Конкуренция в области облачных вычислений и искусственного интеллекта приводит к фундаментальному изменению парадигмы. В прошлом различные облачные гиганты соревновались за то, у кого выше производительность базовой модели и больше пропускная способность облачной инфраструктуры. Но теперь спектр задач существенно расширился: цель — помочь предприятиям реально внедрять приложения искусственного интеллекта в сложных внутренних сценариях на завершающем этапе.
Основная причина этого в том, что модели искусственного интеллекта движутся в сторону коммерциализации. Производительность и цена становятся всё более сопоставимыми и доступными, из‑за чего сохранить долгосрочное конкурентное преимущество за счёт простых моделей продаж всё труднее. Напротив, сервисы, которые помогают крупным компаниям интегрировать искусственный интеллект в рабочие процессы и выводить его на рынок, представляют для облачных гигантов огромный новый рынок — так называемый «голубой океан».
Всего через два дня после того, как облачный бизнес Amazon (AWS) объявил об инвестициях в 11 миллиардов долларов в создание организации Forward Deployed Engineering (FDE), Microsoft немедленно перешла в контрнаступление: она заявила, что потратила 22,5 миллиарда долларов на создание организации под названием Microsoft Frontier Company, которая планирует нанять до 6000 сотрудников.
На самом деле модель направления технических специалистов непосредственно на предприятие не была новой для Microsoft или AWS. Ещё 20 лет назад Palantir Technologies заложила основы для инженеров по передовому развёртыванию. В мае этого года стартап‑гигант OpenAI и фонд прямых инвестиций TPG совместно учредили «Компанию по внедрению OpenAI» с капиталом в 44 миллиарда долларов США. А компания Anthropic объединила усилия с Goldman Sachs, Blackstone Group и другими инвестиционными институтами, чтобы запустить проект по внедрению встраиваемых систем стоимостью 11,5 миллиарда долларов США и продолжить наращивать инвестиции в привлечение инженеров по искусственному интеллекту, работающих непосредственно в компании.
Урок о привязке второго пилота к OpenAI: корпоративный ИИ‑десант не может делать ставку только на одну модель.
Мотивация, заставляющая мировые технологические гиганты спешить с направлением инженеров на передовые позиции предприятий, связана с тем, что окупаемость инвестиций в искусственный интеллект трудно обеспечить. Несмотря на то что за последние два года все сферы деятельности стремились внедрить различные многоязычные модели, выяснилось, что их невозможно плавно преобразовать в реальную производительность в сложных существующих системах — с учётом требований безопасности и в корпоративных средах обработки данных.
То, что заставляет Microsoft менять свой менталитет, — это не только отзывы клиентов, но и оборонительная позиция самих крупных предприятий. Отраслевой аналитик Патрик Мурхед (Patrick Moorhead) отметил, что крупные компании всё чаще неохотно используют технологии только одного поставщика моделей — например, Anthropic или OpenAI. Они подозревают, что углублённое сотрудничество с этими передовыми лабораториями в конечном итоге позволит последним приобрести опыт в таких областях, как юриспруденция и разработка программ, а затем превратиться в конкурентов. Стоит отметить, что ранее в этом году Microsoft также добавила антропную модель в Copilot — это как раз отвечает высокому спросу корпоративных клиентов.
Представитель Microsoft подчеркнул, что Microsoft Frontier Company — это организация с независимой руководящей командой и финансовой ответственностью. Хотя она не является независимым юридическим лицом, её 6000 специалистов будут тесно сотрудничать с крупными корпоративными заказчиками, такими как Unilever и Novo Nordisk, — совместно разрабатывать, внедрять и постоянно совершенствовать системы искусственного интеллекта.
Чтобы развеять сомнения клиентов, Microsoft специально пообещала, что все результаты разработки и ресурсы данных будут полностью принадлежать заказчикам. Генеральный директор Microsoft Сатья Наделла (Satya Nadella) сказал: «Последнее, что мы хотели бы видеть, — это то, что каждая компания в любой отрасли мира уступает место нескольким моделям, которые поглотят всё». Он подчеркнул, что если вся ценность будет сосредоточена только на нескольких моделях, политическая экономика будет недопустима, поэтому компании должны иметь право свободно изменять модель искусственного интеллекта, не теряя при этом своей организационной мудрости.
Следующим шагом для корпоративного ИИ является сменяемая и диспетчеризуемая архитектура.
За этим важным шагом Microsoft на самом деле стоит глубокое осмысление прошлых стратегий. Джадсон Алсофф, генеральный директор подразделения Microsoft business, признал в интервью, что Microsoft допустила крупную стратегическую ошибку при создании оригинального помощника второго пилота три года назад: «Мы допустили ошибку, то есть привязали Copilot только к модели OpenAI».
Поскольку конкуренты, такие как DeepSeek и Google Gemini, быстро догоняют их по производительности, это ограничение, связанное с привязкой к единой модели, становится всё более ощутимым при практическом применении корпоративными клиентами. По сравнению с репутацией одной модели корпоративные клиенты на самом деле больше заботятся об эксклюзивных данных, которыми они располагают, и о всеобъемлющей ценности, создаваемой сочетанием нескольких моделей. Например, в реальных сценариях обслуживания корпоративных клиентов одной модели сложно удовлетворить все потребности: для анализа подробных контрактов могут потребоваться контекстуальные возможности Gemini, а сводки ежедневных заказов на выполнение работ больше подходят для GPT-5.4 mini или Claude Haiku для контроля затрат; для голосового перевода с обеспечением безопасности конфиденциальных данных, возможно, потребуется локальное развёртывание. Модели с открытым исходным кодом, такие как Llama или Mistral.
Такое разнообразие задач побудило разработчиков постепенно отказаться от привязки к единой модели и вместо этого создать систему планирования моделей, которая может принимать мгновенные решения на основе стоимости, скорости, чувствительности данных или длительности контекста. Эта тенденция привела к созданию многомодельной инфраструктуры маршрутизации. Будь то прокси‑шлюз с открытым исходным кодом LiteLLM, Portkey, основные платформы разработки LangChain и LangGraph или даже облачные гиганты, запустившие Amazon Bedrock, Azure AI Foundry и Google Vertex AI, — все они развиваются в направлении превращения моделей в альтернативный компонент.
AWS направила инженеров на корпоративную площадку, но битва за внедрение искусственного интеллекта также свела на нет риск зависания в облаке.
Во время решительной контратаки Microsoft лидер облачных технологий AWS взял инициативу в свои руки и приступил к реализации плана FDE с инвестициями в размере 11 миллиардов долларов США. AWS считает, что, хотя большинство предприятий имеют лёгкий доступ к самым современным базовым моделям, самой сложной инженерной задачей в настоящее время является поиск путей бесперебойной интеграции этих моделей с огромными старыми корпоративными системами, внутренними конфиденциальными данными и строгими механизмами информационной безопасности.
Чтобы преодолеть ограничения традиционных консультантов, которые только дают рекомендации и не отвечают за внедрение, инженеры по передовому внедрению, присланные AWS, войдут непосредственно в команду разработчиков заказчика, команду безопасности и заинтересованные стороны бизнеса, станут частью подготовки проекта заказчика и будут совместно разрабатывать в рамках собственной облачной инфраструктуры и системы обеспечения соответствия требованиям к данным заказчика на базе AWS.
Согласно AWS, после завершения этого встроенного взаимодействия в реальных боевых условиях заказчики смогут не только получить полностью работоспособную производственную систему, но и сохранить соответствующие документы, архитектуру и инженерный опыт — это значительно сократит онлайн‑процесс, на выполнение которого в прошлом уходило несколько месяцев.
В настоящее время этот проект реализуется совместно с Allen Institute, Cox Automotive, Ricoh и другими организациями. В рамках сотрудничества с Национальной лигой американского футбола (NFL) инженеры успешно внедрили такие системы, как NFL Fantasy AI и NFL IQ, в официальную производственную среду за несколько недель.
Хотя у Microsoft и AWS разные пути выхода на рынок, оба указывают на одну и ту же отраслевую тенденцию: конкуренция за корпоративный искусственный интеллект начинает смещаться в сторону интеграции моделей, данных, процессов и управления. Когда исчезнет миф о единой модели, предприятиям в будущем больше всего понадобится заменяемая, диспетчеризуемая и практичная архитектура искусственного интеллекта.
Однако, несмотря на то что гигант обещает предоставить клиентам свободу выбора моделей, за этим подразумевается ещё один новый тип бизнес‑обязательств. Как показывает анализ, когда компании решают тесно сотрудничать с инженерными командами Microsoft или AWS и создавать базовые системы искусственного интеллекта, эти высоконастраиваемые системы, естественно, будут тесно связаны с платформами облачной инфраструктуры Azure или AWS. Это позволяет компаниям успешно избавиться от «привязки к модели» (Model Lock‑in), но они могут неосознанно попасть в новый тип «блокировки облачной платформы» (Cloud Platform Lock‑in), из которого сложнее выбраться.
[Рекомендуемое чтение] ◆ Атмосферное кодирование ускоряет первоначальную разработку, но оперативные знания разрознены, и SDD становится новым решением для разработки данных с помощью искусственного интеллекта. ◆ Биллинг с использованием искусственного интеллекта гасит корпоративный гнев: почему генеральный директор Palantir сказал, что модели биллинга токенами OpenAI и Anthropic «имеют большую проблему»? ◆ Morgan Stanley сократил рабочее время для согласования вдвое: не для того, чтобы сделать ИИ‑агента более автономным, а чтобы позволить ему включиться в процесс.
- Эта статья открыта для перепечатки партнёрами. Источник: «Inc», «The New Stack» 1, «The New Stack» 2, «Reuters», «GeekWire», первое изображение — источник: Unsplash
Подписаться в Макс
