Дискуссии о больших языковых моделях (LLM) всё ещё заперты в рамках полярных мнений. Одни пребывают в эйфории от того, что нейросети пишут код и тексты, другие прикрываются скепсисом, указывая на «галлюцинации». Оба подхода безнадежно устарели и не улавливают глобальных сдвигов, происходящих прямо сейчас.
Приветствую! Меня зовут Дмитрий Фырнин, я управляющий партнёр и CTO в SENSE. В серии публикаций я проанализирую, как LLM трансформируют нашу повседневность и меняют саму среду принятия решений.
В первой части обсудим, как массовое внедрение меняет природу нейросетей: они перестают быть просто сервисом, превращаясь в своего рода коммунальную инфраструктуру. У этого процесса своя экономика, свои единицы измерения — токены — и рыночное давление, диктующее стоимость «машинного интеллекта».
В продолжении мы затронем последствия появления новой когнитивной прослойки между людьми: как это трансформирует коммуникацию, меняет природу конфликтов и алгоритмы принятия решений.
LLM как коммунальное благо
Если отбросить маркетинговую шелуху, LLM сегодня ближе не к классическим SaaS-продуктам, а к энергетике. Компании ведут торговлю инференсом — продажей токенов как единиц вычислительного ресурса.
За каждой генерацией текста стоят серверные мощности, GPU, колоссальное энергопотребление, архитектурные ограничения и острая конкуренция за аппаратное обеспечение.
Аналогия с энергетикой здесь максимально точна. Электричество — это фундаментальная инфраструктура: оно требует распределения, тарификации и регулирования. В штатном режиме мы не замечаем его присутствия, но масштаб зависимости становится очевиден при отключении. С LLM происходит то же самое. Пока мы воспринимаем их через призму API или подписок, но по мере интеграции нейросетей во все бизнес-процессы, они становятся коммунальной услугой, требующей предсказуемого SLA, приоритезации и жесткого контроля затрат.
LLM — это новая энергия для интеллектуальной деятельности. Подобно тому, как электрификация делегировала физический труд машинам, LLM выносят за скобки часть когнитивных процессов. А любой ресурс такого масштаба неизбежно обрастает правилами доступа, ценообразованием и борьбой за контроль.
Экономика токенов
По сути, участники рынка продают один и тот же базовый продукт. Корпоративные тарифы, про-аккаунты или агентные сценарии — это лишь способы упаковки: сколько токенов доступно пользователю, какого они качества и каковы условия их использования.
Однако у этой экономики есть объективные пределы. Снизу стоимость токена подпирается себестоимостью «железа» и альтернативными издержками. Вычислительные мощности можно превратить в токены, а можно направить на майнинг или другие высокодоходные задачи.
Если альтернативные сценарии приносят больше прибыли, цена на токены не сможет падать бесконечно.
Сверху рынок ограничивается конкуренцией, демпингом и государственным вмешательством. Механизм прост: если государство субсидирует инфраструктуру или энергетику, игроки могут демпинговать, продавая токены ниже себестоимости.
Например, Китай через субсидии дата-центров и производителей GPU позволил DeepSeek выйти на рынок с крайне агрессивным ценником. США через CHIPS Act и оборонные контракты де-факто поддерживают инфраструктуру гигантов вроде Microsoft или Google. ЕС делает ставку на Mistral, рассматривая проект как стратегический актив.
В итоге стоимость токена оказывается заложником геополитики и бюджетных вливаний. Экономика токенов — это поле боя, где сталкиваются себестоимость вычислений, инвестиционное давление и интересы государств.
Почему рынок LLM неизбежно придет к прагматизму
Пока ИИ-гонка подогревается хайпом, легко забыть, что за лидерами стоят крупные инвесторы. Это означает, что рынок стремительно взрослеет. Как только фокус сместится с «революционных бенчмарков» на реальную окупаемость, главным вопросом станет не уровень «интеллекта», а эффективность продажи этого интеллекта в промышленных масштабах.
Рынку нужен не сверхразум, а «достаточно качественное решение с предсказуемой экономикой».
В ближайшие годы мы увидим ожесточенную борьбу за себестоимость единицы машинного мышления. Победит тот, кто обеспечит нужный результат с минимальными затратами. Рынок ИИ превращается в классическую инфраструктурную индустрию, где ключевыми факторами успеха становятся тарифная сетка, доступ к ресурсам и операционная эффективность.
Именно поэтому разговоры о «цифровых сотрудниках» имеют под собой реальное основание: это попытка внедрить понятную единицу потребления. Пока это не автономные личности, а сборки из моделей, инструментов и ограничений. Будущее — за коммерциализацией узких ниш: поддержкой клиентов, автоматизацией аналитики и кодогенерацией.
У мышления появляется цена
Впервые в истории человечества мышление перестало быть абстрактной философской категорией и стало измеримым процессом, который можно делегировать системе и оценить в токенах, времени отклика и деньгах.
Почему это критично? Раньше стоимость умственного труда оценивалась косвенно через рабочее время специалистов. Теперь LLM позволяют с высокой точностью оценить затраты на анализ или генерацию.
Это радикально меняет корпоративное поведение. Компании начинают оптимизировать не только процессы, но и глубину мыслительных операций:
- где достаточно дешевой модели;
- где требуется сложная архитектура;
- где допустим черновой вариант;
- где необходим жесткий человеческий контроль.
Мы наблюдаем четкую сегментацию: в одних задачах участие ИИ становится стандартом, в других — напротив, человеческое присутствие становится премиальной ценностью из-за рисков и «цены ошибки».
Эволюция или «эффект новых айфонов»
Многие спорят, будут ли модели и дальше становиться умнее. Но важнее другой вопрос: как долго этот рост будет приносить ощутимую общественную пользу, а не просто инженерные рекорды? Каждый следующий шаг в развитии LLM стоит всё дороже, дается всё сложнее, а рядовой пользователь замечает его всё меньше.
Это типичный путь потребительской электроники: сначала — прорыв, затем — итерационные улучшения, которые объективно существуют, но субъективно кажутся незначительными. Инженерный прогресс начинает расходиться с рыночным эффектом.
Наиболее вероятный сценарий — это переход к этапу «зрелости». Технологии продолжат совершенствоваться, но для массового пользователя важнее станет не «ум» модели, а её надежность, ценовая доступность и бесшовная интеграция в бизнес-процессы.
Это признак эволюционного взросления технологии, а не её стагнации.
Безопасность как главный барьер
Пока нейросеть используется для написания текстов, цена ошибки минимальна. Но когда LLM получает доступ к корпоративной почте, CRM или платежным системам, любая уязвимость превращается в критическую угрозу.
Атаки типа prompt injection доказывают: агентные системы уязвимы, так как модель не всегда способна провести четкую грань между данными и инструкциями. Злоумышленник может обмануть систему, заставив её выполнить несанкционированные действия.
Безопасность данных — это главный фактор, который определит судьбу LLM как инфраструктуры. Во внутренних контурах компаний запрос смещается с «самой умной» модели на «самую контролируемую».
Итог
LLM перестают быть просто технологическим инструментом и трансформируются в инфраструктуру. Мы входим в эпоху, где мышление стало внешним ресурсом, подчиняющимся правилам рынка, лимитам и тарифам.
Фокус смещается с возможностей нейросетей на их безопасность и управляемость.
Это лишь технический базис. Но когда часть мышления выносится вовне, неизбежно меняется и человеческое поведение: то, как мы принимаем решения и выстраиваем коммуникацию. Об этом — во второй части.
Как вы считаете, станут ли LLM новой базовой инфраструктурой или это лишь временный пик технологического хайпа? Делитесь мнением в комментариях.