Սպառողական ԱԲ-ն կրկին հայտնվել է ուշադրության կենտրոնում։ Meta-ի անձնական AI-օգնական Muse-ը՝ Jolly մուլտիպլիկացիոն կերպարի հետ միասին, անսպասելիորեն արագ հայտնի դարձավ, OpenAI-ը թողարկել է իր սեփական գործակալային օգնականը՝ Dots-ը, իսկ Instinct ստարտափը, որը մասնագիտանում է առօրյա հանձնարարությունների կատարման մեջ, արդեն հասել է 10 միլիարդ դոլար գնահատականի։
Առաջին հայացքից սա նման է սպառողական AI-ի նոր ալիքի սկզբին։ Գործակալային համակարգերը վերջապես դարձել են բավականաչափ հուսալի, որպեսզի ինքնուրույն ամրագրեն ուղևորություններ, սեղաններ պատվիրեն ռեստորաններում, չեղարկեն բաժանորդագրությունները և կատարեն այլ կենցաղային առաջադրանքներ։ Օգտատիրոջ համար սա իրական արժեք է, իսկ ներդրողի համար՝ պոտենցիալ նոր զանգվածային շուկա։
Բայց այս պատմությունն ունի լուրջ խնդիր․ սպառողական ԱԲ-ի հանրաճանաչությունը դեռևս չի վերածվում նույնքան համոզիչ տնտեսագիտության։ AI մոդելների աշխատանքը զգալիորեն ավելի թանկ է արժենում, քան նախկին ինտերնետային ծառայությունների մեծ մասի շահագործումը, իսկ օգտատերերի պատրաստակամությունը՝ վճարելու AI-ի համար, աճում է շատ ավելի դանդաղ, քան հենց մոդելների հնարավորությունները, գրում է TechCrunch-ը։
Օգտատերերն ավելանում են, բայց քչերն են պատրաստ վճարել
Ընթացիկ իրավիճակը հիշեցնում են Andreessen Horowitz-ի State of Markets կիսամյակային զեկույցի տվյալները, որոնք հիմնված են PNC Research-ի հետազոտության վրա։
2026 թվականի մայիսին վճարովի AI ծառայություններից օգտվում էին սպառողների մոտ 2,2%-ը, իսկ միջին ծախսը կազմում էր ամսական 31 դոլար։ Ցուցանիշներն աստիճանաբար աճում են, սակայն տեմպերը մնում են բավականին գծային։
Միևնույն ժամանակ նույն ժամանակահատվածում մոդելների հնարավորությունները փոխվում էին շատ ավելի արագ։ AI մոդելների սերունդների միջև արտադրողականության էական թռիչքը գրեթե չի արտացոլվում այն գրաֆիկում, թե որքանով են սպառողները պատրաստ ավելի շատ վճարել կամ միացնել վճարովի բաժանորդագրություններ։
Andreessen Horowitz-ը ներթափանցման ցածր մակարդակը դիտարկում է որպես նշան, որ շուկան դեռ վաղ փուլում է։ Բայց կա նաև մեկ այլ մեկնաբանություն․ հնարավոր է, որ ԱԲ-ի հետագա տեխնիկական բարելավումն ինքնին չբերի սպառողական ծախսերի համաչափ աճի։
Այլ ուսումնասիրություններ ներկայացնում են փոքր-ինչ ավելի լավատեսական պատկեր։ Bank of America-ն մարտին գնահատում էր այն ամերիկացի սպառողների բաժինը, որոնք վճարում են AI-ի համար, մոտ 3%՝ 40%-ով ավելի, քան մեկ տարի առաջ։ Menlo-ի սեպտեմբերյան հետազոտության տվյալներով՝ մեծահասակների մոտ մեկ քառորդը ամեն օր օգտագործում է AI, և նրանց կեսը վճարում է նման ծառայությունների համար։
Սակայն նույնիսկ այս գնահատականները չեն փոխում գլխավոր խնդիրը․ օգտատերերի մեծ մասը դեռևս պատրաստ չէ պարբերաբար վճարել AI-ի համար այնքան, որքան կպահանջվեր դրա արժեքը ծածկելու համար։
Նույնիսկ հսկայական լսարանը կարող է չարդարացնել AI-ի ծախսերը
Սպառողական ծառայությունների դեպքում կա ևս մեկ առանձնահատկություն․ խնդիրը միայն հասույթի չափի մեջ չէ, այլև դրա ստացման արժեքի։
AI-ի շահագործումը նկատելիորեն ավելի թանկ է, քան նախորդ բազմաթիվ զանգվածային ինտերնետ տեխնոլոգիաներինը։ Սոցիալական ցանցերն ու մյուս թվային ծառայությունները կարող են սպասարկել հսկայական լսարան՝ համեմատաբար ցածր սահմանային ծախսերով։ Հզոր AI մոդելների միջոցով պատասխանների գեներացումը պահանջում է զգալիորեն ավելի շատ հաշվարկային ռեսուրսներ։
Այդ պատճառով նույնիսկ հարյուր միլիոնավոր վճարող օգտատերերը պարտադիր չէ, որ երաշխավորեն շահութաբերություն։
Համեմատության համար կարելի է վերցնել Netflix-ը՝ որպես հասուն զանգվածային առցանց ծառայության օրինակ։ 325 միլիոն բաժանորդ ունեցող լսարանի դեպքում նույնիսկ ամսական միջին 34 դոլարը մեկ օգտատիրոջից կտար մոտ 11 միլիարդ դոլար տարեկան հասույթ։
OpenAI-ի համար սա կազմում է այսօր ընկերության կրած գործառնական ծախսերի մեկ երրորդից էլ պակասը։
Այլ կերպ ասած՝ սպառողական AI-ի խնդիրը միայն բավարար թվով վճարելու պատրաստ մարդկանց գտնելը չէ։ Անհրաժեշտ է նաև այնպես անել, որ յուրաքանչյուր օգտատիրոջ սպասարկման արժեքը թույլ տա վաստակել այդ լսարանից։
Այդ պատճառով AI ընկերությունները գնում են դեպի կորպորատիվ սեկտոր
Հենց այս տնտեսագիտությունն է բացատրում, թե ինչու ԱԲ-ի խոշորագույն մշակողները գնալով ավելի ակտիվորեն կողմնորոշվում են դեպի բիզնեսը։
OpenAI-ը, օրինակ, վերջին ամիսներին նկատելիորեն ուժեղացրել է իր կորպորատիվ ուղղությունը։ Axios-ի հաղորդմամբ՝ ընկերության տարեկան պարբերական հասույթը մոտեցել է 70 միլիարդ դոլարի, իսկ կորպորատիվ ամրագրումները հուլիսից ի վեր կրկնապատկվել են։
Նույնիսկ Dots-ի մեկնարկը ցույց է տալիս այս ռազմավարությունը։ Թեև արտադրանքը դիրքավորվում է որպես անձնական գործակալ, OpenAI-ը միաժամանակ ցուցադրում է դրա կիրառումը մշակողների և կրեատիվ գործակալությունների համար։
Այստեղ տրամաբանությունը բավական պարզ է․ եթե հանրաճանաչ սպառողական ծառայությունը ի վիճակի չէ անհատական բաժանորդներից բավարար գումար բերել, դրա հնարավորությունները կարելի է վաճառել ընկերություններին ավելի բարձր գնով։
AI-ի համար սա հատկապես կարևոր է։ Բիզնես հաճախորդը կարող է զգալիորեն ավելի շատ վճարել, եթե համակարգը խնայում է աշխատակիցների ժամանակը, ավտոմատացնում է գործառնությունները կամ փոխարինում է ձեռքի աշխատանքի մի մասը։ Սովորական օգտատիրոջ համար չաթ-բոտի պատասխանի կամ կատարված հանձնարարության արժեքը հաճախ սահմանափակվում է շատ ավելի փոքր գումարով։
Muse-ն ու Instinct-ը ունեն գումար աշխատելու իրենց սեփական եղանակները
Muse-ը և Instinct-ը փորձում են սպառողական AI բիզնես կառուցել այլ կերպ։
Meta-ն ունի հսկայական առավելություն՝ գովազդային ենթակառուցվածքի և անհատականացված թիրախավորման տեսքով։ Սա ընկերությանը տալիս է մոնետիզացիայի ավելի շատ տարբերակներ և թույլ է տալիս Muse-ի բաժանորդագրությունը չդարձնել եկամտի միակ աղբյուրը։
Meta-ն արդեն դիտարկում է նաև Muse-ի կորպորատիվ կիրառությունը՝ ընդլայնելով AI գործակալը փոքր բիզնեսի համար։
Instinct-ի դեպքում մոդելն այլ է։ Ստարտափը նախատեսում է միջնորդավճար ստանալ այն գնումներից, որոնք օգտատերը կատարում է գործակալի միջոցով։ Եթե AI-ն իսկապես դառնա միջնորդ մարդու և խանութների, ճանապարհորդությունների, ռեստորանների ու այլ ծառայությունների միջև, այդպիսի սխեման կարող է էապես ավելի մասշտաբային լինել, քան սովորական բաժանորդագրությունը։
Բացի այդ, Instinct-ը պարտավոր չէ ինքնուրույն ֆինանսավորել իր սեփական առաջատար բազային մոդելի մշակումը նույն մասշտաբով, ինչ խոշորագույն AI լաբորատորիաները։ Սա պոտենցիալ նվազեցնում է ծախսերի ամենաթանկ հոդվածներից մեկը։
Գլխավոր հարցն այն է՝ կկարողանա՞ արդյոք սպառողական AI-ն դուրս գալ բաժանորդագրություններից անդին
Muse-ի, Dots-ի և Instinct-ի հաջողությունը ցույց է տալիս, որ անձնական AI գործակալների նկատմամբ պահանջարկ իսկապես գոյություն ունի։ Բայց հանրաճանաչ արտադրանքն ու շահութաբեր բիզնեսը նույն բանը չեն։
Սպառողական ԱԲ-ն բախվում է երկու սահմանափակումների անսովոր համադրության․ օգտատերերը պատրաստ չեն անվերջ շատ վճարել, իսկ AI հարցումների մշակումը մնում է թանկ։ Որքան ավելի բարդ է դառնում գործակալը և որքան շատ խնդիրներ է նա վերցնում իր վրա, այնքան բարձր է արտադրանքի պոտենցիալ արժեքը, բայց միաժամանակ աճում են նաև հաշվարկային ծախսերը։
Այդ պատճառով խոշոր AI ընկերությունները աստիճանաբար գալիս են նույն մոդելին․ սպառողական արտադրանքը կարող է լինել կարևոր մուտքի կետ, բայց բիզնեսի լուրջ մասշտաբ պետք է փնտրել կորպորատիվ պայմանագրերում, գործարքներից ստացվող միջնորդավճարներում կամ եկամտի այլ աղբյուրներում։
Հենց այստեղ է անցնում ներկայիս սպառողական AI-ի գլխավոր սահմանափակումը։ Տեխնոլոգիան նկատելիորեն ավելի լավն է դառնում, գործակալները սովորում են կատարել ավելի ու ավելի շատ առօրյա առաջադրանքներ, իսկ պահանջարկն աճում է։ Բայց հիմնական մաթեմատիկան առայժմ փոխվում է հենց տեխնոլոգիայից շատ ավելի դանդաղ։






