🎙 Провели седьмой созвон Lecture Club по Stanford MS&E 435: Economics of the AI Supercycle.
Лекция 7 — Tuhin Srivastava (Baseten). Тема — экономика инференса: open-weight против open source, аренда GPU против владения, гетерогенный compute. Группа сошлась, что ценность лекции не в пиче гостя, а в макрокартине — и довольно быстро ушли туда.
Несколько мыслей из обсуждения:
• Никита (я, вёл созвон) — поправил терминологию: open-weight ≠ open source (готовые веса есть, а как обучали — нет). Главный незаданный вопрос: что бы ты ни дообучил на секретных данных, следующее поколение фронтира перебьёт твою модель генерализацией, а open-веса и так отстают на ~3 месяца. Плюс открытых весов — self-hosting: дешевле и спокойнее для корпораций, которые боятся отдавать данные в OpenAI/Anthropic.
• Степан (ML-продакт, GigaChat) — лекция «проходная»: тезисы про 3 месяца и «inference на 90% дешевле» шаткие, фронтир по API продаёт обвязку, а не только модель. Реальный рецепт — не разовое дообучение, а постоянный пайплайн «данные → эвалы → новый претрейн» (так выросли Alisa AI и Cursor). В исчезновение open source не верит; в США работать не поедет — фронтир-лабы и Palantir работают с Пентагоном.
• Джин (футуролог) — лекция про проблемы индустрии, а не про пич гостя: «open source» — это про эмиссию, а не про деньги; большим можно нарушать правила и дистиллировать чужие модели, маленьким нельзя. Главное — два монополиста и государство, которое за вечер запрещает модель «по нацбезопасности». В России с инфраструктурой глухо: стойку в ЦОД не поставить, железо не купить.
• Марс (Power of Silicon) — увидел бизнес-возможность: облака уже сдают AI-кластеры как услугу (Turbo Cloud у Ростелекома), а следующий слой — помогать клиентам гонять модели в закрытом контуре. Спрос будет: корпорации не хотят отдавать данные в публичные модели.
• Анна (энтерпрайз, Германия) — идея гостя про энергию и модульные дата-центры рифмуется с модульными АЭС: возишь мощность ближе к клиенту под потоковые задачи. По энтерпрайзу — большая перестройка и пока ноль внятной стратегии.
• Павел (телеграм-боты, агенты) — «3 месяца» — это по бенчам, от реальности далеко. Китайские open-веса — способ занять рынок и собрать данные, а монетизируют подпиской (GLM поднимал цены, новые модели сначала катают у себя). Совет: перечитать AI 2027 — всё больше сбывается.
• Дмитрий — по Apple: три года «corporate games» вокруг AI-стратегии, сменили директора по направлению — у Apple ещё есть ход за счёт контроля над железом.
• Никита (закрытие) — отдельный тренд: бесплатные модели за рекламу (у Anthropic уже рекламные кабинеты, у Google — встроенность в Chrome/почту/поиск). И тезис Чамата: в отличие от SaaS, в AI каждый новый пользователь кратно увеличивает расходы — нулевой маржинальной стоимости больше нет.
📺 Запись созвона:
https://youtu.be/SQguPHH0UmE
