Эффективность AI-моделей на Давосе: меньше, быстрее, дешевле

На Всемирном экономическом форуме 2026 года произошел заметный сдвиг в риторике AI-индустрии. Если годом ранее компании соревновались в размере моделей и объеме вычислительных ресурсов, то в этом году главной темой стала эффективность. Меньшие модели, способные решать те же задачи при существенно меньших затратах, привлекли не меньше внимания, чем новые архитектуры. Экономика AI начинает диктовать техническую повестку.

DeepSeek, китайская компания, стала одним из самых обсуждаемых примеров в Давосе. Модель DeepSeek R1, по заявлениям разработчиков, достигла уровня производительности, сопоставимого с GPT-4, при стоимости обучения менее 6 миллионов долларов -- в десятки раз дешевле, чем у западных конкурентов. Хотя эти цифры вызывают скептицизм, сам факт того, что небольшая команда может создать конкурентоспособную модель при ограниченных ресурсах, заставляет индустрию пересматривать предположения о необходимости гигантских инвестиций.

Архитектура Mixture of Experts, активно обсуждавшаяся на форуме, стала одним из главных инструментов повышения эффективности. В этой архитектуре не все параметры модели активируются для каждого запроса -- только те эксперты, которые релевантны конкретной задаче. Meta Llama 4 Maverick с 85 миллиардами параметров работает со скоростью и стоимостью модели в 17 миллиардов. Это позволяет получить качество большой модели при затратах маленькой.

Квантизация -- сжатие весов модели из 16-битных или 32-битных чисел в 4-битные или даже 2-битные -- стала стандартной практикой. В Давосе были представлены результаты исследований, показывающие, что агрессивная квантизация снижает объем памяти и вычислений в четыре-восемь раз при потере качества менее 5% для большинства практических задач. Это позволяет запускать модели, которые раньше требовали кластер GPU, на одной видеокарте или даже на смартфоне.

Дистилляция знаний -- перенос возможностей большой модели в маленькую -- обсуждалась как еще один путь к эффективности. Маленькая модель, обученная на выходах большой, может приблизиться к ее качеству при радикально меньших вычислительных затратах. Microsoft представила результаты по дистилляции GPT-5 в модели, в десять раз меньшие, которые сохраняют 90% качества оригинала на целевых задачах. Для enterprise-клиентов это означает возможность получить AI-функциональность по существенно более низкой цене.

Стоимость инференса -- основной расход для большинства AI-приложений -- падает стремительно. По данным, представленным на форуме, стоимость миллиона токенов снизилась в двадцать раз за два года. Это результат комбинации факторов: более эффективные модели, оптимизированные чипы, улучшенные алгоритмы вывода и конкуренция между провайдерами. Для бизнеса это означает, что AI-приложения, которые год назад были экономически нецелесообразны, становятся прибыльными.

Однако trend к эффективности не означает отказ от масштабных моделей. В Давосе обсуждалась концепция scaling hypothesis в обновленном виде: крупнейшие модели по-прежнему демонстрируют эмергентные способности, недоступные маленьким. Frontier-модели нужны для исследований и задач, требующих максимального качества. Но для 80% практических применений достаточно эффективных моделей среднего размера, и именно этот сегмент определяет экономику индустрии.

Влияние на конкурентный ландшафт значительно. Когда обучение модели стоит десятки миллионов, а не миллиарды, количество компаний, способных создавать конкурентоспособные AI-системы, резко возрастает. Это демократизирует индустрию и создает давление на маржинальность крупных игроков. В Давосе несколько венчурных инвесторов отметили, что стартапы, фокусирующиеся на эффективности, а не на масштабе, становятся наиболее привлекательными объектами инвестиций.

Для развивающихся стран повышение эффективности AI-моделей -- это вопрос доступа к технологии. Модели, работающие на доступном оборудовании, открывают возможности для организаций с ограниченными бюджетами. Образовательные и здравоохранительные системы в Африке и Юго-Восточной Азии могут использовать эффективные модели на локальных серверах без зависимости от дорогих облачных сервисов. На форуме несколько инициатив по AI для развивающихся стран были основаны именно на использовании эффективных open-source моделей.

Итог давосских дискуссий об эффективности: AI-индустрия входит в фазу, где побеждает не самая большая модель, а самая эффективная. Это здоровая эволюция, напоминающая историю полупроводников, где закон Мура сделал вычисления дешевыми и доступными. Снижение стоимости AI на порядки превращает его из элитной технологии для крупных корпораций в инструмент, доступный каждому бизнесу. Именно эффективность, а не масштаб, определит следующий этап массового внедрения AI.