De la « course aux modèles » au « règlement de comptes » : à quoi ressemble désormais la concurrence dans l'industrie de l'IA — Réponses du WAIC 2026
Anthropic
Moonshot AI
Lors du WAIC 2026, les experts ont noté un changement de paradigme : l'industrie de l'IA passe de la démonstration des capacités des modèles à une comptabilité financière stricte (« règlement de comptes »). Trois domaines de coûts clés sont abordés : l'infrastructure (investissements totaux dépassant 700 milliards de dollars pour un chiffre d'affaires de seulement 50 milliards), l'inférence (coût par token divisé par 8 à 10, mais coûts totaux en hausse) et le capital (les investisseurs exigent une économie réelle). Les modèles restent importants, mais l'accent se déplace vers le produit, les capacités agentiques, l'infrastructure et les données de confiance.
На конференции WAIC 2026 эксперты из разных секторов — от индустрии, капитала, технологий и инфраструктуры — обсудили переход ИИ-индустрии от гонки за параметрами моделей к прагматичному «подведению итогов». Ключевые изменения 2026 года: появление Claude Fable5, вызвавшее панику в сфере кибербезопасности; резкий рост стоимости ускорителей (аренда и покупка подорожали в разы); усложнение B2B-приложений; трёхкратный дисбаланс между инвестициями ($700+ млрд) и доходами ($50 млрд) в инфраструктуру; падение цены одного токена в 8–10 раз при росте общего потребления токенов; переход внимания инвесторов от «больших историй» к реальной экономической отдаче. Участники отметили, что модели остаются важными, но их роль меняется: крупные компании должны вкладываться в модели, а стартапы — в продуктовую концепцию. Агентные технологии (Agent + Harness) позволили перевести вероятностные модели на решение детерминированных задач, особенно в кодинге, где потребление токенов резко выросло. В качестве приоритетных направлений на ближайший год названы: ИИ-инфраструктура, доверенный ИИ (надежность и безопасность), мировые модели (физические данные), доверенные данные в узких областях (медицина, промышленность), а также скорость вывода модели (до 15000 токенов/с на 8B-моделях). Эксперты сошлись во мнении, что бенчмарки по-прежнему полезны, но закрытые тесты надёжнее открытых.
Source: InfoQ 中国 —
original
