Снимка: iStock

Три години след началото на голямата надпревара в изкуствения интелект най-силният бизнес модел на водещите лаборатории все още изглежда изненадващо тесен. OpenAI и Anthropic продават технологии, които би трябвало да променят почти всяка част от корпоративния свят, но реалното търсене остава силно концентрирано в една област - писането на компютърен код.

Това е едновременно сила и слабост. От една страна, програмирането се оказа най-ясният и най-бързо монетизируем случай на употреба за генеративния изкуствен интелект. Компаниите плащат за модели, които ускоряват разработката на софтуер, намаляват рутинната работа на инженерите и позволяват по-бързо създаване на вътрешни инструменти. От друга страна, ако цялата инвестиционна теза за изкуствения интелект се крепи основно върху разработчиците, това поставя въпрос дали оценките на най-големите частни лаборатории не изпреварват реалния мащаб на пазара.

Оценките за корпоративната употреба показват, че между една трета и половината от използваните токени - мерната единица за изчислителна работа при изкуствения интелект - отиват за софтуерно разработване. Някои анализи поставят дела още по-високо. За сравнение, области като обслужване на клиенти, човешки ресурси, счетоводство, бек офис и маркетинг все още заемат много по-малка част от корпоративното потребление. Това не е картината на технология, която вече е проникнала равномерно в цялата икономика. По-скоро е картина на силен, но концентриран продукт.

Проблемът не е задължително в самите модели. По-дълбоката трудност е, че старите корпоративни процеси не се променят лесно. Един професионалист може бързо да увеличи продуктивността си с изкуствен интелект - да пише, анализира, кодира или обобщава по-бързо. Но когато цяла компания трябва да интегрира тези инструменти в остарели системи, регулации, права за достъп и вътрешни процеси, ефектът става много по-бавен и по-малко очевиден.

Обслужването на клиенти е показателен пример. На теория това е една от най-подходящите области за автоматизация чрез изкуствен интелект. На практика много от внедрените агенти все още не могат да направят много повече от това да водят разговор. Те често нямат достъп до критичните системи, които биха им позволили да предприемат реални действия - да променят поръчка, да обработят рекламация, да върнат плащане или да решат казус без човешка намеса. Без права и интеграция един агент остава просто по-добър чатбот.

Тази реалност е важна за инвеститорите, защото оценките на OpenAI, Anthropic и цялата инфраструктура около тях предполагат много по-широко навлизане. Изкуственият интелект вече стои зад огромни разходи за центрове за данни, чипове, облачни услуги и електроенергия. Ако обаче голяма част от приходите идват от една група потребители - програмистите - пазарът неизбежно ще започне да пита дали настоящият темп може да се запази.

Има и друг натиск - цената. Корпоративните клиенти вече търсят начини да харчат по-малко за изкуствен интелект. Част от тях се насочват към по-малки, по-евтини или отворени модели. Някои големи компании ограничават вътрешната употреба, защото разходите на разработчиците са излезли извън контрол. Това е неудобен сигнал за лабораториите, които трябва да показват бързо растящи приходи, за да оправдаят оценките си.

Големите облачни компании имат още по-сложни стимули. Google, Amazon и Microsoft печелят, когато клиентите им използват облачната им инфраструктура, независимо дали върху нея работи собствен модел, модел на OpenAI, модел на Anthropic или по-евтина алтернатива с отворен код. Затова те не винаги имат интерес да насочват клиентите към най-скъпите и най-мощни модели. За тях е по-важно клиентът да остане в облака, отколкото непременно да използва най-скъпия фронтиерен продукт.

Тук се появява и аргументът за парадокса на Джевънс - идеята, че когато една технология става по-евтина и по-ефективна, общото ѝ потребление може да се увеличи, вместо да намалее. В този сценарий по-евтиното AI програмиране може да доведе до още повече употреба. Не само софтуерните инженери, а и служители в търговията, логистиката, администрацията или продажбите могат да започнат да създават малки вътрешни приложения с помощта на изкуствен интелект.

Това е реална възможност, но не е гаранция за OpenAI и Anthropic. Дори ако потреблението на AI кодиране расте, не е ясно кой ще прибере най-голямата част от стойността. Победителите може да са облачните платформи, евтините модели с отворен код, китайски конкуренти като DeepSeek и Qwen, или корпоративни доставчици, които обединяват различни модели в една услуга. Растящият пазар не означава автоматично растящ марж за най-известните лаборатории.

Историята на дотком балона предлага полезен паралел. Интернет наистина промени света, но това не спаси всички компании, които бяха оценявани като бъдещи победители. Търсенето може да е реално, технологията може да е фундаментална, а въпреки това част от играчите да се окажат надценени, притиснати от конкуренция или изместени от по-добри бизнес модели.

Изкуственият интелект за програмиране вероятно ще остане една от основите на новата технологична вълна. Той вече носи реална продуктивност и реални приходи. Но за компании, оценявани като бъдещи инфраструктурни гиганти на цялата икономика, това може да не е достатъчно. Големият тест за OpenAI и Anthropic не е дали могат да помагат на програмистите да пишат код. Този тест вече е спечелен. Истинският въпрос е дали могат да превърнат изкуствения интелект от инструмент за една доминираща професионална група в незаменима система за целия корпоративен свят.

*Материалът е с аналитичен характер и не е съвет за търговия на финансовите пазари.