ИИ на устройствах: от технических предпочтений к реальности цепочек поставок

Смартфоны, автомобили и другие конечные устройства все чаще требуют ИИ, который способен работать без стабильного облачного соединения или вовсе офлайн. Локальный запуск снижает задержку, защищает отдельные категории данных и переносит стоимость вычислений на железо, которое покупатель уже оплатил. В результате растет спрос на модели достаточно компактные, эффективные для непрерывной работы и живучие в течение многолетнего жизненного цикла продукта.

Показательный пример — пекинская компания ModelBest, создатель серии MiniCPM. Она основана в 2022 году на базе лаборатории Университета Цинхуа и с самого начала делала ставку на эффективность, а не на максимальный размер. Исследователи, связанные с фирмой, описали эмпирическую закономерность, названную законом плотности: по их измерениям, полезная способность на параметр удваивается каждые несколько месяцев. К середине 2026 года открытая линейка MiniCPM набрала десятки миллионов загрузок. Программное обеспечение для салона уже установлено в серийных автомобилях нескольких китайских производителей, компания прогнозирует сотни тысяч машин с этой системой к концу года. Сообщается также, что модели появятся в новых флагманских смартфонах.

Экономика локального ИИ сильно отличается от облачных API. Выручка здесь не является простой производной от числа потребленных токенов. Модели нужно адаптировать под конкретные системы-на-чипе, прогонять через длительные циклы валидации в автомобильной или потребительской электронике и поддерживать годами обновлений. Если решение интегрировано и сертифицировано, производителю устройств менять поставщика сложнее, чем сменить облачный эндпоинт. Такая привязка выгодна разработчику модели, но она же налагает ограничения: производитель контролирует конечный продукт, отношения с пользователем и большую часть ценообразования. Сколько из созданной ценности достанется специалисту по моделям — предмет переговоров, а не автоматического масштабирования.

Есть и риск концентрации клиентов. Несколько крупных автомобильных или телефонных программ способны обеспечить быстрый объем, но оставляют поставщика уязвимым, если одно из партнерств изменится или новое поколение аппаратного обеспечения потребует иного стека. Конкуренция при этом быстро расширилась. В 2024 году специализированные локальные модели были относительной редкостью, а к 2026-му крупные производители устройств и облачные провайдеры уже выпускают или готовят компактные модели для локального исполнения. Сам по себе размер перестал быть дефицитным фактором. Устойчивое отличие теперь скорее в эффективности обучения, среде исполнения, оптимизации под конкретные чипы и способности поддерживать массовое производство и долгосрочное обслуживание.

Регуляторы начали отражать новую стадию развития. Обновленные правила китайской биржи STAR Market позволяют некоторым компаниям, разрабатывающим модели ИИ, претендовать на листинг, даже если обычные пороги по выручке не достигнуты, при условии, что они продемонстрируют хотя бы одну модель в масштабном коммерческом использовании. Это признание того, что техническая зрелость и коммерческий масштаб не всегда синхронизированы.

Главный вопрос для сектора — как распределится экономическая ценность локального интеллекта. Производители чипов, владельцы операционных систем, сборщики устройств и специалисты по моделям — все вносят вклад. Конечные покупатели в итоге платят за готовый продукт. Ранние объемы доказывают, что компактные модели способны попадать в массовое железо, но не определяют автоматически, какой слой стека получит устойчивую маржу. Частные рынки уже высоко оценили компании, работающие на уровне моделей. Публичные, когда откроются, потребуют более ясных доказательств ценовой власти, повторяющихся программных доходов после начальной интеграции и устойчивости к концентрации клиентов. Переход от технической демонстрации к реальности цепочек поставок идет полным ходом. Сумеют ли специалисты, пришедшие первыми, сохранить значимую долю созданной стоимости, остается открытым испытанием для отрасли.