На этой неделе можно говорить о возвращении потребительского сегмента искусственного интеллекта. Персональный ИИ-ассистент Meta (признана в РФ экстремистской и запрещена) Muse вместе с плюшевым талисманом Jolly неожиданно стал хитом, а запущенный днём ранее OpenAI Dots, судя по всему, идёт по тому же пути мультяшного личного помощника. Восходящий ассистент Instinct достиг оценки в 10 миллиардов долларов благодаря своим агентным функциям — бронированию поездок, заказу столиков в ресторанах и отмене подписок.
Оптимистичный сценарий выглядит убедительно. Агентный ИИ наконец стал достаточно надёжным для повседневных задач, и компании всё активнее предлагают такие сервисы обычным людям, которые получают от них реальную пользу. Для инвестора это напоминает запуск ChatGPT в 2022 году — когда мощь ИИ открыла целую новую товарную категорию. Кто бы не захотел поучаствовать в таком?
Однако у ведущих лабораторий есть причины осторожно относиться к потребительскому ИИ, и дело не в том, что технология недостаточно хороша. Даже невероятно популярные продукты начинают упираться в потолок того, сколько денег потребители готовы платить, и пока неясно, что улучшение моделей ведёт к более прибыльному потребительскому бизнесу. В результате отрасль в целом смещается к модели Anthropic, делая ставку на корпоративные контракты и расширение по отдельным вертикалям.
Если такие продукты, как Muse и Instinct, идут против этой тенденции, то потому, что они меньше озабочены монетизацией. Но базовая экономика потребительского ИИ не улучшается, и всем, кто выходит на этот рынок, рано или поздно придётся с ней считаться. Напомнили об этой экономике в полугодовом отчёте State of Markets от Andreessen Horowitz, который опирался на летнее исследование PNC. На двух графиках отслеживается медленный рост доли потребителей, платящих за ИИ-сервисы, и столь же медленный рост их средних расходов. По состоянию на май 2,2% потребителей платили за ИИ, тратя в среднем 31 доллар в месяц.
Andreessen трактует это позитивно, заявляя: «ещё так рано говорить о зрелом уровне внедрения и использования ИИ». Но на обоих графиках темпы роста выглядят удручающе линейными. Даже при огромных улучшениях моделей число клиентов, готовых платить за ИИ, и их готовность платить почти не меняются. Например, колоссальный скачок производительности от GPT-5.2 к Astra на графике почти незаметен. Показатели на одного потребителя менее поразительны, но всё ещё далеки от точки безубыточности. Если взять Netflix за эталон насыщенного рынка онлайн-сервисов (325 миллионов подписчиков), то 34 доллара с клиента дают лишь 11 миллиардов долларов годовой выручки — меньше трети операционных расходов OpenAI.
Проблема потребительского подхода связана не столько с выручкой, сколько с затратами. ИИ необычайно дорог в эксплуатации, особенно по сравнению с более лёгкими предшественниками вроде социальных сетей или облачных вычислений. Даже сотни миллионов платящих клиентов не гарантируют выхода на безубыточность. OpenAI, похоже, хорошо адаптировалась к этим фактам: широко освещавшийся разворот компании в сторону корпоративного сегмента в основном удался, а корпоративные заказы, по сообщениям, удвоились с июля. Даже запуск Dots имел сильный корпоративный акцент, показывая, чем новый персональный агент может быть полезен инженерам-программистам и креативщикам агентств. Один из давних способов зарабатывать на популярных, но дешёвых потребительских сервисах — продавать их бизнесу с наценкой, и OpenAI, судя по всему, следует этому сценарию.
Сложнее сказать, что это значит для Muse и Instinct. За Muse стоит мощь персонализированного таргетинга рекламы Meta (признана в РФ экстремистской и запрещена), что даёт больше вариантов монетизации и больше времени до того, как вопрос станет срочным. Примечательно, что Meta уже изучает корпоративное направление. У Instinct отдельный план — брать долю с покупок, совершённых через агента, что может поднять потолок. Предположительно, компания также сможет избежать затрат на обучение фронтирной модели, что сильно поможет. Но тяжёлая экономика потребительского ИИ жёстко ограничивает масштабы роста компании без выхода на корпоративную выручку. Этот урок крупные лаборатории уже усвоили, и это одно из немногого в отрасли, что, похоже, не меняется.