальний автор: Юхань Юань, Цзінь Юй, Geek Park

Не лише ваші гроші, а й ваш бізнес. 1 липня генеральний директор Palantir Алекс Карп увійшов до студії CNBC з майже неконтрольованим тоном, кинувши бомбу.

Він сказав, що індустрія ШІ «просто божевільна», що генеральні директори американських компаній «в люті» через OpenAI та Anthropic, і що компанії роблять абсурдну річ — платять шалені гроші за токени, одночасно передаючи свої найважливіші операційні дані постачальникам моделей. А отримана комерційна цінність майже неможлива для вимірювання.

Ведучий запитав його, чи не є це «перекладанням провини». Карп відповів: «Ні, я просто викладаю факти».

Ціна акцій Palantir зросла на 9% того дня. Це число саме по собі є голосуванням — ринок вважає, що він висловив те, що багато людей хотіли сказати, але не сказали.

Це не просто емоційний сплеск однієї людини. Коли керівник компанії з капіталізацією понад 100 мільярдів доларів відкрито критикує всю індустрію великих моделей в прямому ефірі, і ринок реагує позитивно, це означає, що колективна емоція досягла критичної точки.

Протягом останніх двох років усі говорили про те, як обійняти великі моделі. Але тепер виникає нове питання — чи не буде компанія розірвана, якщо вона занадто близько підійде до великих моделей?

01 Від «нагорі» до «не наївно»

Згадаймо початок 2024 року, ставлення компаній до великих моделей можна охарактеризувати чотирма словами — «спочатку використати».

Не важливо, чи є ROI, не важливо, куди йдуть дані, головне — не відставати. Тоді основна наративна лінія була «революція ШІ прийшла, хто не прийме, той буде знищений». CIO та CTO з усіх галузей під тиском намагалися впровадити ШІ в кожен можливий бізнес-процес. Це типове рішення, зумовлене технічною панікою.

До 2025 року ключовим словом стало «повне впровадження». Компанії почали серйозно інтегрувати великі моделі в основні бізнес-процеси, більше не обмежуючись демо та внутрішніми хакатонами. Від обслуговування клієнтів до генерації коду, від аналізу ринку до дизайну продуктів, глибина та ширина проникнення ШІ зростають експоненційно.

Але з початком 2026 року відбувається тонка зміна настроїв.

Дослідження Salesforce показують, що лише половина IT-лідерів впевнені у своїй інфраструктурі даних, щоб підтримати успішне впровадження ШІ. Дослідження NTT DATA, опубліковане в травні цього року, прямо вжило термін «вдаритися об стіну» — корпоративний ШІ стикається з архітектурними перешкодами, викликаними вимогами до конфіденційності даних та суверенітету. Gartner прогнозує, що до 2027 року 35% країн будуть залежати від регіональних платформ ШІ, тоді як сьогодні це число становить лише 5%.

Карп висловив цю зміну більш прямо. Він сказав, що компанії переходять від бездумного споживання токенів до справжнього запитування інвестиційної віддачі. «Основна думка полягає в тому, щоб не витрачати час на токени».

Це не заперечує великі моделі, а означає, що вся індустрія переходить від «нагорі» до «не наївно». Після періоду захоплення компанії починають з холодним розумом оцінювати основне питання — чи можна підрахувати, що я віддаю, і що я отримую?

02 Коли партнери стають конкурентами

Критика Карпа зосереджена на бізнес-моделях. Але справжня загроза, яка викликає холодний піт, — це інша, більш пряма загроза — ваш постачальник ШІ може використовувати ваші дані та розуміння сценаріїв для створення продукту, який замінить ваш.

Події, що сталися в квітні 2026 року, перетворили цю тривогу з теорії на реальність.

У лютому цього року Figma та Anthropic спільно розробляли функцію під назвою «Code to Canvas», яка безшовно інтегрувала код, згенерований Claude, у процес дизайну Figma. Обидві компанії виглядали як близькі партнери.

14 квітня головний продукт-менеджер Anthropic Майк Крігер тихо пішов з ради директорів Figma.

Через три дні Anthropic випустила Claude Design — інструмент ШІ для дизайну, який може безпосередньо генерувати інтерактивні прототипи, PPT та маркетингові матеріали, точно націлений на основний бізнес Figma.

Ціна акцій Figma впала на майже 8% в той же день.

У пізніших звітах Fast Company є цікавий нюанс — Figma та Adobe, Canva та інші компанії мають багаторічні партнерські відносини з Anthropic, але перед випуском Claude Design ніхто не був попереджений. Усі усвідомили, що ваш партнер з ШІ під носом став конкурентом.

Ця історія заслуговує на роздуми, оскільки вона виявляє структурну проблему, яка є більш небезпечною, ніж будь-коли в епоху великих моделей — коли ви глибоко співпрацюєте з компанією ШІ, ви не лише віддаєте ринковий доступ, але й свою основну розуміння сценаріїв та дані про потреби користувачів.

Anthropic змогла створити Claude Design, в значній мірі завдяки глибокому розумінню робочих процесів та проблем дизайнерів під час співпраці з компаніями інструментів дизайну.

Але якщо подивитися ширше, це не новий сценарій в історії технологій.

Amazon почала з електронної комерції, створила власний бренд, використовуючи дані платформи для точного визначення найбільш прибуткових категорій, а потім запустила власні продукти, щоб знищити третіх продавців. Microsoft, починаючи з операційної системи, поступово поглинала браузери, офісні програми, комунікаційні інструменти — Netscape був знищений, Slack змушений був продати. Google, розширюючи свої пошукові системи, безпосередньо відповідає на запитання користувачів на сторінках результатів пошуку, що призводить до маргіналізації Yelp та багатьох вертикальних інформаційних постачальників.

Залізне правило технологічної індустрії ніколи не змінювалося — як тільки платформа має достатньо даних та розуміння користувачів, вона почне вторгатися в верхні ланки.

В епоху великих моделей це правило стає ще більш жорстоким, оскільки традиційне вторгнення платформ потребує часу для накопичення розуміння, тоді як великі моделі є «прискорювачами розуміння». Кожен ваш виклик API, кожен вхід бізнес-даних допомагає постачальникам моделей швидше та глибше зрозуміти вашу територію.

03 «Ліміт Роша» в епоху ШІ

В астрономії є концепція, відома як «ліміт Роша» — коли небесне тіло занадто близько до масивної зірки, гравітаційні сили перевищують його власну гравітацію, і небесне тіло розривається.

Ця метафора точно описує сьогоднішні відносини між компаніями та великими моделями, що викликає тривогу.

Великі моделі є тією масивною зіркою. Кожна компанія хоче скористатися її гравітацією для прискорення — підвищення ефективності, зниження витрат, інновації. Але проблема в тому, що коли ви підходите занадто близько, ваші «матеріали» починають відокремлюватися. Ваші дані, ноу-хау, розуміння потреб користувачів будуть передані до центру гравітації під час співпраці.

А де межа, де компанія може «танцювати з ШІ», не будучи в кінцевому підсумку поглинутою?

Це питання вже обговорюється в США. Але якщо ви вважаєте, що це ще далеко від китайських компаній, то це може бути ілюзією.

Китайські та американські компанії мають різні темпи впровадження ШІ. Американські компанії вже перейшли до етапу масового та глибокого впровадження ШІ, тоді як китайські компанії все ще перебувають на етапі переходу від пілотних проектів до масштабування. Дослідження, опубліковане Lenovo спільно з IDC у березні цього року, показало, що 72% китайських компаній вже завершили пілотні проекти з інтелектуальними агентами та почали їх офіційне використання, середньо впроваджуючи ШІ в 3,5 сценаріях. Але акцент викликів вже змістився з «недостатньої обчислювальної потужності, недостатніх даних» на «недостатню ефективність застосування» та «неясний ROI».

Іншими словами, китайські компанії входять у схожий «період усвідомлення ШІ», як і американські.

Geek Park нещодавно спілкувався з багатьма підприємцями та компаніями з традиційним бізнесом і виявив цікаве явище — багаторазові роздуми над цими питаннями часто не виникають з «побоювання, що компанії моделей заберуть мій бізнес», а з того, що після реального впровадження ШІ в бізнес, природно починають переосмислювати «яка моя основна цінність в епоху ШІ».

Це переосмислення в кінцевому підсумку зосередиться на двох ключових можливостях.

04 Хто контролює «AI фундамент»?

Перше, і найреалістичніше, що повністю узгоджується з тим, про що говорить Карп — ваші дані та бізнес-логіка, на чиїй основі вони працюють?

Основна теза, яку Карп неодноразово підкреслював на CNBC, полягає в тому, що найчутливіші операційні дані компанії не повинні потрапляти в чорну скриньку третіх сторін. Він позиціонує Palantir як постачальника «суверенного ШІ» на прикладному рівні — моделі можуть використовуватися сторонніми, але дані повинні залишатися в межах власних стін, а розгортання повинно відбуватися на власній контрольованій інфраструктурі.

Це не параноя, відчуття китайських компаній насправді цілком узгоджене. Хуан Вейцзе, керівник досліджень та розробок WPS 365, нещодавно сказав дуже влучну фразу — «сьогодні компаніям не вистачає апаратного забезпечення та моделей, а безпечного рівня застосування ШІ».

Дані IDC також підтверджують цю тенденцію: частка публічних хмар у розгортанні обчислювальної потужності ШІ зменшується, а загальна частка приватних хмар та локальних розгортань зросла з 54% до 69%. «Дані не виходять за межі» стає не лише слоганом дотримання норм, а й першим критерієм вибору для CTO.

Karp називає це «товаризацією пізнання». Його висновок полягає в тому, що якість самих моделей прагне до зближення, справжня диференційована цінність не в рівні моделей, а в застосуванні, яке пов'язує можливості моделей з конкретними бізнес-сценаріями. Спільний проект Palantir і NVIDIA під назвою «Суверенний AI двигун» є продуктом цієї логіки ------ використання відкритих моделей разом з власною онтологічною структурою Palantir та управлінською рамкою, що дозволяє компаніям запускати AI в повністю контрольованому середовищі, без виходу даних за межі. У першому кварталі 2026 року Palantir отримав дохід у 1,63 мільярда доларів, що на 85% більше в порівнянні з минулим роком, що в певному сенсі є голосуванням ринку за цей шлях.

Є сигнал, на який варто звернути увагу ------ у майбутньому компанії та рішення, які допомагають бізнесу запускати AI «на своїй основі», будуть більш затребувані. В Україні «приватизовані AI мізки» вже стали реальним ринком, багато стартапів працюють у цьому напрямку. Це не технічна чистота, а раціональний вибір бізнесу після усвідомлення.

05 Не перетворюйте організацію на «плоский механізм»

Друга здатність, яка важче піддається кількісному вимірюванню, але Geek Park відчуває це все сильніше під час спілкування з компаніями ------ коли AI може замінити все більше виконавчих етапів, які «люди» насправді потрібні в організації?

Деякі компанії, які рухаються швидше, вже потрапили в цю пастку.

Коли AI в певних етапах явно перевищує ефективність людини, природна думка полягає в тому, щоб «виключити людей». Але після зменшення організації виникає прихована проблема ------ те, що виконує AI, по суті є «найкращими практиками», які були сформовані цими людьми в старому середовищі. Коли середовище змінюється, ринок змінюється, користувачі змінюються, AI все ще вірно виконує стару логіку, а в організації вже немає достатньо людей, щоб відчувати ці зміни та просувати бізнес вперед.

Словом, організація, заповнена AI, але порожня від людей, може просто ефективно повторювати минуле.

Це не означає, що не слід використовувати AI для заміни виконання. А скоріше, коли AI бере на себе все більше виконавчих рівнів, компанії насправді потребують іншого типу людей ------ не традиційних виконавців, а тих, хто може «керувати» AI. Ця роль потребує розуміння загальної картини бізнесу, здатності оцінювати, чи підходять результати AI для змінюваної реальності, і бачити нові можливості поза «оптимальним рішенням», яке пропонує AI.

Деякі компанії, що йдуть попереду, вже почали серйозно розмірковувати над цим питанням. Вони виявили, що в епоху AI справжня конкурентоспроможність полягає не в тому, «скільки людей замінено AI», а в тому, «чи можуть ваші люди керувати AI, щоб робити те, що раніше було неможливо». Якщо просто дозволити AI автоматизувати та повторювати на основі історичних даних, то ви, по суті, застрягли в якомусь знімку минулого.

Важливість цього усвідомлення може бути не меншою, ніж питання суверенітету даних. Коли AI знижує технологічні бар'єри, «людська здатність до судження» та «здатність організації до еволюції» стають найскладнішими для копіювання. Деякі компанії вже усвідомили це, деякі ще ні. Але ця межа, ймовірно, стане дуже чіткою в найближчі один-два роки.

06 Галузь потребує «нових AI компаній»

Протягом останніх двох років прихована гіпотеза домінувала в усій галузі ------ цінність епохи AI в кінцевому підсумку зосередиться в руках компаній, що займаються моделями. Чим ближче до моделей, тим вища цінність.

Ця гіпотеза починає хитатися.

Karp на CNBC насправді вказав на одну річ ------ самі моделі стають товаризованими знаннями. Коли розрив у можливостях між великими моделями зменшується, справжня диференціація вже не в рівні моделей. Індустріальна структура, в якій домінують лише компанії з моделями, є не лише нездоровою для бізнесу, але й стримує швидкість розвитку всієї AI індустрії.

Компаніям завжди потрібен не просто сильніший модель. Їм потрібен цілий екосистемний підхід ------ який може відповісти на тривоги щодо суверенітету даних, захистити конкурентні бар'єри від «висмоктування», дозволити AI дійсно інтегруватися в бізнес без втрати контролю. Ця потреба вже стимулює ринок, який є набагато складнішим, ніж «продаж токенів».

Кілька напрямків вже мають чіткі сигнали.

«Суверенна AI інфраструктура» стає реальним ринком, що отримує великі інвестиції. Це не концепція. Лише в першій половині 2026 року в Європі три компанії, що займаються суверенною AI інфраструктурою (Nebius, nScale, AtlasEsge), залучили понад 11,8 мільярда доларів. Лише кілька днів тому лондонська компанія Valarian отримала 50 мільйонів доларів у раунді A, займаючись дуже конкретною справою ------ додаванням «суверенного контрольного шару» між AI системами та чутливими даними, щоб визначити, які AI можуть взаємодіяти з якими даними і за яких умов. Такі речі два роки тому взагалі не мали попиту, а тепер уряди та великі компанії стоять у черзі за цим.

«AI шлюзи» та проміжні шари оркестрації стають невід'ємною частиною AI архітектури компаній. Коли компанія одночасно використовує OpenAI, Anthropic, відкриті моделі та власні налаштовані моделі, хто буде відповідати за єдину маршрутизацію, контроль витрат, управління правами та аудит? Це місце в традиційній епохі програмного забезпечення називалося проміжним програмним забезпеченням, в епоху AI - шлюзом або шаром оркестрації. Це не сексуально, але це ключова інфраструктура для переходу компаній від «використання AI» до «управління AI». По суті, Palantir займається саме цим, просто вони зробили найважчу версію. Легші рішення, орієнтовані на компанії різного масштабу, мають величезний потенціал.

На прикладному рівні, AI рішення для вертикальних галузей також переходять від «обгортання» до «глибокого занурення». Багато з тих, що раніше називалися AI додатками, насправді були просто обгортанням GPT. Але зараз справжніми гравцями є ті, хто глибоко розуміє специфіку певної галузі, тісно пов'язуючи можливості AI з логікою галузі. Цінність таких компаній не в моделях, а в галузевому розумінні ------ це те, що компаніям з великими моделями важко отримати через навчання.

Навіть на рівні «люди» з'являється новий ринок послуг. Коли все більше компаній усвідомлюють, що їм потрібні не більше AI інструментів, а люди, які можуть «керувати AI», а також супутні організаційні методології, попит на консалтинг з організаційних змін в епоху AI, підготовку кадрів та повторний дизайн процесів швидко зростає.

Врешті-решт, індустрія, що складається лише з «рівня моделей», є вразливою. Справжня здатність прискорити розвиток AI індустрії полягає в створенні більш об'ємної екосистеми. У цій екосистемі є ті, хто займається моделями, ті, хто створює суверенну інфраструктуру, ті, хто займається шлюзами та управлінням, ті, хто займається глибокими застосуваннями у вертикальних галузях, і ті, хто допомагає компаніям відновити організаційні можливості. Кожен рівень відповідає на реальні потреби бізнесу в процесі переходу від «прийняття» до «управління».

Ці потреби за останній рік стали все більш чіткими. Наступні нові рішення, постачальники послуг та продукти, що виникнуть навколо цих потреб, можуть пережити чіткий сплеск.

Повертаючись до метафори межі Лоші. Знайти безпечну траєкторію ніколи не було справою лише однієї компанії. Коли вся екосистема починає розвивати сили поза моделями, компанії отримують справжню впевненість у тому, що їх не розірвуть на частини.

Оригінальне посилання