Проект „Shallotpeat“ и „Rough Times“: Вътрешната бележка на Сам Алтман разкрива най-голямата криза на OpenAI

И проблемът с 650 милиарда долара: Защо OpenAI е обречен на успех

През ноември 2025 г. тектоничните плочи на технологичната индустрия се изместиха коренно. Дълго време OpenAI се смяташе за неприкосновения монарх на новата ера на изкуствения интелект – Давид, показващ на Голиатите от Силициевата долина как работят иновациите. Но тази аура на непобедимост започна да се пропуква. С пускането на Google Gemini 3 и бързия възход на моделите Claude на Anthropic, ходът на събитията се обърна. Това, което започна като триумфален поход към изкуствения суперинтелект, сега се превърна за OpenAI в екзистенциална битка срещу технологичната стагнация и икономическите реалности.

Ситуацията е парадоксална: OpenAI никога не е била по-ценна на фондовия пазар, но технологичното ѝ лидерство никога не е било по-крехко. Докато компанията на Сам Алтман, с оценка от 500 милиарда долара, навлиза в територия, обикновено запазена за утвърдени технологични гиганти, съществува опасна пропаст между пазарната ѝ стойност и реалната ѝ печалба. Годишните приходи от 13 милиарда долара са в ярък контраст с огромните загуби и инфраструктурни ангажименти в размер на стотици милиарди. Този агресивен модел на растеж работеше, докато OpenAI разполагаше с безспорно най-добрия продукт на пазара. Но точно тази предпоставка сега се разпадна.

С Gemini 3, Google не само настигна технологично, но и изпревари OpenAI в ключови области. Чрез възраждането на предварителното обучение и масовата интеграция в собствената си екосистема, гигантът в търсачките демонстрира, че дълбоките джобове, собственият хардуер и десетилетията опит в обработката на данни в крайна сметка надделяват над предимството на първия ход на стартиращата компания. Прибързаното стратегическо пренасочване на OpenAI – символизирано от вътрешния проект „Shallotpeat“ – е признание, че предишният им залог върху чисти „модели на разсъждение“ не се е отплатил.

Следната статия анализира анатомията на тази промяна във властта. Тя осветлява как техническите грешки в изчисленията, финансовите трудности и възраждането на конкуренцията създават токсична смес, която би могла да предефинира не само бъдещето на OpenAI, но и структурата на цялата индустрия за изкуствен интелект.

Свързано с това:

• Това ли е революцията в изкуствения интелект? Gemini 3.0 срещу OpenAI: Не става въпрос за по-добрия модел, а за по-добрата стратегия

Бившият авангард на изкуствения интелект се бори за бъдещето си, докато Google променя баланса на силите със сурова технологична сила

Глобалната надпревара за доминация в областта на изкуствения интелект претърпя драматичен обрат през ноември 2025 г. Това, което години наред се смяташе за сигурна лидерска позиция на OpenAI, се превърна в несигурна защитна позиция в рамките на месеци. Пускането на пазара на Google Gemini 3 не само отбеляза технологичен етап, но и постави под въпрос фундаментални предположения за архитектурата на пазара на изкуствен интелект. Във вътрешна бележка, главният изпълнителен директор на OpenAI Сам Алтман предупреди служителите си за предстоящите трудни времена и призна, че последните постижения на Google биха могли да създадат временни икономически затруднения за компанията. Тази необичайно откровена оценка разкрива крехкостта на позиция, която доскоро изглеждаше непреодолима.

Мащабът на тази промяна става ясен едва в контекста на логиката на оценяване на сектора. OpenAI в момента има оценка от приблизително 500 милиарда долара, но генерира само 13 милиарда долара годишни приходи. Това екстремно разминаване между пазарната капитализация и реалните приходи се основава на предположението за експоненциален растеж и устойчиво технологично превъзходство. Gemini 3 на Google подкопава и двете предположения едновременно. Моделът превъзхожда GPT-5.1 на OpenAI в почти всички стандартизирани бенчмаркове, демонстрирайки възможности, които самият OpenAI все още се стреми да развива.

Икономическите последици далеч надхвърлят краткосрочните промени в пазарния дял. OpenAI изразходва приблизително осем милиарда долара годишно, отчитайки загуба от пет милиарда долара миналата година. Този дефицит може да бъде поддържан само чрез непрекъснат приток на капитал, който от своя страна зависи от доверието на инвеститорите в технологичното му лидерство. Ако това лидерство ерозира, цялата логика на финансиране се срива. Ситуацията е като високоскоростен влак, на който свършва горивото, докато все още се движи с максимална скорост.

Основният източник за вътрешната бележка на Сам Алтман е The Information, новинарско издание, специализирано в технологичната индустрия

Меморандумът първоначално е публикуван от The Information на 20 ноември 2025 г. Оригиналната статия е озаглавена „Меморандумът на Алтман прогнозира „сурови вибрации“ поради възраждащия се Google“ или „Главният изпълнителен директор на OpenAI се подготвя за възможни икономически насрещни ветрове, настигащи възраждащия се Google“.

Публикуването на меморандума от The Information впоследствие беше отразено от множество други медии, включително:

• Таймс оф Индия
• Икономически времена
• Перспективи за бизнес
• Футуризъм

Самата бележка е вътрешно съобщение от Сам Алтман до служителите на OpenAI и очевидно е била предоставена на The Information от източник в компанията. В бележката Алтман предупреждава за „временни икономически затруднения“ от напредъка на Google и заявява, че очаква „неблагоприятни вибрации“.

Анатомията на технологичния пробив

Успехът на Google с Gemini 3 се основава на фундаментална преоценка на предполагаемо изчерпана методология за разработка. Предварителното обучение, фундаменталната фаза, в която моделите на изкуствен интелект се учат от огромни набори от данни, се смяташе от някои в изследователската общност за до голяма степен изчерпана. Принципите на мащабиране, които години наред обещаваха предвидими подобрения в производителността чрез по-големи модели и повече данни, сякаш достигаха своите физически и икономически граници. OpenAI реагира, като пренасочи стратегическия си фокус към така наречените модели на разсъждение като o1, които подобряват производителността си чрез по-дълго време за мислене по време на извод.

Google обаче демонстрира, че уж обреченият процесор все още крие значителен потенциал. Демис Хасабис, ръководител на Google DeepMind, обобщи сбито това прозрение: Въпреки че вече няма експоненциални скокове в производителността от поколение на поколение, възвръщаемостта на инвестициите в предварително обучение остава изключително добра. Gemini 3 Pro постига 91,9% по бенчмарка GPQA Diamond за научно мислене на ниво докторант, надминавайки GPT-5.1 с почти четири процентни пункта. Още по-впечатляващо е представянето му в абстрактното визуално мислене: С 31,1% по бенчмарка ARC-AGI-2, Gemini 3 почти удвоява производителността на GPT-5.1 и превъзхожда собствения си предшественик с повече от шест пъти.

Икономическото значение на това технологично превъзходство се проявява в конкретни области на приложение. В алгоритмичното решаване на проблеми, Gemini 3 Pro постига Elo рейтинг от 2439 в LiveCodeBench Pro, почти 200 точки над GPT-5.1. Това не е академичен показател, а пряк индикатор за производителността на разработчиците, използващи тези модели. На пазар, където OpenAI генерира 70% от приходите си от достъп до API и корпоративни клиенти, технологичната непълноценност се превръща в незабавни загуби на приходи.

Проблемите на OpenAI преди обучението станаха очевидни по време на разработването на GPT-5, където установените оптимизации за мащабиране вече не работеха. Компанията осъзна, че традиционните методи за подобряване на производителността са загубили своята ефективност. В отговор OpenAI разработи GPT-5 със значително по-малък бюджет за предварително обучение от GPT-4.5, но компенсира това с интензивна оптимизация след обучението, използвайки обучение с подсилване. Тази стратегия се оказа успешна в краткосрочен план, но създаде структурна уязвимост: OpenAI се специализира в методология, която, макар и да генерира иновативни възможности, пренебрегваше фундаменталната основа на модела.

Стратегическото препозициониране и проектът Shallotpeat

Меморандумът на Алтман не само диагностицира проблема, но и очертава контрастратегията на OpenAI. В основата ѝ е разработването на нов модел с кодово име Shallotpeat, специално проектиран да се справи с установените недостатъци преди обучението. Самото име е програмно: шалотът расте зле в торфена почва, субстратът е далеч от идеален. По този начин OpenAI сигнализира, че признава, че основата на съществуващите му модели има слабости, които не могат да бъдат отстранени чрез оптимизация на повърхността.

Разработването на Shallotpeat е част от по-широко стратегическо пренасочване. В своята бележка Алтман подчертава необходимостта от фокусиране върху силно амбициозни залози, дори ако това временно поставя OpenAI в неизгодно положение. Един от тези залози е автоматизацията на самите изследвания в областта на изкуствения интелект, метаподход, насочен към драстично съкращаване на циклите на разработване на нови модели. Това не е просто оптимизиране на ефективността, а опит за фундаментална промяна на условията на игра: ако системите с изкуствен интелект могат да ускорят собствената си еволюция, това би могло да намали структурните предимства на утвърдените играчи с огромни ресурси.

Неотложността на тази стратегия се подчертава от финансовото състояние на OpenAI. Компанията трябва да постигне рентабилност до 2029 г., за да изпълни ангажиментите си за инфраструктура към Microsoft и други партньори. Тези ангажименти възлизат на приблизително 60 милиарда долара годишно, в сравнение с настоящите ангажименти за облачна инфраструктура, надхвърлящи 650 милиарда долара през следващите няколко години. Несъответствието между тези ангажименти и текущите приходи от 13 милиарда долара подчертава мащаба на проблема.

В същото време OpenAI следва стратегия за диверсификация, за да намали зависимостта си от Microsoft. Обявената през януари 2025 г. корекция на партньорството позволява на OpenAI за първи път да използва изчислителни ресурси от конкуренти като Oracle. Въпреки че Microsoft запазва правото си на първи отказ за нов капацитет, ексклузивността е нарушена. За OpenAI това потенциално означава по-бърз достъп до огромните GPU клъстери, необходими за обучение на нови модели. Инициативата Stargate, сътрудничество между OpenAI, Oracle, SoftBank и Microsoft, е планирана да инвестира 500 милиарда долара в центрове за данни в рамките на четири години. Първото съоръжение в Абилин, Тексас, вече работи с Nvidia GB200 GPU клъстери.

Икономическата нестабилност на бизнес модела

Бизнес моделите на водещите компании за изкуствен интелект се основават на имплицитен залог върху мрежовите ефекти и технологичните обвързаности. OpenAI следва тази стратегия със значителен успех: ChatGPT достигна приблизително 700 до 800 милиона седмично активни потребители през ноември 2025 г., двойно повече от февруари. Платформата обработва 2,5 милиарда заявки дневно и се нарежда на пето място сред най-посещаваните уебсайтове в света. Тази потребителска база първоначално изглежда като непревземаем ров, но процентите на конверсия разкриват фундаментална слабост: само около четири до десет процента от потребителите плащат за абонамент.

Следователно икономическата жизнеспособност зависи от две критични предположения: първо, потребителската база продължава да расте експоненциално, така че дори малките коефициенти на конверсия дават възможност за абсолютно увеличение на приходите; второ, технологичното превъзходство обвързва потребителите с платформата и разходите за преминаване към конкуренти остават високи. Gemini 3 на Google подкопава и двете предположения. Техническият паритет, или дори по-нискостта, прави OpenAI взаимозаменяем доставчик на един все по-комодифициран пазар.

Структурата на разходите изостря този проблем. Обучението на големи езикови модели и оперативното им внедряване изисква огромни изчислителни ресурси. Проектите на OpenAI изчисляват бюджети, надхвърлящи 450 милиарда долара от 2024 до 2030 г., с общи ангажименти от приблизително 650 милиарда долара, някои от които се простират и след 2030 г. Тези инвестиции трябва да бъдат оправдани от приходите, които от своя страна зависят от пазарния дял. Получава се порочен кръг: Ако OpenAI загуби пазарен дял, приходите намаляват, което ограничава способността му да инвестира допълнително и по този начин допълнително подкопава технологичната му конкурентоспособност.

Сравнителните анализи илюстрират мащаба на проблема. Anthropic, пряк конкурент, използващ модела на Клод, в момента се оценява на 170 милиарда долара с прогнозирани годишни приходи от 4 милиарда долара. OpenAI и Anthropic заедно ще трябва да постигнат комбинирани приходи от над 300 милиарда долара до 2030 г., за да оправдаят настоящите си оценки – ако се приеме марж на свободния паричен поток от 27%, сравним с този на Alphabet или Microsoft. За сравнение, Nvidia, водещият доставчик на чипове за изкуствен интелект, се очаква да генерира само 350 милиарда долара приходи до 2030 г.

Google като притежател на структурно предимство

Позицията на Google в надпреварата за изкуствен интелект се различава коренно от тази на OpenAI поради интеграцията си в установена екосистема с диверсифицирани потоци от приходи. Компанията генерира над 300 милиарда долара годишни приходи предимно чрез реклама и облачни услуги, което позволява развитието на изкуствения интелект да се разглежда като стратегическа инвестиция, която не е необходимо да бъде печеливша в краткосрочен план. Тази финансова стабилност позволява на Google да експериментира и да инвестира в области, където играчите с чист изкуствен интелект, като OpenAI, са изправени пред непосредствен натиск да генерират приходи.

Предимствата на дистрибуцията са също толкова значителни. Google интегрира Gemini в своята търсачка, която обработва милиарди заявки дневно, в Gmail с над 1,5 милиарда потребители, в Google Docs, Sheets и целия пакет Workspace. Това вездесъщо присъствие създава пасивна видимост: потребителите се сблъскват с Gemini в ежедневните си дигитални работни процеси, без да се налага активно да търсят инструменти с изкуствен интелект. Дори ако GPT-5.1 или Claude Sonnet 4.5 се представят малко по-добре в специфични бенчмаркове, Google поставя своя модел пред милиарди очи.

Технологичната вертикална интеграция усилва тези предимства. Google разработва свои собствени AI чипове, използвайки TPU (Tensor Processing Units), контролира цялата облачна инфраструктура и притежава уникални ресурси за обучение, натрупани чрез десетилетия събиране на данни. Този контрол върху цялата верига на стойността намалява разходите и позволява оптимизации, които са недостъпни за доставчици от трети страни. Както един коментатор в Reddit го каза лаконично: Google контролира хардуера, центровете за данни, каналите за дистрибуция и самата информация.

Историческите прецеденти предупреждават да не се надценява ранното лидерство на пазара. Internet Explorer доминираше на пазара на браузъри в края на 90-те години с над 90% пазарен дял и се смяташе за непреодолим, но беше маргинализиран в рамките на едно десетилетие от технически по-добри алтернативи. Yahoo и AOL, някога синоними на достъп до интернет, бяха изместени от Google и други. Предимствата на пионерите на технологичните пазари често се оказват временни, ако структурни недостатъци, като липса на вертикална интеграция или финансова нестабилност, не могат да бъдат преодолени.

Инвеститорска перспектива и рискове, свързани с оценката

Оценката на OpenAI от 500 милиарда долара представлява едно от най-екстремните несъответствия между текущите печалби и пазарната капитализация в историята на технологичната индустрия. Тази оценка предполага коефициент на приходи от приблизително 38, докато утвърдените технологични гиганти се търгуват с коефициенти между 5 и 15. Обосновката за тази премия се основава на предположението, че OpenAI ще завладее непропорционален дял от развиващия се пазар на изкуствен интелект.

Това предположение все повече се оспорва от емпиричните развития. Последният кръг на финансиране през март 2025 г., който оцени OpenAI на 300 милиарда долара, беше пет пъти по-голям от заявения. Последващият кръг през ноември, който повиши оценката до 500 милиарда долара, беше набран предимно чрез вторични продажби на съществуващи акции, а не чрез нови капиталови инжекции. Това сигнализира за промяна в настроенията: ранните инвеститори се възползват от възможностите за частична реализация, докато новите инвеститори са по-малко склонни да предоставят допълнителен първичен капитал.

Сравнението с дот-ком балона е неизбежно. Самият Сам Алтман публично заяви, че очаква балон с изкуствен интелект, сравнявайки пазарните условия с тези от бума на дот-ком компаниите и предупреждавайки за прекомерна еуфория сред инвеститорите. В същото време той прогнозира трилиони долари разходи за разширяване на центровете за данни и отговаря на опасенията на икономистите, като призовава всички просто да оставят OpenAI да си върши работата. Тази реторика напомня за високомерието от края на 90-те години, когато фундаменталните въпроси за оценката бяха отхвърлени с препратки към нова парадигма.

Анализатори от Ройтерс и други институции са изчислили, че OpenAI и Anthropic ще трябва да постигнат комбинирани годишни приходи над 300 милиарда долара до 2030 г., за да оправдаят общите си оценки. Това би означавало, че двете компании заедно ще трябва да генерират почти толкова приходи, колкото Nvidia, безспорният лидер на пазара на AI чипове. Предвид засилената конкуренция от Google, Microsoft, Meta и много други играчи, този сценарий изглежда все по-малко вероятен.

Ситуацията се изостря от развитието на по-широкия пазар на изкуствен интелект. Проучване на MIT показва, че 95% от компаниите не виждат измерима възвръщаемост на инвестициите си в генеративен изкуствен интелект. Това откритие предизвика значителен спад в технологичните акции през ноември, като акциите на Nvidia паднаха с 3,5%, а на Palantir - с почти 10%. Пазарите реагират с нарастваща нервност на всякакви индикации, че обещаните възвръщаемости от изкуствения интелект не се материализират.

Фокусни области в индустрията: B2B, дигитализация (от AI до XR), машиностроене, логистика, възобновяеми енергийни източници и промишленост

Повече информация тук:

• Експертен бизнес център

Тематичен център, предлагащ анализи и експертиза:

• Платформа за знания, обхващаща глобалните и регионалните икономики, иновациите и специфичните за индустрията тенденции
• Колекция от анализи, прозрения и обща информация от ключовите ни области на фокус
• Място за експертиза и информация за актуалните развития в бизнеса и технологиите
• Център за компании, търсещи информация за пазари, дигитализация и иновации в индустрията

Ренесансът на ерата преди обучението и алгоритмичните пробиви

Успехът на Google с Gemini 3 бележи реабилитация на предварителното обучение като основен източник на подобрения в производителността. Това развитие противоречи на твърденията, които провъзгласяват края на мащабирането. Реалността е по-нюансирана: Докато предварителното обучение вече не води до експоненциални скокове, систематичните, съществени подобрения остават постижими, когато се използват правилните методи.

Архитектурата на Gemini 3 интегрира няколко алгоритмични иновации. Моделът използва структура със смес от експерти, разработена от Джеф Дийн, главен учен в Google DeepMind. Тази архитектура активира само малка част от параметрите за всяка заявка, което позволява ефективност, като същевременно се поддържа висок капацитет. Gemini 3 също така демонстрира възможности за мултимодална интеграция, които се простират отвъд простото преобразуване на текст в изображение и включват сложни задачи за визуално разсъждение.

Режимът Deep Think на Gemini 3 представлява отговора на Google на моделите за разсъждение на OpenAI. Вместо да третира предварителното обучение и разсъждението като конкуриращи се парадигми, Google интегрира и двете. Deep Think постига 41% в теста Humanity's Last Exam без помощни средства и 45,1% в ARC-AGI-2 с изпълнение на код. Тези резултати показват, че дихотомията между предварителното обучение и изчисленията по време на теста е фалшива дихотомия: оптималните системи комбинират и двата подхода.

Значението на това откритие за конкурентната динамика не може да бъде надценено. OpenAI се е специализирал в изчисленията по време на тестове, тъй като мащабирането преди обучение вече не е работело. Google сега демонстрира, че предварителното обучение все още има потенциал, ако се подходи правилно. Това означава, че OpenAI не само е изостанал технологично, но и стратегически е разчитал на методология, която се оказва непълна.

Демис Хасабис формулира тази интегрирана визия в няколко интервюта. Той подчертава, че пътят към изкуствения общ интелект изисква множество иновации, не само мащабиране. Тези иновации включват агентни системи, способни да проследяват сложни задачи за продължителни периоди, световни модели, които разработват вътрешни представяния на физическата реалност, и възможности за метаобучение, които позволяват на системите да обобщават от ограничен брой примери. Google систематично инвестира във всички тези области, докато OpenAI се фокусира предимно върху разсъжденията.

Свързано с това:

• Стратегии за изкуствен интелект в глобално сравнение: Сравнение (САЩ срещу ЕС срещу Германия срещу Азия срещу Китай)

Ролята на моделите на разсъждение и техните ограничения

Моделът o1 на OpenAI и неговите наследници представляват фундаментална промяна в парадигмата в разработването на ИИ. Вместо да се мащабират предимно чрез по-големи модели и повече данни за обучение, тези системи инвестират изчислително време по време на извода, за да разработят по-дълги вериги от разсъждения. Този подход е постигнал впечатляващ успех в специфични области, по-специално математиката, кодирането и формалната логика, където проверимите резултати служат като обратна връзка.

Ограниченията на този подход обаче стават все по-очевидни. Проучване на изследователи от Apple показа, че моделите за разсъждение се представят драстично по-зле, когато проблемите са дори леко променени. Промяната на числа или имена в математическите проблеми сама по себе си води до забележими загуби на производителност. Още по-сериозно: Добавянето на логически неподходяща, но повърхностно правдоподобна информация доведе до спад в производителността от 17,5% за o1-preview, 29,1% за o1-mini и до 65,7% за модели с по-ниска производителност.

Тези открития показват, че моделите на разсъждение всъщност не развиват общи стратегии за решаване на проблеми, а предимно възпроизвеждат заучени модели. Те се държат като ученици, които са запомнили специфични видове проблеми, но се провалят, когато се сблъскат с леко разнообразни формулировки. Това не е просто академична критика, а има непосредствени практически последици: В реални приложения, включващи сложни, многостранни проблеми без стандартизирани формулировки, тези системи остават ненадеждни.

Структурата на разходите за моделите за разсъждение изостря техните ограничения. За разлика от традиционните модели, където предварителното обучение е най-интензивната откъм изчисления фаза, тази връзка е обратна за моделите за разсъждение. След обучението и изводът се превръщат в доминиращ фактор на разходите, което прави мащабирането икономически трудно. OpenAI трябва да изразходва значително повече изчисления за всяка заявка o1, отколкото за сравними GPT-4 заявки, без потребителите да са склонни да плащат пропорционално повече.

Интегрирането на възможностите за разсъждение от Google в модели, оптимизирани за предварително обучение, може да се окаже по-добър подход. Gemini 3 с Deep Think постига сравнима или по-добра производителност при разсъжденията от o1, но е изграден върху по-здрава основа. Това предполага, че оптималната архитектура не използва разсъжденията като заместител на предварителното обучение, а по-скоро като допълнение към стабилен базов модел.

Конкурентна динамика и наваксване на Anthropic

Семейството Claude на Anthropic, по-специално Sonnet 4.5, се утвърждава като сериозна трета сила в конкуренцията с изкуствен интелект. Claude Sonnet 4.5 постигна 77,2% в SWE-bench Verified Benchmark за решения на реални софтуерни инженерни проблеми, което го прави водещ модел в тази критична област на приложение. С паралелни изчисления по време на тестване, тази производителност се увеличава до 82%, ниво, което нито GPT-5.1, нито Gemini 3 могат да постигнат.

Стратегическият фокус на Anthropic върху сигурността и съответствието създава ниша със специфична готовност за плащане. Компаниите в силно регулирани сектори като финанси, здравеопазване и киберсигурност все повече дават приоритет на модели, които демонстративно интегрират надеждни механизми за сигурност. Claude Sonnet 4.5 постига 98,7% по показателите за сигурност и демонстрира намалена склонност към подлизурство, измама, търсене на власт и заблуди. Тези характеристики не са просто маркетингови функции, а са насочени към справяне с реалните проблеми на корпоративните клиенти.

Способността на Claude Sonnet 4.5 да поддържа сложни, многоетапни задачи за разсъждение и изпълнение на код за повече от 30 часа го позиционира като идеален модел за автономни агенти. Това е бързо развиващ се пазар, където системите с изкуствен интелект управляват независимо разширени работни процеси. OpenAI и Google се конкурират в този сегмент, но Anthropic е спечелил предимство чрез ранната си специализация.

Ценообразуването на Claude отразява това позициониране. С три долара на милион входни токени и 15 долара на милион изходни токени, Claude се намира в средния ценови сегмент, по-евтин от GPT-5.1 за много случаи на употреба, но по-скъп от някои алтернативи с отворен код. Тази ценова структура подсказва стратегията на Anthropic: не масов пазар чрез ниски цени, а премиум сегмент чрез превъзходно качество и сигурност.

Оценката на Anthropic от 170 милиарда долара, с прогнозирани годишни приходи от 4 милиарда долара, изглежда по-малко екстремна от многократната оценка на OpenAI, но остава амбициозна. Логиката на инвеститора е различна: Anthropic се позиционира като цел за поглъщане или дългосрочен играч на олигополен пазар, а не като пазарен доминант. Тази по-скромна амбиция парадоксално би могла да се окаже по-устойчива от стратегията „всичко или нищо“ на OpenAI.

Недостиг на данни и синтетични решения

Основно предизвикателство за всички разработчици на изкуствен интелект е нарастващият недостиг на висококачествени данни за обучение. Epoch AI изчислява, че моделите в момента се обучават с 4,6 до 17,2 трилиона токена. По-голямата част от свободно достъпния интернет текст вече е използван. Бъдещите подобрения в производителността вече не могат да се постигнат предимно чрез просто увеличаване на размера на наборите от данни за обучение, а изискват по-висококачествени или по-разнообразни данни.

Синтетичните данни, т.е. учебно съдържание, генерирано от системи с изкуствен интелект, се обсъждат като потенциално решение. Подходът е по своята същност парадоксален: моделите трябва да се обучават върху данни, генерирани от предишни модели. Това носи риск от колапс на модела, при който грешките и отклоненията се усилват с поколения. Внимателно подбраните синтетични набори от данни с контрол на разнообразието и качеството обаче могат да генерират редки гранични случаи, които не се срещат в естествените данни.

Google притежава структурни предимства в събирането на данни чрез своята търсачка, Gmail, YouTube, Google Maps и множество други услуги, които непрекъснато произвеждат свежи, разнообразни, генерирани от човека данни. Тези потоци от данни са не само обемни, но и надлъжно структурирани, което прави възможно идентифицирането на времеви модели и развития. OpenAI не разполага със сравними източници на данни, което все повече разчита на партньорства с издатели, лицензионни споразумения с медийни компании и генериране на синтетични данни.

Правната ситуация изостря тази асиметрия. Няколко съдебни дела от издатели и автори срещу OpenAI за нарушаване на авторски права биха могли да ограничат достъпа до исторически данни и да направят бъдещите дейности по извличане на данни правно рискови. Google може да твърди, че обхождането на уебсайтове за индексиране на търсения е установена, правно обоснована практика, която е от полза за развитието на ИИ. Тази правна несигурност поставя допълнителни рискове за OpenAI, които утвърдените технологични гиганти не поемат в същата степен.

Суперинтелигентността като дългосрочен залог

В меморандума си Алтман многократно подчертава необходимостта от поддържане на фокуса върху постигането на суперинтелект, въпреки краткосрочния конкурентен натиск. Тази реторика е стратегическа: тя оправдава текущите инвестиции и загуби, като посочва трансформативни ползи в бъдеще. Суперинтелектът се отнася до хипотетични системи с изкуствен интелект, които превъзхождат човешкия интелект във всички съответни области и са потенциално способни да ускорят собственото си развитие.

Експертните оценки за времето на това развитие варират значително. Анализите на над 8500 прогнози показват медиана между 2040 и 2045 г. за постигането на изкуствения общ интелект, предшественик на свръхинтелигентността. Някои видни хора, като Дарио Амодей от Anthropic и Илон Мъск, прогнозират значително по-ранни дати, в някои случаи чак до 2026 до 2029 г. Самият Сам Алтман е посочил 2029 г. като целева дата.

Икономическата значимост на този дебат се крие в логиката на оценката: Ако суперинтелектът е постижим в рамките на пет години и OpenAI остане лидер в неговото развитие, това оправдава почти всяка текуща оценка. Ако обаче суперинтелектът е на 20 години разстояние или OpenAI не остане лидер, основата за оценка се срива. По този начин инвеститорите залагат не само на технологията, но и на конкретни срокове и пазарни позиции в хипотетични бъдещи сценарии.

Автоматизацията на изследванията в областта на изкуствения интелект, която Алтман определя като ключов фокус, би могла да съкрати тези срокове. Системи, които независимо генерират хипотези, проектират експерименти, обучават модели и интерпретират резултатите, биха увеличили драстично скоростта на разработка. Google DeepMind работи върху подобни подходи, по-специално чрез интегриране на алгоритми за планиране, подобни на AlphaGo, в езикови модели. Въпросът не е дали такива мета-ИИ системи ще бъдат разработени, а кой ще ги внедри пръв.

Пазарна структура и формиране на олигополи

Пазарът на изкуствен интелект бързо се развива в олигопол с три до пет доминиращи играчи. OpenAI, Google, Anthropic, Microsoft и Meta притежават финансовите ресурси, техническите таланти и инфраструктурата, за да останат начело на конкуренцията. Бариерите за навлизане вече са непосилни: Обучението на най-съвременен модел струва няколкостотин милиона долара, изисква достъп до хиляди авангардни графични процесори и изисква екипи от водещи изследователи.

Модели с отворен код, като Llama на Meta, Mistral или Olmo на Allen AI, предлагат алтернативи за специфични случаи на употреба, но изостават от собствените гранични модели по абсолютна производителност. Тяхното значение се състои предимно в демократизирането на възможностите на ИИ за разработчици без огромни бюджети и в създаването на конкурентен натиск, който умерено намалява цените за достъп до API.

Китай едновременно с това развива своя собствена независима екосистема от изкуствен интелект с компании като Alibaba Qwen, Baidu Ernie, ByteDance и други играчи. Тези модели все повече достигат паритет със западните системи, но са частично отделени от световния пазар поради различни регулаторни рамки, ограничен достъп до авангардни чипове поради контрола върху износа и езикови бариери. Геополитическото измерение на развитието на изкуствения интелект може да доведе до паралелни, регионално доминиращи екосистеми, подобни на фрагментирания интернет.

За OpenAI този олигопол означава, че маргиналните позиции не са стабилни. Или компанията се утвърждава устойчиво като една от малкото водещи системи, или е изместена на второ ниво, от което издигането е практически невъзможно поради капиталоемкостта. Инвеститорите разбират тази динамика, което обяснява изключителната волатилност на оценката: При бинарните резултати вероятностите се преоценяват непрекъснато и малки промени в оценката на вероятностите водят до големи промени в оценката.

Вертикалната интеграция като стратегически императив

Лицензирането от Microsoft на интелектуалната собственост на OpenAI за проектиране на чипове и системи през ноември 2025 г. сигнализира за стратегическо пренасочване. Споразумението предоставя на Microsoft пълен достъп до портфолиото от собствени чипове на OpenAI и би могло значително да съкрати циклите на разработка на Microsoft за процесори с изкуствен интелект от следващо поколение. Това е част от по-широка тенденция към вертикална интеграция, при която водещите доставчици на облачни услуги се стремят да получат по-голям контрол върху своите хардуерни основи.

Google разработва TPU от години, като по този начин контролира целия стек от силиций до софтуер. Amazon разработва свои собствени чипове Trainium и Inferentia. Microsoft инвестира сериозно в собствени AI ускорители. Този ход към персонализиран силиций отразява осъзнаването, че графичните процесори с общо предназначение са неоптимални за специфични AI натоварвания. Специализираните чипове могат да постигнат с порядъци по-добра ефективност за специфични операции, намалявайки разходите и увеличавайки производителността.

На OpenAI липсва тази вертикална интеграция. Компанията разчита на външни доставчици на чипове, предимно Nvidia, и използва облачна инфраструктура от Microsoft, Oracle и други. Тези зависимости създават ценови недостатъци и стратегически уязвимости. Партньорството с Microsoft за лицензиране на IP може да бъде първата стъпка към преодоляване на тази празнина, но разработването на собствен хардуер отнема години и изисква експертиза, която OpenAI все още трябва да изгради.

Икономическите последици са значителни. Операторите на модели със собствен хардуерен контрол могат да намалят разходите си с няколко порядъка, което им позволява по-агресивни ценови стратегии или, алтернативно, осигуряване на по-високи маржове. Google може потенциално да предлага Gemini на цени, при които OpenAI понася загуби, защото Google може драстично да намали разходите си чрез използването на TPU. Това не е теоретична възможност, а практическа реалност, която вече влияе върху пазарната динамика.

От Netscape и Yahoo до OpenAI: Повтаря ли се историята?

Развитието на 2025 г. бележи края на ерата на безспорно лидерство от страна на отделни пионери в сектора на изкуствения интелект. Позицията на OpenAI като определящ играч в генеративната революция на изкуствения интелект е фундаментално предизвикана от технологичния паритет, структурните недостатъци на утвърдените технологични гиганти и финансовата нестабилност. Компанията е изправена пред предизвикателството да управлява едновременни кризи: да настигне технологично Google, да осигури финансова устойчивост въпреки огромните загуби, да се препозиционира стратегически на консолидиращ се пазар и да се справи с оперативната сложност на бързия растеж.

Успехът на Google с Gemini 3 показва, че на технологично интензивните пазари, дълбочината на ресурсите, вертикалната интеграция и търпеливият капитал често предлагат структурни предимства пред гъвкавите иновации. Способността да се абсорбират загуби в продължение на години, докато продуктите узреят и се реализират икономии от мащаба, е безценно предимство. OpenAI и подобни чисто изкуствени компании трябва да постигнат рентабилност в рамките на срокове, определени от очакванията на инвеститорите, докато Google може да експериментира, докато решенията са наистина готови за пазара.

Бъдещето на пазара на изкуствен интелект вероятно ще се характеризира с олигопол от три до пет доминиращи доставчика, всеки от които заема различни стратегически ниши. Google като вертикално интегриран генералист с превъзходна дистрибуция, Microsoft като интегратор, фокусиран върху предприятията, Anthropic като специалист по сигурност и синхронизация, и Meta като шампион на отворения код за екосистемите на разработчиците. Бъдещата позиция на OpenAI в това съзвездие остава несигурна и критично зависи от това дали проектът Shallotpeat ще адресира идентифицираните недостатъци в предварителното обучение и дали компанията може да установи устойчиво конкурентно предимство отвъд историческото си лидерство на марката.

За инвеститорите, корпоративните клиенти и технолозите това пренасочване означава преоценка на рисковете и възможностите. Предположението, че ранните лидери на пазара ще защитят позициите си, се оказва все по-съмнително. Скоростта на технологичните промени, капиталовата интензивност на най-съвременните изследвания и силата на установените канали за дистрибуция създават динамика, в която структурните предимства често са по-важни от историческото лидерство в иновациите. Следващите години ще покажат дали гъвкавите пионери притежават ресурсите и стратегическата визия, за да устоят на огромната мощ на технологичните гиганти, или историята на Netscape, Yahoo и други ранни интернет пионери ще се повтори в ерата на изкуствения интелект.

Тук ще научите как вашата компания може да внедри персонализирани решения с изкуствен интелект бързо, сигурно и без високи бариери за навлизане.

Управляваната AI платформа е вашето цялостно и безпроблемно решение за изкуствен интелект. Вместо да се занимавате със сложни технологии, скъпа инфраструктура и продължителни процеси на разработка, вие получавате готово решение, съобразено с вашите нужди, от специализиран партньор – често само в рамките на няколко дни.

Ключовите предимства накратко:

⚡ Бързо внедряване: От идея до готово за употреба приложение за дни, а не за месеци. Ние предлагаме практични решения, които създават незабавна добавена стойност.

🔒 Максимална сигурност на данните: Вашите чувствителни данни остават при вас. Гарантираме сигурна и съвместима обработка без споделяне на данни с трети страни.

💸 Без финансов риск: Плащате само за резултати. Високите първоначални инвестиции в хардуер, софтуер или персонал са напълно елиминирани.

🎯 Фокусирайте се върху основния си бизнес: Концентрирайте се върху това, което правите най-добре. Ние се грижим за цялостното техническо внедряване, експлоатация и поддръжка на вашето AI решение.

📈 Готов за бъдещето и мащабируем: Вашият изкуствен интелект расте с вас. Ние гарантираме непрекъсната оптимизация и мащабируемост и гъвкаво адаптираме моделите към новите изисквания.

Повече информация тук:

• Управляваното решение с изкуствен интелект - Индустриални услуги с изкуствен интелект: Ключът към конкурентоспособността в секторите на услугите, промишлеността и машиностроенето

☑️ Нашият бизнес език е английски или немски

☑️ НОВО: Кореспонденция на родния ви език!

 

Аз и моят екип с удоволствие ще бъдем на ваше разположение като ваш личен съветник.

Можете да се свържете с мен, като попълните формата за контакт тук wolfenstein@xpert.digital:или просто ми се обадите на +49 7348 4088 965. Моят имейл адрес е

Очаквам с нетърпение нашия съвместен проект.

 

 

☑️ Подкрепа за МСП в стратегията, консултирането, планирането и внедряването

☑️ Създаване или пренасочване на дигиталната стратегия и дигитализация

☑️ Разширяване и оптимизиране на международните процеси на продажби

☑️ Глобални и дигитални B2B търговски платформи

☑️ Pioneer Развитие на бизнеса / Маркетинг / PR / Търговски панаири

Xpert.Digital притежава задълбочени познания в различни индустрии. Това ни позволява да разработваме персонализирани стратегии, прецизно съобразени с изискванията и предизвикателствата на вашия специфичен пазарен сегмент. Чрез непрекъснат анализ на пазарните тенденции и наблюдение на развитието в индустрията, ние можем да действаме проактивно и да предлагаме иновативни решения. Комбинацията от опит и експертиза генерира добавена стойност и осигурява на нашите клиенти решаващо конкурентно предимство.

Повече информация тук:

• Възползвайте се от 5-те области на експертиза на Xpert.Digital в един пакет – от само 500 евро/месец