Разговор про большие языковые модели до сих пор слишком часто ведётся по одной из двух схем. Либо восторг: «смотрите, нейросеть уже пишет код и тексты», либо скепсис: «она всё равно галлюцинирует». Ни то, ни другое уже не отражает масштаб происходящего.
Всем привет! Меня зовутДмитрий Фырнин, я управляющий партнёр и технический директор вSENSE, и собрал серию материалов-рассуждений о том, как LLM меняют нашу жизнь — а где-то уже изменили — на уровне среды, в которой мы работаем и принимаем решения.
В первой части разберём, как массовый спрос меняет природу LLM: почему они выходят из категории сервиса и начинают вести себя как инфраструктура или коммунальная услуга — со своей экономикой, токенами как единицей доступа и давлением рынка на стоимость «машинного мышления».
А во второй части посмотрим на последствия: что происходит, когда между людьми появляется новая прослойка мышления, и как это начинает менять поведение, конфликты и сам способ принимать решения.
LLM как новая коммунальная услуга
Если смотреть на рынок без маркетинговой обвязки, LLM больше похожи не на SaaS-сервисы, а на энергетику. Компании продают инференс — токены вычислительной мощности.
За каждым ответом стоят дата-центры, GPU, электричество, архитектурные ограничения и конкуренция за железо.
Аналогия с энергосистемой здесь неслучайна. Электричество — базовая инфраструктура: она распределяется, тарифицируется, приоритизируется и регулируется. В обычный день это незаметно. Но вспомните ощущение беспомощности, когда свет отключают.С LLM происходит то же самое.Пока это выглядит как подписка или API-тариф. Но по мере того, как на модель завязывается всё больше процессов, она превращается в коммунальную услугу: с уровнями сервиса, SLA, приоритетами и чувствительностью к цене.
В этом смысле LLM — новая энергия для интеллектуальной деятельности.Как электричество вынесло часть физической работы в инфраструктуру, LLM выносят часть когнитивной. А у любой «энергии» неизбежно появляются цена, правила доступа и борьба за контроль.
Экономика токенов
По сути, все игроки рынка продают один базовый продукт. Продуктовые оболочки — корпоративные тарифы, API, «про»-режимы, агентные сценарии — сводятся к одному: сколько токенов, какого качества и при каких ограничениях доступно пользователю.
Но у этой экономики есть жёсткие границы.Снизу стоимость токена ограничивает себестоимость вычислений и альтернативные издержки железа. На одной и той же мощности можно продавать токены, а можно зарабатывать иначе — майнить, сдавать мощность, использовать для других задач.
Если второе выгоднее, цена на токены не будет падать бесконечно.
Сверху давит рынок. Конкуренция, демпинг и — что важно — государственные субсидии не дают цене свободно расти.Механизм прямой: когда государство покрывает часть издержек на инфраструктуру, энергетику или сами компании, отдельные игроки могут продавать токены ниже реальной себестоимости.
Например, Китай субсидирует дата-центры, энергетику и производителей GPU, что позволило DeepSeek выйти на рынок с агрессивно низкой ценой. США через CHIPS Act и военные контракты косвенно финансируют инфраструктуру Microsoft, Google и Amazon — и это перетекает в коммерческое ценообразование. ЕС поддерживает таких игроков, как Mistral, через государственные фонды, рассматривая их как стратегический актив.
Остальные вынуждены подстраиваться, даже если у них другая структура затрат.В итоге стоимость токена оказывается зажатой не только между инфраструктурой и рынком, но и между геополитическими интересами разных государств. С высокой вероятностью экономика токенов станет зоной постоянного конфликта трёх сил: себестоимости вычислений, инвестиционного давления и геополитического демпинга.
Почему рынок LLM неизбежно упрётся в прибыль
Пока вокруг ИИ держится риторика «гонки за будущее», легко забыть, что крупнейшие компании в этом сегменте инвестиционные.Это означает, что рынок LLM быстро повзрослеет.Как только инвесторы начнут сильнее давить, главным вопросом станет не впечатляющий бенчмарк, а выгода от продажи её интеллекта в массовом режиме.
Проще говоря, рынку нужно будет не «лучшее мышление», а «достаточно хорошее мышление с предсказуемой экономикой».
В ближайшие годы будут не только про улучшение качества моделей, но и про борьбу за цену единицы машинного мышления. Кто сумеет давать достаточно хороший результат при более низкой себестоимости, тот и начнёт определять правила игры. Рынок ИИ становится похож на любой другой инфраструктурный рынок, где решают не только технология, но и тариф, ресурсная база, эффективность и способность выдерживать ценовое давление.
Отсюда становится понятным, почему разговоры про «цифровых сотрудников» набирают вес:это попытка предложить рынку понятную единицу потребления. Но на практике это пока не автономный субъект, а сборка из модели, инструментов, памяти и ограничений. Поэтому ближайшее будущее не универсальный AGI, а коммерциализация узких сценариев: поддержка, суммаризация, генерация, аналитика, кодогенерация, работа с внутренними данными.
У мышления появляется цена
Впервые в истории мы начинаем считать стоимость мышления не как философской категории, а как процесса, который можно частично делегировать вычислительной системе и измерить в токенах, задержке и деньгах.
Почему это важно? Умственный труд всегда стоил денег, но его цена учитывалась через часы специалистов без явной, пооперационной тарификации мыслительного усилия. LLM впервые позволяют грубо, но практически оценить, сколько стоит анализ, генерация, перебор вариантов, работа агента.
Это меняет поведение компаний. Они начинают оптимизировать не просто процессы, а глубину и стоимость размышления:
- где хватит дешёвой модели;
- где нужен большая глубина погружения;
- где допустим черновик;
- где требуется человеческая верификация.
Постепенно возникает разделение: где использование ИИ нормально и даже обязательно, а где, напротив, ценность в гарантированно человеческом участии из-за цены ошибки или репутационных рисков.
Будут ли модели сильнее улучшаться, или начнётся эпоха «новых айфонов»
Часто обсуждают, насколько ещё LLM будут умнеть. Думаю, правильнее ставить вопрос иначе: как долго улучшения будут оставаться общественно значимыми, а не только инженерно заметными? Уже сейчас каждый новый скачок обходится дороже, даётся сложнее и меньше ощущается массовым пользователем.
Это напоминает рынок потребительских технологий: сначала революция, затем серия улучшений, которые объективно есть, но субъективно воспринимаются как второстепенные.Инженерный прогресс и рыночный эффект начинают расходиться.Модели лучше справляются со сложными задачами, но если это не масштабируется в массовый спрос, бизнес-эффект ограничен.
Наиболее реалистичный сценарий выглядит так: модели будут становиться лучше, но далеко не каждый раз это будет менять повседневный опыт большинства. Вероятно, рынок сместится: часть улучшений станет критичной для профессионалов, часть будет работать на поддержание лидерства и оправдание цены.
Это признак взросления технологии, а не её стагнации.
В какой-то момент массовому пользователю окажется важнее не то, что модель стала чуть умнее, а то, что она стала надёжнее, дешевле, безопаснее и лучше встроилась в реальные процессы.
Безопасность данных — главный тормоз для реальной агентности
Пока модель помогает писать или искать, цена ошибки невысока. Но как только LLM получает доступ к действиям — ситуация меняется. Почта, документы, CRM, платежи, внутренние сервисы: в этих сценариях модель влияет на реальные действия. А значит, становится точкой потенциальной атаки, утечки или сбоя.
Исследованияprompt injectionпоказывают: агентные системы уязвимы к атакам, которые могут приводить к утечке данных и выполнению несанкционированных действий.Модель не на 100% различает данные и инструкции.Вредоносный контент может интерпретироваться как команда — и влиять не только на ответ, но и на поведение всей системы, вплоть до вызова инструментов и изменения логики выполнения.
Безопасность LLM — это не просто защита модели от «плохих запросов», а защита всей цепочки делегированного мышления. Если человек думает через LLM, а LLM действует через инструменты, то компрометация этой прослойки равнозначна компрометации части человеческого решения.
Безопасность данных станет одним из главных факторов, определяющих, где LLM станут инфраструктурой, а где останутся удобной игрушкой.Во внутренних контурах компаний это уже видно: чем чувствительнее данные и чем ближе модель к действию, тем выше спрос не на «самую умную», а на «самую контролируемую» систему.
Вместо вывода: куда мы движемся
Как я уже говорил, эта статья — попытка поразмышлять о будущем LLM, опираясь на то, что уже происходит сейчас. LLM перестают быть инструментом и становятся инфраструктурой. А значит, мы начинаем жить в мире, где мышление — это не только внутренняя способность человека, но и внешний ресурс с ценой, ограничениями и правилами доступа.
Фокус смещается с возможностей моделей на их безопасность и управляемость. И это пока только технический уровень изменений.
Как только часть мышления выносится наружу, неизбежно меняется и поведение людей: как они принимают решения, спорят и взаимодействуют друг с другом. Но это уже тема для второй части, которая выйдет в ближайшем будущем.
А пока интересно услышать ваше мнение: движемся ли мы к тому, что LLM станут новой базовой инфраструктурой или это всё-таки временный технологический пик? Делитесь в комментариях, обсудим.
