Бум генеративного ИИ привел к тому, что стартапы возникали чуть ли не каждую минуту. Однако по мере утихания шума два когда-то популярных подхода к бизнесу теперь кажутся серьезными предупреждениями: обертки вокруг больших языковых моделей и платформы-агрегаторы ИИ.
Даррен Моури, руководитель глобальной организации стартапов Google в областях Cloud, DeepMind и Alphabet, отмечает, что у таких компаний загорелся сигнал тревоги, словно лампочка check engine в автомобиле.
Обертки LLM: недостаточно просто добавить интерфейс
Обертки LLM — это стартапы, которые берут существующие большие языковые модели вроде Claude, GPT или Gemini и добавляют сверху слой продукта или удобного интерфейса для решения узкой задачи. К примеру, сервис на базе ИИ, помогающий студентам в учебе.
«Если вся нагрузка ложится на базовую модель, а вы просто перепродаете её под своим брендом, то индустрия потеряла терпение к подобным проектам», — заявил Моури в недавнем выпуске подкаста Equity.
Добавление минимального интеллектуального вклада поверх Gemini или GPT-5 не создает настоящей уникальности, подчеркивает он.
Чтобы развиваться, нужны мощные конкурентные преимущества — либо широкие горизонтальные отличия, либо узкая специализация на конкретной отрасли. Яркие примеры удачных оберток: Cursor как ассистент для программирования на базе GPT или Harvey AI для юридических задач.
Сегодня уже невозможно просто накидать интерфейс на GPT и рассчитывать на успех продукта, как это бывало, возможно, в середине 2024 года после запуска магазина ChatGPT от OpenAI. Главная сложность — создание долгосрочной ценности в продукте.
Агрегаторы ИИ: лучше не ввязываться
Агрегаторы представляют собой разновидность оберток: они объединяют несколько больших языковых моделей в единый интерфейс или API, распределяя запросы между ними и обеспечивая доступ сразу к разным вариантам. Такие платформы часто включают инструменты оркестрации, такие как мониторинг, управление и оценка качества. Примеры — поисковик на ИИ Perplexity или платформа OpenRouter, дающая доступ к множеству моделей через один API.
Хотя отдельные подобные сервисы добились популярности, Моури прямо советует новым стартапам: «Избегайте агрегаторного направления».
В целом, эти платформы сейчас стагнируют, поскольку пользователи ожидают наличия интеллектуальной начинки, которая подберет подходящую модель именно под их задачу — без оглядки на вычислительные ограничения или доступность за кулисами.
Параллели с историей облачных технологий
Моури давно работает в облачной сфере: начинал на AWS и Microsoft, а теперь в Google Cloud. По его словам, текущая ситуация напоминает конец 2000-х — начало 2010-х, когда бизнес Amazon Cloud набирал обороты.
Тогда множество стартапов занялись перепродажей инфраструктуры AWS, позиционируя себя как упрощенный вход с дополнительными инструментами, консолидацией счетов и поддержкой. Но после того, как Amazon развил собственные корпоративные инструменты, а клиенты освоили прямую работу с облаком, большинство посредников исчезло. Выжили лишь те, кто предлагал реальные услуги вроде безопасности, миграции или DevOps-консалтинга.
Современные агрегаторы ИИ испытывают похожее давление на маржу: провайдеры моделей сами выходят на рынок корпоративных функций, оттесняя посредников.
Что ждет успеха: vibe-кодинг и другие тренды
Моури vibe-кодинг и платформы для разработчиков — в 2025 году этот сегмент установил рекорды по инвестициям и клиентской базе. Среди лидеров Replit, Lovable и Cursor (все они пользуются услугами Google Cloud, уточняет Моури).
Он также прогнозирует рост в технологиях прямого доступа для потребителей, когда мощные ИИ-инструменты попадают прямо в руки пользователей. Например, студенты кино и телевидения могут применять видео-генератор Veo от Google для воплощения своих идей.
Помимо чистого ИИ, перспективными выглядят биотехнологии и климатические технологии: туда хлынули венчурные инвестиции, а стартапам доступны огромные объемы данных, позволяющие генерировать ценность, недоступную ранее.