Уровень 1: Исследовательский клуб с открытым исходным кодом
Они выпускают модели на GitHub, пишут подробные технические отчеты и гордятся количеством звезд в репозитории. Доход? Нулевой. Амбиции? «Мы делаем ИИ доступным для всех». Типичный представитель — небольшая академическая лаборатория или группа энтузиастов, которая только что выпустила Qwen2.5 7B и радуется, что их модель ломает головоломки ARC-AGI лучше конкурентов.
Проблема в том, что звезды на GitHub не платят за серверы. А тренировка следующей версии модели обойдется в сотни тысяч долларов. Без четкого плана монетизации эти проекты либо застывают в развитии, либо превращаются в команды для облачных гигантов.
Уровень 2: API-лавочка с призрачной монетизацией
Лаборатория запускает API, берет $0.01 за 1000 токенов и ждет, когда клиенты постучатся в дверь. Часто они копируют бизнес-модель OpenAI или Anthropic, но без их инфраструктуры и экосистемы. Доход есть, но он покрывает 10% расходов. Амбиции? «Мы построим платформу для разработчиков».
Здесь начинается самое интересное. Чтобы оценить реальные намерения, смотрите не на маркетинговые презентации, а на то, как они оценивают своих AI-агентов. Если метрики субъективны, а данные синтетические — это красный флаг. Они не понимают, что продают.
Уровень 3: Вертикальное решение с реальными клиентами
Переломный момент. Лаборатория перестает быть «лабораторией» и становится компанией. Они выбирают конкретную отрасль — медицину, финансы, промышленность — и строят продукт, который решает конкретную проблему. Например, как IBM оценивает промышленных AI-агентов на реальных данных заводов.
Доход здесь уже может покрывать операционные расходы. Но масштабирование упирается в два ограничения: качество данных (клиенты не хотят делиться) и реальную стоимость AI-продуктов. Многие на этом этапе понимают, что их технология в 10 раз дороже традиционных решений.
Уровень 4: Экосистемный игрок с собственными данными
Это уже не стартап, а полноценная компания. Они не просто продают API, а создают замкнутую экосистему, где генерируют уникальные данные. Самый яркий пример 2025-2026 годов — как OpenAI платит подрядчикам за рабочие файлы программистов. Это не сбор данных — это создание конкурентного преимущества, которое нельзя скопировать.
| Уровень | Основной доход | Ключевой показатель | Риск закрытия |
|---|---|---|---|
| Уровень 1 | Гранты, пожертвования | Звезды на GitHub | Высокий (80%) |
| Уровень 2 | API-платежи | Активные разработчики | Средний (50%) |
| Уровень 3 | Корпоративные контракты | LTV клиента | Низкий (20%) |
| Уровень 4 | Подписка + данные | Уникальные датасеты | Минимальный (5%) |
На этом уровне лаборатория начинает влиять на всю отрасль. Она устанавливает стандарты, как Anthropic меняет технические собеседования, потому что кандидаты используют Claude для читерства. Или как они переманивают таланты — вспомните билборд, который нанял 100 инженеров у Meta.
Уровень 5: Инфраструктурный монополист
Финал шкалы. Здесь находятся те, кто контролирует не просто модели, а фундаментальную инфраструктуру ИИ. Вычислительные мощности, специализированные чипы, распределение данных. Их амбиции измеряются не в долларах, а в процентах мирового AI-трафика.
Интересный парадокс: некоторые из этих игроков маскируются под «исследовательские лаборатории по безопасности ИИ». Помните статью про то, как AI Alignment — это фикция? Именно так. Под видом спасения человечества они строят продукты, которые дают им контроль над развитием технологии.
Как применять эту шкалу на практике
Не смотрите на пресс-релизы. Смотрите на действия. Вот конкретные вопросы, которые нужно задать, оценивая AI-лабораторию в 2026 году:
- Сколько человек в отделе продаж? Если ноль — это уровень 1 или 2.
- Как они тестируют свои модели? Если используют автономных агентов для бенчмаркинга на реальных данных — это хороший знак.
- Каков их план по сбору уникальных данных? Если ответ «мы используем открытые датасеты» — это уровень 1.
- Как они относятся к контент-фильтрам? Проверьте тест 9 нейросетей на запрещённый запрос — строгие фильтры часто означают ориентацию на корпоративный рынок.
Мой прогноз на 2026-2027 годы: мы увидим массовый переход лабораторий с уровня 2 на уровень 3. Те, кто останется на уровне 2, либо закроются, либо будут поглощены. А те, кто замахивается сразу на уровень 4-5, либо сгорят от амбиций, либо изменят отрасль навсегда.
И последнее. Если вы инвестор — ищите лаборатории, которые уже перешли на уровень 3. Если вы разработчик — присматривайтесь к уровню 4. А если вы просто наблюдаете за индустрией — запомните: настоящие амбиции видны не в дорогих презентациях, а в скучных Excel-таблицах с финансовыми показателями.
