Сэм Альтман спорит с замедлителями, но именно масштаб толкает ИИ к тормозам

Общепринятая картина проста. С одной стороны стоят ускорители — сторонники максимального темпа разработки, которые считают, что ограничения отдадут лидерство Китаю и заморозят полезные продукты. С другой — decel-движение, требующее замедлить обучение самых мощных систем, усилить контроль над вычислительными центрами и не выпускать модели до проверки рисков. Альтман публично занимает промежуточную позицию: на слушаниях в Сенате США в мае 2023 года он поддержал регулирование и предупредил, что ИИ способен «пойти очень плохо».

Однако привычная рамка — будто спор идёт между прогрессом и безопасностью, — упускает экономику. По данным Stanford AI Index 2025, стоимость запроса к модели уровня GPT-4 упала с 20 долларов до 0,07 доллара за миллион токенов между мартом 2023 и октябрём 2024 года — примерно в 280 раз. Даже если крупнейшие лаборатории временно остановят обучение новых систем, более дешёвые версии продолжат распространяться через открытые веса, облачные сервисы и корпоративные продукты.

А что если decel — не противоположность ускорению, а его побочный эффект? Чем дешевле становится инференс, тем больше пользователей и отраслей подключаются к ИИ, а значит, растёт цена ошибки. Stanford оценивает стоимость обучения GPT-4 примерно в 78 миллионов долларов, а Gemini Ultra — в 191 миллион. Такие суммы концентрируют власть у нескольких компаний, но последующее удешевление превращает их модели в инфраструктуру для тысяч других разработчиков. Поэтому Альтману приходится одновременно просить правила для рынка и защищать право OpenAI двигаться быстрее конкурентов: замедление одной лаборатории уже не означает замедление технологии.