Исследователи проанализировали структуру формирующегося рынка ИИ-услуг, выделив ключевые модели взаимодействия между поставщиками технологий и корпоративными заказчиками. В работе рассматриваются механизмы ценообразования, способы интеграции моделей в бизнес-процессы и экономические стимулы, которые определяют выбор между покупкой готовых решений и разработкой собственных систем. Исследование подчеркивает переход от экспериментального внедрения к стандартизированным рыночным отношениям в сфере генеративного ИИ.
Авторы отмечают, что рынок ИИ-интеллекта существенно отличается от традиционного рынка программного обеспечения. Основным товаром здесь становится не просто код, а способность модели выполнять специфические когнитивные задачи. Компании все чаще сталкиваются с необходимостью оценки ROI при покупке API-доступа, балансируя между стоимостью токенов, задержками инференса и качеством ответов, что требует новых подходов к управлению ИТ-бюджетами.
Значительное внимание уделено вопросу владения данными и интеллектуальной собственностью. В условиях, когда обучение моделей требует огромных массивов информации, компании вынуждены выстраивать сложные юридические и технические барьеры. Это ведет к появлению гибридных моделей, где бизнес комбинирует использование публичных облачных API с дообучением локальных моделей на собственных закрытых датасетах для сохранения конкурентного преимущества.
Ключевые факты
- Исследование опубликовано в Journal of Economic Perspectives, анализирующем долгосрочные тренды в экономике технологий.
- Выявлена трансформация модели «ПО как услуга» (SaaS) в «интеллект как услугу» (IaaS), где оплата привязана к результативности выполнения задач.
- Основным барьером для масштабирования названа высокая стоимость инференса и сложность интеграции ИИ в существующие legacy-системы.
- Обозначена тенденция к вертикализации ИИ-решений, когда компании предпочитают узкоспециализированные модели общего назначения для повышения точности в конкретных отраслях.