Microsoft инвестировала 2,5 миллиарда долларов США, а AWS - 1 миллиард долларов США в отправку инженеров. Почему корпоративный AI battlefield перешел от "единой модели" к "многомодельному планированию"?

<рисунок><img src="https://techorange.com/app/uploads/2026/07/b597cee9c9c14bad-720x480.jpg "alt="Microsoft инвестировала 2,5 миллиарда долларов США, а AWS - 1 миллиард долларов США в отправку инженеров: почему корпоративный AI battlefield перешел от "единой модели" к "многомодельному планированию"?" /></рисунок>

<p class="wp-block-paragraph">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 сфера деятельности существенно расширилась — нужно помочь предприятиям реально внедрять приложения искусственного интеллекта в сложных внутренних сценариях, на «последней миле». Основная причина этого в том, что модели искусственного интеллекта движутся в сторону коммерциализации: их производительность и цена становятся всё более схожими и доступными. Из‑за этого сохранять долгосрочное конкурентное преимущество с помощью простых моделей продаж всё сложнее. Напротив, сервисы, которые помогают крупным компаниям интегрировать искусственный интеллект в рабочие процессы и выводить его на рынок, облачные гиганты видят как огромный новый «голубой океан».</p>

<p class="wp-block-paragraph">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 контратаковала: она заявила, что потратила 22,5 миллиарда долларов на создание организации под названием Microsoft Frontier Company, которая планирует набрать до 6000 сотрудников.</p>

<p class="wp-block-paragraph">На самом деле модель отправки технических специалистов прямо на предприятие не была новинкой для Microsoft или AWS. Ещё 20 лет назад технологии Palantir заложили основу для инженеров по внедрению на передовой. 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, которые работают непосредственно в компании.</p>

<h2 class="wp-block-heading">Урок по привязке второго пилота к OpenAI: Корпоративный искусственный интеллект не может делать ставку только на одну модель</h2>

<p class="wp-block-paragraph">Мотивация глобальных технологических гигантов спешить с отправкой инженеров на передовые предприятия сейчас связана с тем, что окупаемость инвестиций в искусственный интеллект трудно обеспечить. Несмотря на то что за последние два года все сферы стремились внедрить различные модели с большим количеством языков, выяснилось: их невозможно плавно перевести в реальную производительность в сложных существующих системах, в условиях соблюдения требований безопасности и в корпоративных средах обработки данных.</p>

То, что заставляет Microsoft менять свой менталитет, — это не только отзывы клиентов, но и настороженное отношение крупных предприятий. Отраслевой аналитик Патрик Мурхед (Patrick Moorhead) отметил, что крупные компании всё чаще неохотно используют технологии только одного поставщика моделей, такого как 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 соответствует 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 клиентами, такими как Unilever и Novo Nordisk, чтобы совместно проектировать, внедрять и постоянно совершенствовать системы искусственного интеллекта.

Чтобы развеять сомнения клиентов, Microsoft специально пообещала, что все результаты разработки и ресурсы данных будут полностью принадлежать клиентам. 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 экономия 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 масштабным 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 наращивают производительность, это ограничение, связанное с привязкой к единой модели, становится более заметным 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 передачи голосового перевода с целью защиты конфиденциальных данных, возможно, потребуется локальное развёртывание моделей с открытым исходным кодом, таких как Llama или Mistral.

Эта функция для решения разнообразных задач побудила 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 или основные платформы разработки LangChain и LangGraph, или даже сами 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 облачной блокировки.

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 развёртыванию, присланные AWS, напрямую войдут в команду разработчиков заказчика, команду безопасности и группу заинтересованных сторон бизнеса — станут частью команды заказчика, будут участвовать в подготовке проекта и совместной разработке в рамках собственной облачной инфраструктуры AWS заказчика и системы обеспечения соответствия требованиям к данным.

Согласно AWS, после завершения этого встроенного сотрудничества в реальных боевых условиях заказчики смогут не только получить полностью работоспособную производственную систему, но и сохранить соответствующие документы, архитектуру и инженерный опыт, что значительно сократит время, затрачиваемое на онлайн‑процесс, — по сравнению с несколькими месяцами, которые нужно было затратить в прошлом. В настоящее время этот проект реализуется совместно с Allen Institute, Cox Automotive, Ricoh и другими организациями. В рамках реализации совместно с Национальной лигой американского футбола (NFL) инженеры успешно внедрили такие системы, как NFL Fantasy AI и NFL IQ, в официальную производственную среду в течение нескольких недель.

Хотя у двух гигантов — Microsoft и AWS — разные пути входа, все они указывают на одну и ту же отраслевую тенденцию: конкуренция за корпоративный искусственный интеллект начала 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, хотя гигант обещает предоставить клиентам свободу в изменении моделей, за этим также подразумевается ещё один новый тип коммерческой привязки. Как показывает анализ, когда компании решают тесно сотрудничать с инженерными командами Microsoft или AWS и создавать базовые системы искусственного интеллекта, эти системы с высокой степенью настройки, естественно, будут тесно связаны с платформами облачной инфраструктуры Azure или AWS. Это позволяет компаниям успешно избавиться от «привязки к модели» (Model Lock‑in), но может неосознанно привести к новому типу «блокировки облачной платформы» (Cloud Platform Lock‑in), из которого сложнее выбраться.

<p class="wp-block-paragraph">[рекомендовано к прочтению]<br>◆<a href="<адрес>">Атмосфера кодирования ускоряет начальное развитие, но практические знания разрознены, и SDD становится новым решением для АИ‑вспомогательных информационных систем</a><br>◆<a href="<адрес>"></a><br>◆<a href="<адрес>"></a><br>◆<a href="<адрес>">АИ‑оплата вызывает недовольство в корпорациях: почему генеральный директор Палантир считает, что биллинг по токенам моделей OpenAI и Anthropic — «большая проблема»?</a><br>◆<a href="https://techorange.com/2026/07/02/morgan-stanley-ai-agent/">Morgan Stanley сократил рабочее время для согласования вдвое: не для того, чтобы сделать ИИ‑агента более автономным, а чтобы позволить ему включиться в процесс</a></p>

<p class="wp-block-paragraph">＊Эта статья открыта для перепечатки партнёрами, источник: <a href="<url>" target="blank" rel="noopener">«Inc»</a>, <a href="<url>" target="blank" rel="noopener">«Новый стек» 1</a>, <a href="<url>" target="blank" rel="noopener">«Новый стек» 1</a>, <a href="<url>" target="blank" rel="noopener">«Новый стек» 2</a>, <a href="<url>" target="blank" rel="noopener">«Новый стек 2»</a>, <a href="<url>" target="blank" rel="noopener">«Reuters»</a>, <a href="<url>" target="blank" rel="noopener">«Агентство Рейтер»</a>, <a href="<url>" target="blank" rel="noopener">«Агентство Рейтер»</a>, <a href="<url>" target="blank" rel="noopener">«GeekWire»</a>, источник первой картинки: <a href="<url>" target="blank" rel="noopener">«GeekWire»</a> <a href="https://unsplash.com/photos/a-tall-building-with-a-microsoft-logo-on-top-of-it-TICJQELFmg4" target="_blank" rel="noopener">Разблокировать</a></p>