Microsoft начала переводить часть ИИ-запросов в Word и Excel на собственные модели семейства MAI. Для рынка это не просто очередная внутренняя оптимизация, а наглядный сигнал: сокращение затрат на ИИ стало приоритетом даже для компании, которая еще недавно выглядела главным корпоративным союзником OpenAI.
По данным TechCrunch, ссылающегося на Bloomberg, Microsoft уже использует свои MAI-модели для обработки некоторой доли пользовательских запросов в двух самых массовых продуктах Office. Речь не о полном отказе от OpenAI или Anthropic: их модели по-прежнему задействованы в экосистеме Microsoft. Но сам разворот показателен. Если раньше компания подчеркивала, что значительная часть функций Office 365 работает на технологиях OpenAI и Anthropic, то теперь она явно пытается сократить долю внешних поставщиков там, где это можно сделать без заметной просадки по качеству.
Для русскоязычной IT-аудитории эта история важна по трем причинам. Во-первых, Microsoft фактически подтверждает то, о чем разработчики и продакты говорят последние месяцы: ИИ-функции отлично смотрятся на слайдах, но в эксплуатации быстро превращаются в тяжелую строку расходов. Во-вторых, крупные платформы все активнее строят многоуровневую архитектуру, где дорогие сторонние модели подключаются не по умолчанию, а только для более сложных сценариев. В-третьих, ставка на свои модели означает новую фазу конкуренции: выигрывать будут не только лучшие по качеству, но и те, кто умеет держать экономику inference под контролем.
Почему Microsoft меняет расклад
У Microsoft есть понятный мотив. Компания продает ИИ не как лабораторный эксперимент, а как массовую корпоративную функцию, встроенную в Word, Excel и другие продукты ежедневного использования. В такой модели каждая лишняя копейка на запросе быстро превращается в очень заметные деньги на масштабе. Если пользовательских обращений миллионы, вопрос уже не в том, «какая модель умнее на бенчмарке», а в том, какую модель можно запускать стабильно, быстро и без перегрева бюджета. Именно поэтому сокращение затрат на ИИ начинает выглядеть не временной кампанией экономии, а нормальной инженерной дисциплиной.
Дополнительный контекст появился на июньской конференции Build, где Microsoft представила семь новых моделей MAI. Среди них компания отдельно выделяла агентного помощника для программирования и генератор текста в изображение. Это хорошо укладывается в нынешнюю логику корпорации: если у тебя уже есть собственная линейка моделей, грех не попробовать перевести на нее хотя бы часть нагрузки внутри своих же продуктов. Тем более что речь идет о сценариях, где можно тонко управлять маршрутизацией: простые и средние запросы отдавать внутренним системам, а более тяжелые или специализированные случаи при необходимости направлять к внешним моделям.
Важно и то, чего в этой новости нет. Microsoft не объявляла о разрыве с OpenAI и не сообщала, что MAI полностью заменят сторонние модели в Office. В комментарии TechCrunch компания вообще не стала добавлять подробностей. Это оставляет пространство для осторожной интерпретации: скорее всего, речь идет не о резком развороте, а о постепенном перераспределении нагрузки. Но даже такой осторожный шаг со стороны Microsoft говорит громче многих публичных заявлений. Когда компания с такими ресурсами начинает экономить на inference, спор о том, завышены ли ожидания по монетизации генеративного ИИ, становится еще менее академическим.
Это уже не частный случай, а общий тренд
Microsoft здесь не одинока. TechCrunch прямо пишет, что это часть более широкого движения в Кремниевой долине. После короткого периода, который издание иронично описывает словом tokenmaxxing, рынок перешел от демонстративной щедрости к более трезвому расчету. По сообщениям СМИ, расходы на ИИ уже пытаются сдерживать Amazon, Uber, Meta и Accenture. Сам по себе список показателен: экономить начали не стартапы без денег, а компании, которые умеют тратить много, быстро и обычно без лишних сантиментов.
Причина понятна: стоимость предоставления и покупки ИИ-сервисов оказалась неприятно высокой даже по меркам крупных игроков. На старте отрасль жила в режиме «сначала масштаб, потом юнит-экономика». Но чем глубже ИИ встраивается в реальные продукты, тем сложнее игнорировать цену каждой генерации, каждого агентного шага, каждого дополнительного уровня рассуждения. Для бизнеса это означает простую вещь: модель больше нельзя выбирать только по бренду или месту в лидерборде. Нужны сценарные расчеты, политика маршрутизации, лимиты, кеширование, дообучение под конкретные задачи и очень приземленный вопрос: сколько стоит одна полезная единица результата.
На этом фоне особенно любопытен последний штрих из заметки TechCrunch: некоторые компании, по данным издания, рассматривают китайские модели как более доступную основу для агентных решений, хотя и с оговорками по безопасности. Для корпоративного ИТ это почти идеальный стресс-тест всей повестки последних двух лет. Если рынок всерьез сравнивает не только качество западных и китайских моделей, но и их ценник, значит сокращение затрат на ИИ уже влияет на архитектурные и закупочные решения. А когда в уравнение входит безопасность, комплаенс и геополитика, задача для CTO и CISO становится заметно интереснее, чем выбор между «быстро внедрить» и «подождать следующую версию».
Для разработчиков и продуктовых команд отсюда следует довольно практичный вывод. Эпоха, когда можно было без особых вопросов прикрутить самый мощный API ко всем сценариям подряд, заканчивается. На смену приходит более скучная, но здоровая инженерия: классификация запросов, гибридные стеки моделей, контроль стоимости, измерение реальной пользы, а не только вау-эффекта. Для стартапов это еще и напоминание, что зависимость от одного модельного поставщика выглядит все менее комфортной. Для крупных заказчиков — что переговорная сила постепенно смещается к тем, у кого есть собственные модели или хотя бы возможность быстро переключать нагрузку между несколькими поставщиками.
Главный вопрос теперь не в том, откажется ли Microsoft от внешних моделей полностью. Гораздо важнее другое: насколько быстро крупнейшие платформы превратят ИИ в обычный слой инфраструктуры, где побеждает не самый громкий бренд, а самая адекватная экономика при приемлемом качестве. Если этот сценарий закрепится, рынок генеративного ИИ в ближайшие кварталы станет заметно менее романтичным и куда более похожим на зрелый корпоративный софт.