Глава Nvidia Дженсен Хуанг публично выступил против идеи отрезать американские компании от китайских ИИ-моделей. Для рынка, где каждый новый запрет мгновенно превращается в тему для юристов, инвесторов и директоров по безопасности, это важный сигнал: спор вокруг AI теперь идет не только о производительности моделей, но и о том, кто вообще получит к ним доступ.
В интервью, о котором сообщает Tom's Hardware, Хуанг на вопрос, должны ли американские компании иметь право использовать китайские ИИ-модели, ответил без дипломатии: да, должны. Его аргумент в целом сводится к простой мысли: сам по себе китайский адрес разработчика еще не делает модель встроенной угрозой. Если модель можно скачать, дообучить, обвесить своими ограничителями и гонять в собственной инфраструктуре, то разговор о «скрытых дверях по умолчанию» он считает скорее политическим штампом, чем техническим диагнозом.
Повод для этой дискуссии понятен. В Вашингтоне усиливается давление вокруг китайских AI-разработок: там все чаще обсуждают не просто экспорт чипов, а более широкий контроль над тем, какие модели можно использовать американскому бизнесу и исследовательским командам. На этом фоне Хуанг спорит не только с регуляторами, но и с базовой логикой запрета: по его версии, запретить проще, чем доказать, что это реально повышает безопасность.
О чем спорит Nvidia
Позиция Хуанга выглядит не альтруистичной, а вполне расчетливой. Nvidia продает инфраструктуру для ИИ-бума всем, кто строит и масштабирует вычисления, и дешевая или открытая модель для нее не проблема, а источник дополнительного спроса. Чем ниже порог входа в AI, тем больше компаний захотят запускать пилоты, обучать кастомные модели, раскатывать инференс в проде и, в конечном счете, покупать ускорители и арендовать мощности дата-центров.
Именно поэтому Хуанг отдельно спорит с популярной на рынке реакцией: когда появляется более доступная или более дешевая открытая модель, инвесторы часто читают это как угрозу всей AI-экономике. Логика у них примерно такая: если модели становятся дешевле, значит, потребность в дорогой инфраструктуре начнет падать. Глава Nvidia предлагает противоположную трактовку. По его мнению, снижение стоимости запуска ИИ не сжимает рынок, а расширяет его. Если модель дешевле в эксплуатации, ее начинают внедрять те, кто раньше считал экономику проекта сомнительной. Для вендора GPU это почти идеальный сценарий.
В этом месте его риторика особенно важна для русскоязычной IT-аудитории. Разработчики и продакты видят один слой истории: у модели падает цена токена или стоимость развертывания. Но для CIO и фаундеров здесь другой слой: удешевление модели повышает шанс, что AI-проект доживет до бюджета, комплаенса и продакшена. И если такие модели еще и можно крутить локально или в контролируемом контуре, аргумент против полного запрета становится сильнее уже не на уровне идеологии, а на уровне закупки и risk management.
Почему Хуанг делает ставку на открытые модели
Вторая важная часть его позиции касается open models. Хуанг прямо говорит, что науке, кибербезопасности и ряду прикладных отраслей нужны именно открытые модели, а не один большой закрытый API на всех. Аргумент снова прагматичный: чем больше людей могут inspect модель, искать слабые места и быстро закрывать их, тем устойчивее экосистема. И наоборот, если все завязано на одну-две закрытые системы, рынок получает классическую проблему single point of failure. Один сбой, одна уязвимость, одна политическая блокировка, один неудачный релиз фильтров — и проблемы сразу у тысяч клиентов.
Это особенно чувствительно для команд, которые строят продукты в regulated-среде: финтех, enterprise SaaS, внутренние copilot-сценарии, обработка документов, безопасность. Им мало услышать от поставщика «все безопасно». Им нужно понимать, что можно проверить самим, что можно изолировать, как быстро можно заменить стек и кто контролирует цепочку поставки модели. В этом смысле китайские ИИ-модели, как и любые другие внешние модели, оцениваются не по флагу на паспорте, а по режиму доступа, прозрачности весов, возможностям аудита и условиям развертывания.
Конечно, у оппонентов Хуанга есть сильный контраргумент: геополитический риск никуда не делся, а модель — это не просто архив с весами, а часть более широкой технологической и правовой системы. Этот аргумент нельзя списать как истерику. Но Хуанг бьет в другое место: blanket ban не решает проблему доверия, а просто вычеркивает целый класс инструментов из доступа и подталкивает рынок к еще большей концентрации вокруг нескольких американских поставщиков. Для бизнеса это означает меньшую гибкость, более высокую цену ошибки и худшую переговорную позицию.
На практике спор вокруг китайских ИИ-моделей уже выходит за пределы США и Китая. Если крупнейшие рынки начнут формализовать списки «разрешенных» и «нежелательных» моделей, компаниям придется строить не просто AI-стек, а еще и карту регуляторной совместимости по странам, отраслям и типам данных. Для разработчиков это означает больше работы на уровне маршрутизации, self-hosted-контуров, fallback-сценариев и model governance. Для менеджмента — новые критерии выбора поставщика: не только качество и цена, но и политическая устойчивость модели в горизонте ближайших лет.
Главный вопрос теперь не в том, сможет ли Вашингтон сильнее закрутить гайки, а в том, выдержит ли сама AI-отрасль режим, где доступ к моделям определяется не только кодом и экономикой, но и внешней политикой. И если позиция Хуанга получит поддержку хотя бы части рынка, разговор о китайских ИИ-моделях быстро сменится на более неприятный для регуляторов: кто на самом деле делает экосистему безопаснее — тот, кто запрещает, или тот, кто оставляет выбор и требует проверяемости. Подробнее об интервью пишет .