Рынок ИИ-решений входит в фазу жёсткого отбора. Одни компании режут персонал ради инфраструктуры, другие закрываются с деньгами на руках, третьи переписывают правила эффективности моделей.
Что произошло
Anthropic удалила 8 100 репозиториев GitHub — DMCA-жалоба на форки утёкшего Claude Code была удовлетворена полностью, включая родительский репозиторий nirholas/claude-code. Урок простой: открытый код конкурентов — временный актив с юридическим таймером.
Liquid AI выпустила LFM2.5-350M — модель на 350 млн параметров, обученная на 28 трлн токенов, в квантованном виде весит менее 500 МБ. Работает на CPU, мобильных чипах, поддерживает AMD, Intel и Qualcomm из коробки. Производительность понимания инструкций — в 2 раза выше предыдущей версии, по данным компании. Граница между облачным и локальным ИИ стирается быстрее, чем успевают перестроиться вендоры.
PrismML открыла семейство 1-битных моделей Bonsai — флагман на 8B параметров занимает 1,15 ГБ, в 14 раз компактнее аналогов, в 8 раз быстрее и в 5 раз экономичнее. Плотность интеллекта (метрика разработчика) — 1,06/ГБ против 0,10/ГБ у стандартных моделей того же класса. Код и веса в открытом доступе под лицензией Apache 2.0. Стартап из Калтеха только вышел из стелс-режима — и сразу ставит неудобные вопросы крупным игрокам.
Oracle увольняет тысячи сотрудников — причина: давление долговой нагрузки после многомиллиардных вложений в дата-центры. Акции упали на 25% с начала года. При этом портфель контрактных обязательств — 553 млрд долларов, а планы по привлечению ещё 50 млрд на инфраструктуру никто не отменял. Капитальные вложения в ИИ-инфраструктуру — это не статья роста, это ставка с отложенным ROI (возврат на инвестиции). Платит за неё персонал.
ИИ-стартап Yupp закрывается — 1,3 млн пользователей, инвесторы уровня a16z и Джефф Дин из Google, платформа оценки 500+ ИИ-моделей. Не спасло. Рынок ушёл от ручной разметки чат-ботов в сторону агентных архитектур. Неизрасходованный капитал возвращают инвесторам. Это первый крупный публичный провал ИИ-бума с цивилизованным выходом — и точно не последний.
Куда всё катится (главный тренд)
Рынок ИИ-инфраструктуры проходит точку перегрева. Oracle — наглядный пример: компания с портфелем обязательств на 553 млрд долларов одновременно режет персонал и занимает деньги на дата-центры. Это классическая ловушка капиталоёмкого роста: выручка растёт, денежный поток падает, инвесторы нервничают.
Параллельно развивается противоположный вектор. LFM2.5-350M от Liquid AI и Bonsai от PrismML — это удар по логике "больше параметров = лучше". 350 млн параметров в 500 МБ, 8B в 1,15 ГБ — модели, которые разворачиваются на мобильном чипе. CAC (стоимость привлечения клиента) для локальных ИИ-решений падает кратно: не нужен дата-центр, не нужна облачная подписка, не нужен дорогой GPU. Это перестройка всей цепочки монетизации для вендоров ИИ-инструментов.
История Yupp фиксирует структурный сдвиг: данные ручной оценки текстовых генераций потеряли ценность. Агентные архитектуры работают с API, реальными данными и внешними сервисами — им нужны принципиально другие обучающие сигналы. Компании, которые строили бизнес на Human Feedback (обратная связь от человека) для чат-ботов, оказались в узком месте: технология ушла, а переупаковать продукт не получилось. Следующая волна закрытий будет в этом же сегменте.
Action plan: что делать прямо сейчас
Проверить зависимость от облачных ИИ-провайдеров — если ваш продукт или внутренние процессы завязаны на API одного вендора, проведите аудит. Локальные модели класса LFM2.5 и Bonsai уже закрывают часть задач без облака. Посчитайте разницу в CPA (стоимость целевого действия) при переходе на локальный инференс.
Пересмотреть стратегию работы с ИИ-данными — если в процессах есть ручная разметка или оценка генераций, оцените, насколько эта функция устойчива через 12 месяцев. Кейс Yupp — это не исключение, это сигнал. Агентные системы меняют требования к обучающим данным быстрее, чем успевают перестроиться подрядчики.
Зафиксировать юридический периметр собственного кода — история с 8 100 репозиториями Claude Code показывает: DMCA работает быстро и тотально. Если у компании есть проприетарные модели или датасеты, проверьте, нет ли их производных в открытом доступе. Это вопрос LTV (пожизненная ценность клиента) через призму интеллектуальной собственности.
Пересчитать юнит-экономику ИИ-проектов с горизонтом 18 месяцев — Oracle показывает, что даже контракты на 553 млрд долларов не страхуют от падения акций на 25%, если долговая нагрузка растёт быстрее денежного потока. Для корпоративных проектов внедрения ИИ: ROMI (рентабельность маркетинговых инвестиций) должен считаться на реальном денежном потоке, а не на прогнозной выручке.
Вывод
Рынок ИИ 2026 года разделился на два лагеря. Первый — капиталоёмкие инфраструктурные игроки с растущим долгом и сокращающимся персоналом. Второй — компактные модели с открытым кодом, которые делают ИИ дешевле и локальнее. Бизнесы, которые не определились, в какую сторону строить зависимости, рискуют оказаться в позиции Yupp: деньги есть, продукта нет.
Пока без комментариев. Будьте первым.