Коли інтелект стає масовим продуктом: шість трендів великих мовних моделей на прикладі IPO Anthropic

IPO Anthropicзакон масштабуванняШІ-агенткомерціалізація великих моделейуправління безпекою ШІекономіка обчислювальних ресурсів
1 годину томуДжерело: blockweeks.com
Коли інтелект стає масовим продуктом: шість трендів великих мовних моделей на прикладі IPO Anthropic

Сьогодні ввечері (19 листопада) компанія Anthropic, заснована менш ніж шість років тому, вийде на Nasdaq під тікером ANT. Її швидкість розвитку та масштаб можна назвати справжнім дивом в історії технологій і бізнесу, і це також дає людям змогу побачити величезний вплив ШІ на майбутню економіку та суспільство.

За остаточною ціною розміщення $83 за акцію її повністю розводнена оцінка становить близько $1,5 трлн. Згідно з поточними очікуваннями, її ринкова капіталізація після лістингу може перевищити $2 трлн. Сім компаній верхнього рівня ланцюга постачання — Google, Nvidia, AMD, Broadcom, Micron, Microsoft і TSMC — також одночасно підписалися на $26 млрд. Обсяг її розміщення перевищує базовий обсяг розміщення SpaceX у $75 млрд у червні цього року, що ставить його до числа найбільших лістингів в історії фондового ринку США.

Що варто розглядати більше, ніж оцінку, то це її крива зростання. Таке безперервне зростання в 10 разів значно перевищує швидке зростання епохи мобільного інтернету минулого, демонструючи світові приголомшливе прискорення ШІ.

У першому кварталі 2023 року Claude почав комерціалізацію, з доходом, що стартував з нуля. Річний дохід становив $41 млн у 2023 році, $386 млн у 2024 році та $4,585 млрд у 2025 році. До третього кварталу 2026 року квартальний дохід становив $16,96 млрд, що в 12,3 раза більше, ніж за аналогічний період минулого року. Річний дохід у жовтні цього року вже досяг близько $81 млрд, і люди прогнозують, що до кінця року він може сягнути $100–120 млрд.

Штучний інтелект

На другій сторінці матеріалів для інвесторів роуд-шоу є таке речення: Уперше в історії людства інтелект став чимось, що люди можуть створювати; когнітивні здібності до міркування, аналізу, синтезу, прийняття рішень і творчості можуть вироблятися в масштабі та отримуватися на вимогу. Я перечитав це речення кілька разів. Насправді воно говорить не про компанію, а про поворотний момент для галузі: уперше інтелект починає існувати окремо від самих людей і стає промисловим продуктом, який можна масово виробляти, оцінювати в ціні та планувати.

Зокрема, наведена нижче діаграма показує амбіції Anthropic. Очікувані нею прибутки значно перевищують поточний дохід від програмування, аналізу, офісної роботи тощо, але поширюються на такі сфери, як відкриття ліків, матеріалознавство, передове виробництво та робототехніка, а також на сектор наук про життя обсягом $2 трлн і навіть на майбутній глобальний ринок інтелектуальної праці обсягом $40 трлн. Це неминуче нагадує нам про суперечливий чуток у галузі: «У майбутньому, можливо, єдиною компанією у світі залишиться Anthropic».

Штучний інтелект

Джерело зображення: матеріали для інвесторів роуд-шоу Anthropic

Протягом минулого тижня ми разом прочитали понад 400-сторінковий проспект Anthropic, 15-сторінкові матеріали для інвесторів роуд-шоу, 41-хвилинне відео роуд-шоу та відкритий лист, спільно підписаний сімома засновниками. Як надходить дохід, куди витрачаються обчислювальні ресурси, як ітеруються моделі, як функціонує організація та як оцінюється ризик, — уперше все це повністю розкрито компанією передової моделі. Ми можемо побачити шість змін, що відбуваються в галузі великих моделей.

Тенденція 1: Scaling Law все ще діє, але головний двигун досліджень і розробок перейшов до самого ШІ

Серед засновницької команди Anthropic є провідний автор статті 2020 року «Scaling Laws for Neural Language Models». У листі засновників сказано, що тоді багато хто не вірив, що машинний інтелект залежатиме настільки сильно від масштабу, але прогнози, засновані на законах масштабування, знову і знову підтверджувалися. Судження проспекту також чітке: можливості ШІ продовжуватимуть покращуватися, і в осяжному майбутньому попит продовжуватиме перевищувати пропозицію, тоді як пропозиція головним чином обмежена обчислювальними ресурсами.

Однак після прочитання всього проспекту я вважаю, що більш вартим уваги, ніж сам закон масштабування, є три зміни в способі проведення досліджень і розробок.

По-перше, посттренування стало сферою з найбільшими інвестиціями. Проспект зазначає, що посттренування перетворилося з завершального етапу на одну з найбільших сфер дослідницьких інвестицій компанії, оскільки ринок зміщується від розмовних асистентів до автономних агентів. Метод тренування також змінився: використовуються повні, реальні та складні завдання, близькі до професійної роботи. Anthropic вважає, що широта та реалістичність цього набору завдань є однією з її найстійкіших наукових переваг, і що його важко спостерігати ззовні, а отже, важко відтворити.

По-друге, архітектура моделі та інференс-інфраструктура проєктуються разом. Дослідники ШІ та інженери інференсу спільно використовують цикли планування, лінії підзвітності та цілі продуктивності, а архітектурні рішення враховують витрати на інференс з першого дня. Це пояснює, чому кожне покоління Claude може бути одночасно і потужнішим, і економнішим.

По-третє, і найважливіше: ШІ почав брати участь у створенні ШІ, що також є тим RSI, який зараз найбільше обговорюють. Кожне покоління Claude бере участь у створенні наступного покоління, зокрема запускає експерименти, генерує та обробляє тренувальні дані, автоматизує оцінювання та аудит безпеки, а також пише й перевіряє код.

人工智能

Кілька цифр добре ілюструють цю думку. У вересні 2026 року понад 90% комітів у кодовій базі Anthropic були написані Claude; у третьому кварталі обсяг коду, внесеного кожним інженером за день, був більш ніж у 45 разів більший за середньоденний показник 2024 року. На відкритих інженерних задачах, які не мають чітких специфікацій і раніше значною мірою покладалися на судження досвідчених інженерів, згідно з внутрішніми бенчмарками компанії, рівень успішності Claude зріс приблизно на 50 процентних пунктів за дев'ять місяців, досягнувши близько 90%. Під час інтеграції чіпів AMD цього року Claude завершив адаптацію практично без втручання людини протягом трьох днів, перенісши або написавши майже всі оператори, що раніше вимагало десятків інженерів і кількох місяців.

За прейскурантними цінами вартість внутрішнього використання Claude в Anthropic зросла більш ніж у 250 разів з січня по вересень цього року. У квітні цього року ця місячна вартість уперше перевищила місячні витрати компанії на персонал (без урахування компенсацій на основі акцій).

人工智能

Джерело зображення: інвесторські матеріали роуд-шоу Anthropic

Є також компроміс, який легко не помітити. Проспект чітко зазначає, що хоча моделі генерації відео та зображень мають комерційну привабливість, компанія наразі не зосереджена на них, а відповідні обчислювальні ресурси перенаправляються на програмування, агентів і дослідження безпеки. Є три причини: програмування має великий економічний вплив; проблеми безпеки виявляться тут першими; і результати програмування значною мірою піддаються перевірці.

Ключ до перемоги в конкурентній боротьбі великих моделей зміщується до швидкості циклу досліджень і розробок. Чия модель першою зможе добре виконувати роботу власної компанії, у того наступне покоління моделі з'явиться раніше. Домени, що піддаються перевірці, будуть підкорені першими і також першими дадуть зворотний зв'язок у дослідження та розробку.

Звісно, цей цикл має й інший бік. Проспект окремо зазначає, що використання ШІ для прискорення ШІ несе значні ризики безпеки, і політика відповідального масштабування компанії вже включає плани моніторингу та пом'якшення для наближення до рекурсивного самовдосконалення. Лист засновників формулює це пряміше: за потреби компанія може свідомо сповільнитися.

Тенденція 2: Продукти переходять від чат-боксів до віртуальних співробітників, доставляючи роботу, а не відповіді

Лист засновника містить судження про покоління продуктів: чат-боти ШІ стали придатними для використання приблизно у 2022 році, агенти програмування ШІ — приблизно у 2025 році, а агенти для загальної інтелектуальної роботи та наукових відкриттів поступово стають придатними для використання у 2026 році. У листі також зазначено, що Anthropic докладатиме менше зусиль для консолідації існуючих продуктів і більше зусиль для визначення нових продуктів, оскільки кожне нове покоління моделей продовжує відкривати категорії продуктів, які були неможливими лише кілька місяців тому.

штучний інтелект

Проспект дає цьому поколінню продуктів назву: віртуальні співробітники. Вони мають дозволи, надані організацією, системні підключення та контекст; вони можуть використовувати внутрішні інструменти; вони можуть виконувати робочі процеси, що охоплюють кілька етапів і потребують тривалого міркування; і вони працюють пліч-о-пліч із співробітниками.

штучний інтелект

Джерело зображення: інвестиційні матеріали роуд-шоу Anthropic

Програмування було першою категорією, яка перетнула поріг. Claude Code було випущено як дослідницький попередній перегляд у лютому 2025 року. Приблизно за рік Claude пройшов шлях від пропонування окремих рядків коду до керування кластерами агентів, які автономно працюють у виробничих кодових базах. Проспект порівнює вплив Claude Code з першими широко впровадженими розмовними ШІ-асистентами. Використання часто є несподіваним; наприклад, інженери NASA використали його для планування та написання навігаційних команд для марсохода Perseverance, завершивши першу поїздку на Марсі, сплановану ШІ.

Кібербезпека може бути другою. На тесті використання вразливостей, розробленому дослідниками Університету Карнегі-Меллона, оцінка Claude зросла з 40% до 78%, а потім до 91% приблизно за чотири місяці.

Робота зі знаннями є третьою. Одне речення в проспекті справило на мене глибоке враження: уся цифрова робота зрештою є формою кодового вираження. Виходячи з цього судження, Anthropic перенесла архітектуру агентів Claude Code на працівників розумової праці та створила Cowork, який автономно читає файли, керує застосунками та виконує багатоетапні робочі процеси на робочому столі користувача, приховуючи базовий код. Cowork було випущено як дослідницький попередній перегляд у січні 2026 року, і до кінця вересня рівень його впровадження вже перевищив рівень Claude Code на той самий момент часу. У вересні Cowork почав об'єднуватися з Claude.ai, дозволяючи користувачам переходити безпосередньо від простого запитання до складного багатоетапного завдання в межах однієї розмови.

Розмова та агенти зливаються в один продукт.

Клієнтські кейси це також підтверджують. Rakuten використала Claude Code, щоб досягти понад 7 годин автономного програмування, скоротивши час виходу нових функцій з 24 робочих днів до 5; Salesforce завершила міграцію API, яка спочатку потребувала 231 дня, за 13 днів; Bristol Myers Squibb упровадила Claude для всіх 30 000 співробітників, скоротивши час відповіді на епідеміологічне питання з одного-двох місяців до чотирьох-п'яти хвилин.

Оскільки форма продукту змінюється, технологічний стек має змінюватися разом із нею. У проспекті є дуже просте речення: сама лише модель не становить агента. Агенти повинні вміти відновлюватися після збоїв, керувати системами з обмеженими та перевірюваними обліковими даними й масштабуватися за змінних навантажень; усе це потребує середовища виконання. Anthropic відкрила те саме середовище виконання, яке живить Claude Code, як Agent SDK і також запустила розміщену версію Managed Agents; разом із пакетом навичок Agent Skills, протоколом MCP, що з'єднує корпоративні дані та інструменти, і стандартом апаратного забезпечення моделей MHS, який дозволяє агентам керувати лабораторним і виробничим обладнанням, вони формують рівень середньої платформи.

штучний інтелект

Виконання всіх трьох рівнів разом — моделей, платформи та застосунків — уже демонструє переваги в клієнтських даних. Станом на кінець вересня цього року серед клієнтів, які платять понад 100 000 доларів на рік, більш ніж половина використовувала як платформу, так і принаймні один власний застосунок; у четвертому кварталі минулого року ця частка становила близько 30%.

Одиницею продукту великих моделей стає не окрема відповідь, а постачання. Фокус конкуренції зміститься з еталонних показників моделей на інженерні можливості, такі як середовища виконання, керування контекстом, системи дозволів і підключення інструментів — те, що часто називають Harness. Ще один підхід, вартий запозичення, полягає в тому, що Anthropic проєктує продукти з огляду на можливості, які моделі матимуть, а не на поточні можливості. Саме так було створено Claude Code, тож коли можливість з'явилася, продукт зміг швидко масштабуватися.

Тенденція 3: Плата за інтелект, а моделі мають термін придатності, як свіжі продукти

Anthropic називає свою основну модель доходу pay-for-intelligence, що означає оплату за використання, вимірювану в токенах і оцінену відповідно до обраної моделі. У перших трьох кварталах 2026 року оплата за використання становила 79% доходу, а підписки — 21%; дохід через торгові майданчики трьох великих хмарних платформ становив 44%; дохід за межами Сполучених Штатів становив 29%.

штучний інтелект

Три деталі особливо ілюструють характеристики цієї моделі.

По-перше, зниження цін — це обмін ціни на обсяг, а не цінова війна. У листопаді 2025 року Anthropic випустила Opus 4.5, яка була потужнішою і мала нижчу ціну та нижчу вартість на завдання. Після цього квартальне зростання доходу компанії підскочило з 48% у четвертому кварталі минулого року до 132% у першому кварталі цього року. Opus 5.5, випущена у вересні цього року, зменшила витрати клієнтів на виконання тих самих завдань приблизно на 40%; Fable 5.1 зменшила їх приблизно на 25% порівняно з попереднім поколінням і могла заощадити до 45% на складному програмуванні та завданнях із високим рівнем агентності. Згідно з розкриттям на роуд-шоу, у третьому кварталі було зібрано приблизно на 600 мільйонів доларів менше через зниження цін і знижки за контрактами, але це було повністю компенсовано зростанням використання. Заява керівництва полягає в тому, що це зниження цін було нейтральним для маржі, оскільки нові моделі самі по собі є більш обчислювально ефективними.

Іншими словами, за зниженням ціни за одиницю токена стоїть дивіденд ефективності: обчислювальна ефективність має спочатку зрости, перш ніж ціни зможуть знизитися, а зниження цін, у свою чергу, ще більше вивільняє попит.

По-друге, моделі мають термін придатності. Проспект розкриває, що в третьому кварталі понад 80% доходу надійшло від версій моделей, випущених за останні шість місяців. У перших трьох кварталах цього року компанія запустила загалом 250 нових версій моделей, функцій платформи та застосунків. У цій галузі модель — це не програмне забезпечення, розроблене один раз і продаване протягом тривалого часу; вона більше схожа на свіжі продукти, які потрібно постійно поповнювати. Хто зупиниться, побачить, як клієнти перейдуть до найновішої моделі когось іншого.

По-третє, дохід слідує ритму роботи людей. Проспект згадує, що за два тижні, що закінчилися 2 січня цього року, загальні витрати клієнтів впали приблизно на 20% порівняно з попередніми двома тижнями, оскільки багато компаній призначали заморожування коду на свята, а розробники сповільнили коміти коду та запуски функцій. Дохід AI-компанії починає демонструвати сезонність, подібну до сезонності індустрії людських послуг. Це опосередковано показує, що Claude глибоко вбудований у реальну виробничу діяльність.

Варто згадати ще одне зобов'язання: Claude не показує рекламу. Лист засновника каже, що реклама, ймовірно, була б суттєвим джерелом доходу, але щойно реклама потрапляє до цілей доходу, зростає тиск на досягнення часу, проведеного користувачами, а компанія хоче, щоб єдиним стимулом Claude було надання користувачам корисної відповіді. Модель доходу визначає напрям стимулів продукту, і це стосується всіх компаній, які створюють агентів.

Одиниця ціноутворення для великих моделей зміщується з місць на токени, а наступним кроком можуть стати завдання та результати. Той, хто зможе постійно знижувати вартість на завдання, зможе охопити еластичність попиту; а чи можна знизити вартість на завдання, залежить від обчислювальної ефективності, розглянутої нижче.

Тенденція четверта: підприємства — головне поле бою, розробники — точка входу, а здатність до постачання — нове вузьке місце

Anthropic з самого початку зосередилася на підприємствах. Лист засновника обґрунтовує, що величезна цінність AI переважно походить від того, як підприємства та організації його розгортають.

штучний інтелект

Цифри зростають швидко. Клієнтів, які платять понад 100 000 доларів на рік, наприкінці 2023 року налічувалося близько 20, наприкінці 2024 року — близько 200, у вересні 2025 року — понад 950, а до кінця вересня цього року — понад 11 900, що означає дванадцятикратне зростання за один рік. Серед них понад 1 900 платять понад 1 мільйон доларів на рік, а близько 250 — понад 10 мільйонів доларів. Чистий коефіцієнт утримання доходу становить близько 900%, тобто клієнти, які вже платили рік тому, цього кварталу витратили приблизно в 9 разів більше, ніж за той самий період роком раніше.

Структура клієнтів також стає здоровішою. Дохід від п'яти найбільших клієнтів знизився з 36% у першому кварталі цього року до 21% у третьому кварталі, причому жоден окремий клієнт не забезпечує понад 10%.

Що ще більше заслуговує на увагу, так це те, що ще залишається багато простору для зростання. Понад половина компаній зі списку Fortune 500 вже є клієнтами, які платять понад 100 000 доларів на рік, але середні витрати цих клієнтів на Claude становлять менше 0,1% їхніх загальних витрат; навіть у десяти найбільших витратників цей показник нижчий за 1%. У проспекті емісії дослівно зазначено, що розрив між тим, що Claude здатен робити, і тим, наскільки широко він використовується, є однією з найбільших можливостей зростання компанії.

Як витрачаються гроші? Під час роуд-шоу типовий шлях описано в чотири етапи: інженери спочатку використовують Claude Code, потім розширюють його на суміжні ролі, далі впроваджують у бізнес-процеси і, нарешті, вбудовують у зовнішні продукти. У проспекті емісії наведено порівняння: у третьому кварталі корпоративні користувачі, які не використовували Claude Code, витрачали в середньому менше 75 доларів на місяць, тоді як 5% найактивніших користувачів Claude Code витрачали приблизно в 20 разів більше. Розробники є водночас найвимогливішими ранніми користувачами та найпереконливішими промоутерами всередині підприємств.

Але лише підходу «знизу вгору» недостатньо. У проспекті емісії відверто визнається, що головною перешкодою для впровадження Claude є природний опір змінам всередині організацій. З цією метою Anthropic побудувала повну систему постачання: команди прямих продажів і команди прикладного штучного інтелекту, організовані за географічним принципом, а потім за галузями, які працюють із клієнтами над розробкою та розгортанням індивідуальних рішень; спільні продажі з трьома провідними хмарними провайдерами AWS, Google Cloud і Azure, за яких клієнти підписують договори безпосередньо з Anthropic, а Anthropic платить хмарним провайдерам; системні інтегратори, такі як Accenture, Deloitte, KPMG і PwC, створили спеціальні бізнес-команди з Claude; партнерська мережа сертифікувала 150 000 фахівців із понад 4 000 організацій; у жовтні було додатково інвестовано 100 мільйонів доларів у створення академії, яка планує до кінця 2027 року підготувати 10 000 інженерів FDE до рівня власних інженерів компанії, здатних просувати штучний інтелект у виробничі середовища; також було укладено партнерство з приватними інвестиційними фондами для створення компанії з надання послуг штучного інтелекту, яка спеціально обслуговує підприємства середнього розміру.

Навіть попри це, у першому півріччі цього року витрати на продажі, маркетинг і партнерів становили лише 19% доходу.

Можливості моделей уже випередили здатність організацій до засвоєння. Вузьким місцем для корпоративного штучного інтелекту на наступному етапі є не модель, а постачання: інженери FDE, прикладні команди та партнери з екосистеми, які здатні підключити моделі до реальних бізнес-процесів, стануть найдефіцитнішим ресурсом. Це те саме явище, яке ми раніше спостерігали, коли кількість посад інженерів із постачання на місцях зросла в 15 разів за рік.

Тренд п'ятий: обчислювальні ресурси — це найбільша стаття витрат, а також міжчасова ф'ючерсна угода

Спочатку подивімося на ефективність. З першого кварталу 2025 року до третього кварталу 2026 року дохід Anthropic зріс у 45 разів, тоді як витрати на обчислювальні ресурси та інфраструктуру зросли лише в 10,4 раза. Дохід, що генерується на кожен 1 долар витрат на обчислювальні ресурси, зріс із 0,40 долара до 1,72 долара, а у другому кварталі сягав 2,08 долара.

штучний інтелект

Джерело зображення: інвестиційні матеріали роуд-шоу Anthropic

Компанія наводить дві причини. По-перше, алгоритмічні вдосконалення примножують обчислювальні потужності, тож ту саму модель можна навчати й запускати з меншими обчислювальними витратами. По-друге, багаточіпова архітектура: навчання та інференс одночасно на Amazon Trainium, Google TPU, Nvidia GPU та AMD GPU, причому всі обчислювальні ресурси розглядаються як єдиний взаємозамінний пул і розподіляються рівномірно, переміщуючи обчислення туди, де гранична віддача найвища. Згадана вище триденна інтеграція з AMD є результатом цієї здатності в поєднанні із замкненим циклом.

Далі погляньмо на невідповідність. Проспект зазначає, що компанія зазвичай купує обчислювальні потужності за 12–18 місяців наперед, і ця частина витрат у короткостроковій перспективі фактично фіксована, тоді як попит подвоюється щокварталу.

人工智能

Результат полягає в тому, що прибуток різко коливається залежно від прогнозів попиту. У другому кварталі виторг перевершив обчислювальні потужності, замовлені понад рік тому, витрати на обчислення становили лише 48% виторгу, а операційний прибуток уперше серед розкритих кварталів став додатним, з операційною маржею 8%. У третьому кварталі попит продовжував стрімко зростати, і компанія купила короткострокових обчислювальних потужностей на 5 мільярдів доларів за високими цінами, причому ціни за одиницю були значно вищими, ніж за багаторічними контрактами, і становили близько половини витрат на обчислення того кварталу; частка обчислень зросла назад до 58%, а операційна маржа стала від'ємною — мінус 3%.

Є ще одна група цифр, варта порівняння. Згідно з основою для роудшоу, валовий прибуток за перші три квартали цього року становив 85%, але якщо відняти всі витрати на обчислення, включно з навчанням моделей, маржа становить лише 43%. Валовий прибуток враховує лише ту частину обчислень, що обслуговує клієнтів; обчислення для навчання наступного покоління моделей не включаються. Для компаній великих моделей справді найбільша витрата перебуває саме поза валовим прибутком.

Нарешті, погляньмо на масштаб. Станом на кінець вересня і після нього підписані зобов'язання Anthropic щодо обчислень та інфраструктури становлять загалом близько 900 мільярдів доларів, з яких близько 451,6 мільярда доларів припадає на період до кінця 2030 року, а решта — переважно між 2031 і 2045 роками. Близько 70,7 мільярда доларів спливає протягом наступних 12 місяців, що менше за поточний річний виторг у близько 81 мільярд доларів; але частина до кінця 2030 року вже в 5,6 раза перевищує поточний річний виторг.

人工智能

Щоб отримати більше простору для маневру в цій міжчасовій грі, Anthropic переводить більше обчислень на свою власну систему Anthropic Direct: сама орендує чіпи й розміщує їх у спеціалізованих дата-центрах, побудованих за власними специфікаціями. Її хитрість полягає в розділенні двох речей: будівництво дата-центрів займає багато часу, але становить лише малу частину загальних витрат, тож його можна зафіксувати першим; інвестиції в чіпи великі за сумою, тож компанія може зачекати, доки попит стане яснішим, перш ніж вирішувати, скільки купувати. Довгострокова мета керівництва — скоротити витрати на обчислення до 45–50% виторгу, зі скоригованою операційною маржею понад 35%.

Лист засновника дуже відверто говорить про це: компанія часто робить перспективні інвестиції, які на перший погляд виглядають безвідповідально великими, особливо в обчислення. У листі наводиться аналогія з фармацевтичною галуззю: ранні інвестиції в дослідження й розробки величезні, і розрахунки сходяться лише тоді, коли з'являється успішний препарат, з тією різницею, що для ШІ цей процес швидший і масштабніший. Водночас компанія готова відмовитися від частини потенційного зростання в обмін на захист від ризиків зниження, як-от перепродаж надлишкових обчислювальних потужностей, коли попит переоцінено, постійне підвищення ефективності для збільшення толерантності до помилкових оцінок і завчасне залучення фінансування за потреби. Словами листа: будь сміливим, але ясноголовим.

Ключові операційні здатності компаній великих моделей почали зводитися до прогнозування попиту та планування обчислень. Щоб оцінити компанію з великими інвестиціями в ШІ, спершу подивіться на її криву випуску на одиницю обчислень, а потім на те, чи строк її контрактів на обчислення відповідає темпам зростання попиту. Перше визначає, чи зможе вона заробляти; друге визначає, чи не буде вона розчавлена витратами на обчислення в якомусь кварталі.

Тренд шостий: Безпека та управління — від центру витрат до частини продукту

У квітні цього року Anthropic навчила Mythos — найпотужнішу на той момент модель — і дійшла висновку, що її здатність виявляти мережеві вразливості є занадто сильною, тому не відкрила її повністю й безпосередньо. Натомість через програму під назвою Project Glasswing вона надала лише обмежений дослідницький попередній доступ деяким установам для кіберзахисту, а захисникам — близько 100 мільйонів доларів у вигляді кредитів на використання. Лише після запровадження додаткових заходів безпеки компанія повністю відкрила її в червні під назвою Fable 5. У листі засновників визнається, що ця затримка означала відмову від значного доходу, а також поступку частиною своєї конкурентної позиції.

Чи виправдано це комерційно? Відповідь проспекту така: суворі заходи безпеки, передбачувана поведінка моделі та доведені механізми підзвітності стали вирішальними критеріями, за якими підприємства обирають партнерів зі штучного інтелекту для виконання критично важливих завдань. Добре вирівняні моделі краще дотримуються інструкцій, не роблять необачних руйнівних дій, перш ніж з'ясувати наміри користувача, і краще протистоять атакам із впровадженням підказок. Коли моделі починають підключатися до критичних бізнес-систем як агенти, безпека — це надійність, а надійність — це те, чи можна це продати.

З цією метою Anthropic разом із понад 100 клієнтами у сферах фінансів, охорони здоров'я та державного сектору розробила заходи безпеки передового рівня для підприємств: дані моніторингу зберігаються у власному хмарному обліковому записі клієнта, шифруються ключами клієнта, а сповіщення про зловживання надсилаються безпосередньо команді безпеки клієнта, без обробки співробітниками Anthropic.

штучний інтелект

Щодо управління, Anthropic є публічною корисною корпорацією штату Делавер, і її рада директорів повинна зважувати інтереси акціонерів та свою місію публічної користі. Влада розподілена між трьома сторонами: сім співзасновників володіють фіксованими 50,1% голосів через одну акцію класу F і обирають 3 директорів; довгостроковий траст публічної користі, який не має фінансового інтересу в компанії, обирає 4 з 7 директорів, призначення та звільнення одного з яких має захисний механізм, а коли компанія й траст не погоджуються, голосують співробітники. Особливі права голосу засновників не є постійними; коли у суб'єкті голосування залишається менше 3 засновників, вони повертаються до звичайних акціонерів.

Положення про публічну користь також закріплено в акціонерному капіталі: перед лістингом 5% капіталу було відкладено для створення фонду публічної користі, а згодом за кожного стійкого зростання ціни акцій на 50% рада директорів може відкладати ще 2%. Усі сім співзасновників зобов'язалися пожертвувати 80% особисто належного їм капіталу, а понад половина співробітників також зобов'язалися пожертвувати частину свого капіталу.

У листі засновників є уривок, який, на мою думку, є найбільш тверезим місцем у всьому документі про лістинг. Вони сказали, що перед запуском IPO консультувалися з багатьма підприємцями, які пройшли через лістинг, і кілька з них дали схожу пораду: ніколи не дозволяйте, щоб ваша компанія коштувала на один долар більше за її реальну вартість. Тому що це дуже небезпечно, коли люди купують акції, виходячи з очікувань, які ви не можете виправдати, або неправильно оцінюють, як ви будете діяти. Тому цей лист спеціально визначає два типи рішень, у яких компанія може відхилятися від очікувань інвесторів: одне — це бізнес-ставки, що виникають через експоненційний розвиток ШІ і самі по собі виглядають дещо ненормальними, а інше — це вибір, що відхиляється від максимізації прибутку заради балансування публічного інтересу.

Безпека також є тим клеєм, який допомагає Anthropic залучати таланти. Усі сім співзасновників досі працюють, неочікуваний рівень відтоку становить близько 1%, а зі співробітників, яких компанія сподівалася втримати, але які пішли, 19% згодом повернулися; понад три чверті з перших 100 співробітників досі в компанії.

Коли моделі змінюються від відповідей на запитання до дій від імені людей, довіра стає самою функцією продукту. Інвестиції в безпеку більше не є лише витратами на відповідність, а є платою за доступ до критично важливого бізнесу корпоративних клієнтів.

Чотири невизначеності в проспекті також заслуговують на увагу

По-перше, зростання неминуче сповільниться. Послідовне зростання в третьому кварталі становило 47%, що значно нижче за 144% у другому кварталі. Сам проспект чітко зазначає, що зростання доходу з часом знижуватиметься, і зниження може бути більшим і настати раніше, ніж очікувалося; у міру сповільнення зростання сезонні коливання стануть більш вираженими, а результати буде важче прогнозувати.

По-друге, якість доходу. Проспект розкриває, що близько 5% до 7% доходу за перші дев'ять місяців цього року надійшло від клієнтів, які згодом були визнані такими, що порушили політики використання або комерційні умови. Компанія посилила виявлення та правозастосування в серпні та вересні, і ця частина доходу поступово зменшуватиметься, але наскільки великим буде вплив на зростання і коли він проявиться, наразі невизначено.

По-третє, невідповідність обчислювальних потужностей. Зобов'язання на суму близько 900 мільярдів доларів зазвичай мають бути виконані незалежно від доходу та завантаженості. Частина розбудови обчислювальних потужностей також покладається на фінансування або кредитну підтримку, надану постачальниками хмарних послуг і партнерами з виробництва чіпів. Amazon і Google є одночасно великими акціонерами з частками понад 5%, а також клієнтами, каналами дистрибуції та конкурентами; ці множинні відносини самі по собі є джерелом невизначеності.

По-четверте, бухгалтерські збитки. Чистий збиток за третій квартал становив 23,3 мільярда доларів, з яких 21,9 мільярда доларів — це зміни справедливої вартості конвертованих облігацій, похідних зобов'язань і SAFE, спричинені підвищенням оцінки, що є негрошовими статтями; але витрати на акціонерне стимулювання, визнані послідовно після лістингу, все ще продовжуватимуть тиснути на звіт про прибутки та збитки. Щодо конкуренції, OpenAI, Google і дедалі спроможніші моделі з відкритими вагами — усі на одній колії.

З точки зору ціноутворення випуску, ринок насправді вже робить ці розрахунки.

П'ять висновків для індустрії великих моделей

Поєднання шести тенденцій дає п'ять висновків для галузі.

По-перше, у дослідженнях і розробках станьте першим користувачем власної моделі. Замкнений цикл Anthropic показує, що глибина внутрішнього використання визначає швидкість ітерацій більше, ніж рейтинги на зовнішніх лідербордах. Почніть із доменів, де результати можна перевірити, як-от код, дозвольте моделі спершу трансформувати ваш власний процес досліджень і розробок, а потім поширте цю здатність на клієнтів.

По-друге, у продуктах перейдіть від розмови до доставки. Моделі, середовища виконання, протоколи з'єднання та пакети навичок мають бути побудовані разом, і продукти слід проєктувати навколо результатів доставки, а не якості відповідей; водночас плануйте продукти з огляду на можливості моделі через шість місяців, а не зосереджуйтеся лише на поточних можливостях.

По-третє, у комерційному плані розглядайте випуск на одиницю обчислювальних потужностей як перший операційний показник. Модель оплати за використання плюс постійне зниження цін передбачає безперервне зниження вартості на завдання. Зниження цін без підвищення ефективності — це лише субсидії; зниження цін, підкріплене підвищенням ефективності, може принести еластичність попиту.

По-четверте, на ринку корпоративні послуги залежать від системи доставки. Проникнення знизу вгору розробниками, глибока доставка командами прикладного ШІ, охоплення екосистеми хмарними платформами та інтеграторами, сертифікація й навчання інженерів FDE, а також форми обслуговування, орієнтовані на середні підприємства, — жодного з цього не можна оминути. Коли можливості моделей у надлишку, той, хто здатен перетворити можливості на результати в процесах клієнтів, може захопити дохід.

По-п'яте, в обчислювальних потужностях об'єднання гетерогенних обчислень і поєднання довго- та короткострокових контрактів є базовими навичками. Чи може компанія-розробник моделей ефективно навчати та виконувати інференс на кількох чіпах, чи може вона використовувати ШІ для автоматичного завершення міграції операторів, і чи може вона окремо закріпити центри обробки даних і чіпи та поєднати довгострокові контракти з короткостроковими — це безпосередньо визначає її еластичність прибутку при коливаннях попиту. Для підприємств, яким потрібно одночасно запускати моделі на кількох чіпах, це особливо повчально.

Нарешті, повернімося до тієї фрази: ніколи не дозволяйте своїй компанії коштувати на один долар більше, ніж її фактична вартість.

Значення лістингу Anthropic не в тому, що з'явилася ще одна компанія з капіталізацією в трильйон доларів, а в тому, що вперше індустрія великих моделей має прийняти щоквартальну звірку з боку публічного ринку. Після того як інтелект починає масове виробництво, складніше, ніж створювати розумніші моделі, — це постійно доводити, що хтось готовий платити за використання за інтелект, отриманий з кожної одиниці обчислювальних потужностей.

Цей іспит починається з відкриттям ринку сьогодні ввечері, 19 листопада.

(Ця стаття ґрунтується на публічно розкритому проспекті Anthropic, матеріалах для інвесторів роуд-шоу, відео роуд-шоу та листі засновників. Самостійно заявлені компанією операційні дані та заяви менеджменту на роуд-шоу не були незалежно перевірені; ціна та обсяг випуску підлягають остаточному ціноутворенню і не становлять жодних інвестиційних порад.)

Ван Цян, директор Центру досліджень передових технологій Інституту досліджень Tencent

Ця стаття походить із публічного акаунта WeChat «Інститут досліджень Tencent» (ID: cyberlawrc), автор: Ван Цян