AI больше не обязан расти: ставка в $570 млн на уменьшение моделей

Общепринятая логика AI проста: чтобы получить более сильную модель, нужно масштабировать всё сразу. Крупнейшие лаборатории строят дорогие дата-центры, закупают ускорители и увеличивают бюджеты обучения. В этой системе компактность обычно воспринимается как компромисс: модель дешевле запускается, но уступает более крупным конкурентам. Multiverse Computing работает в другом направлении — уменьшает большие языковые модели, чтобы снизить потребление энергии и стоимость вычислений.

Переворот начинается с вопроса: а что, если главным дефицитом AI становятся не знания и не параметры, а электричество, чипы и доступ к инфраструктуре? Тогда сжатие модели — не попытка сделать «облегчённую версию» продукта, а способ превратить уже созданные модели в более масштабируемый бизнес. Раунд в $570 млн показывает, что инвесторы готовы финансировать не только следующую гигантскую модель, но и слой технологий, который делает существующие модели пригодными для массового использования.

Оценка Multiverse Computing в $1,7 млрд особенно важна именно на фоне экономики генеративного AI. Чем больше запросов проходит через модель, тем сильнее стоимость инференса влияет на маржу компаний. Энергия и вычислительные мощности становятся не абстрактными статьями расходов, а ограничителями внедрения: модель может быть впечатляющей в демонстрации, но слишком дорогой для постоянной работы. По данным о сделке, опубликованным Амелией Айзекс и Pathfounders, рынок оценивает решение этой проблемы как отдельную категорию стоимости.

Но здесь есть неудобное следствие. Если технологии уменьшения моделей получают такой капитал, индустрия фактически признаёт: дальнейшее увеличение масштаба не решает все задачи. Оно создаёт более мощную систему, но одновременно усиливает зависимость от дорогой инфраструктуры. Multiverse Computing не доказывает, что маленькие модели победили большие; компания показывает другое — победителем может стать тот, кто заставит большую модель работать с меньшим аппетитом.