Глава Microsoft Сатья Наделла публично предупредил компании о риске, о котором в индустрии обычно говорят шепотом: проприетарный ИИ может стоить бизнесу не только денег, но и собственных наработок. Для русскоязычной IT-аудитории это важный сигнал: при интеграции внешних моделей вы покупаете ускорение разработки, но параллельно можете бесплатно обучать поставщика на своих процессах, ошибках и внутренней экспертизе.
13 июля 2026 года, как пишет TechCrunch, Наделла в воскресном посте сформулировал претензию к рынку предельно прямо: заказчики платят за токены, а затем доплачивают еще и данными, без которых модель не дает нужного качества. Чем глубже компания внедряет ИИ в продукт, поддержку, аналитику или внутренние процессы, тем больше ей приходится раскрывать контекст: бизнес-правила, рабочие сценарии, исключения, словари, оценки качества, исправления ответов и цепочки действий агентов. И именно это, по версии Наделлы, становится настоящим активом для владельца модели.
Его аргумент неприятен именно потому, что слишком узнаваем для любой команды, которая уже доводила LLM до продакшена. На старте кажется, что провайдер продает просто вычислительную услугу: API, токены, latency, SLA. На практике модель начинает впитывать куда более ценную вещь — «выхлоп» эксплуатации. Промпты пользователей, инструменты, к которым подключен агент, и особенно правки, которые вносят сотрудники, когда модель ошибается. Если упростить мысль Наделлы до языка продактов и техлидов, то схема выглядит так: компания платит за помощника, а в процессе еще и передает поставщику карту собственной операционной логики.
Почему это задело рынок
Сам по себе тезис не новый. О риске того, что крупнейшие AI-лаборатории однажды начнут конкурировать с собственными клиентами, раньше говорили и инвестор Джейсон Калаканис, и глава Palantir Алекс Карп. Но когда об этом вслух говорит не внешний критик, а CEO Microsoft, инвестировавшей и в OpenAI, и в Anthropic, тон обсуждения меняется. Здесь уже сложно отмахнуться фразой «это очередной спор open source против closed source». Фактически один из главных бенефициаров бума генеративного ИИ признает: у корпоративных заказчиков есть не только вопрос цены запроса, но и вопрос собственности на знания, которые они передают системе.
Наделла бьет еще и по юридико-этической асимметрии рынка. Логика у него простая: если разработчики моделей считают допустимым обучать системы на гигантских массивах общедоступных данных, то почему клиентам запрещают изучать сами модели через дистилляцию? В индустрии под этим понимают практику, когда outputs одной модели используют для обучения другой, более дешевой или более специализированной. Тема болезненная: в феврале Anthropic обвиняла китайские open source-модели в том, что те отправляли миллионы запросов к Claude, чтобы улучшать собственные системы, и призывала власти США ужесточить экспортные ограничения. Наделла, по сути, говорит: нельзя одновременно отстаивать широкие права на обучение на чужих данных и вводить жесткие запреты, когда заказчик хочет сделать то же самое в обратную сторону.
Отдельно он указывает на формулировки в условиях использования, где поставщики оставляют за собой право учиться на пользовательских взаимодействиях. Для корпоративного заказчика это уже не абстрактная политика конфиденциальности, а архитектурный выбор. Если модель видит реальные тикеты саппорта, схемы внутренних согласований, правила anti-fraud, нестандартные требования к комплаенсу или особенности ценообразования, она получает то, что конкуренту обычно приходится добывать годами найма, интеграций и болезненных запусков. Не случайно Наделла настаивает, что созданный в процессе потребления интеллект должен принадлежать заказчику, а не только вендору.
Куда сдвигается корпоративный ИИ
Предлагаемое решение вполне в стиле главы облачного гиганта. Наделла призывает компании сохранять контроль над данными, включая промпты и фидбек, строить собственные learning environments в облаке и обязательно добавлять orchestration layer, чтобы не зависеть от одного поставщика. Проще говоря, речь о слоях маршрутизации и управления, через которые можно переключать модели, сравнивать их, задавать политики безопасности и не привязывать весь стек к одному API. Ничего романтического: это обычная инженерная реакция на vendor lock-in, только теперь lock-in касается не базы данных и не CI/CD, а корпоративного интеллекта.
Подтекст здесь очевиден: чем больше у компании собственных данных и повторяемых сценариев, тем сильнее ее тянет либо к open source-моделям, либо хотя бы к гибридной схеме. TechCrunch приводит показательную реплику Идит Левин, основателя и CEO Solo.io. По ее словам, после первых экспериментов с закрытыми моделями клиенты начинают задавать очень прагматичный вопрос: можно ли взять открытую модель, развернуть on-premise и получить почти 90% возможностей большой закрытой системы за меньшие деньги и с большим контролем. Для многих enterprise-команд это уже не идеология, а арифметика риска и стоимости.
На стороне этого сдвига есть и косвенные рыночные сигналы. Технология Solo.io в прошлом году была выбрана для проекта Agentgateway под эгидой Linux Foundation, а среди клиентов компании — T-Mobile, ADP и SAP. Vercel и OpenRouter, которые помогают маршрутизировать запросы между разными моделями, тоже фиксируют рост интереса к открытым моделям. Самая конкретная цифра в материале — 29% всего трафика через gateway Vercel в прошлом месяце пришлось на open models. Для разработчиков это означает, что мульти-модельная архитектура перестает быть экзотикой ранних адоптеров. Для CIO и CISO сигнал еще прямее: если оркестрация и on-prem снова входят в моду, то обсуждать нужно не только качество модели, но и то, кому достается накопленное знание о вашем бизнесе.
У этой истории нет простого финала в духе «закрытые модели проиграют, открытые победят». Скорее рынок корпоративного ИИ становится взрослее и жестче: заказчики начинают считать не только стоимость токена, но и цену утечки контекста. Если крупнейшие вендоры продолжат резервировать право учиться на использовании клиентов, а open source-модели будут догонять их по качеству, то следующий этап конкуренции пройдет уже не вокруг «самого умного ИИ», а вокруг права собственности на знания, которые этот ИИ помогает извлекать. Первоисточник с цитатами Наделлы — .