Карта AI-рельсов: где ваш запасной путь

Живая страница Практикума к Тому 2, главе 9 «Физический ИИ и кто владеет рельсами». Проверено: 2026-08-18. Обновлено: 2026-08-18.

Принцип из главы: большими платформами нужно пользоваться, но нельзя строить критический бизнес так, будто тарифы, условия доступа и доступность вычислений никогда не изменятся.

Дешёвый интеллект едет по чужим рельсам: модели, облака, API, дата-центры, энергия, платёжные контуры, маркетплейсы, каналы доступа к клиенту. Эта страница помогает увидеть, где ваш процесс уже зависит от одного владельца рельсов, и выбрать запасной маршрут до того, как он понадобится.

Три слоя карты

Слой	Что проверить	Запасной путь
Модель	На чьей модели работает критический процесс: один закрытый API, несколько поставщиков, открыто распространяемая модель, локальный запуск	Держать совместимый prompt/data-format, тестировать 2–3 модели на одной задаче
Данные и промпты	Можно ли забрать ваши промпты, логи, оценки качества, датасеты и результаты проверок	Хранить исходники и evaluation отдельно от интерфейса поставщика
Интеграция	Где зашита бизнес-логика: в вашем коде, в no-code сценарии поставщика, в закрытом агентном интерфейсе	Выносить критические правила в собственный слой: репозиторий, таблицу правил, contract/evidence trail

Быстрый тест зависимости

Ответьте на пять вопросов для каждого AI-процесса, который уже важен для бизнеса.

Что сломается, если основной AI-поставщик подорожает втрое?
Что сломается, если API станет недоступен на неделю?
Можно ли за день переключить задачу на другую модель без переписывания процесса?
Где хранятся данные, промпты и критерии качества: у вас или внутри интерфейса поставщика?
Какой один узел вы можете перевести из арендованного в собственный в этом квартале?

Как читать рынок моделей

Не нужно превращаться в ML-инженера. Достаточно держать четыре корзины:

Корзина	Когда полезна	Ограничение
Закрытые лидеры рынка	Лучшее качество, быстрый старт, сильные multimodal/agent-функции	Тариф, лимиты, политика доступа, vendor lock-in
Несколько API-поставщиков	Снижение зависимости от одного интерфейса	Нужны единые тесты качества и совместимые промпты
Открыто распространяемые модели	Контроль, переносимость, локальная адаптация, чувствительные данные	Нужно считать инфраструктуру, поддержку и качество
Локальный inference	Данные остаются у вас; предсказуемая себестоимость на стабильной нагрузке	Железо, DevOps, обновления моделей, ответственность за безопасность

Минимальный артефакт

Сделайте таблицу на одну страницу:

Процесс	Что принадлежит нам	Что проверяем раз в квартал
Поддержка клиентов	Промпты, база знаний, evaluation	Цена запроса, качество, лимиты
Генерация текстов	Шаблоны, tone guide, архив лучших ответов	Переносимость, правки редактора
Аналитика / отчёты	Исходные данные, правила проверки	Ошибки, стоимость, время ответа
Код / автоматизация	Репозиторий, тесты, review-процесс	Security, license, fallback

Если в колонке «Что принадлежит нам» пусто — вы не строите процесс на платформе. Вы арендуете его целиком.

Порядки величин 2026 (почему рельсы дорожают)

Зачем это на странице про запасной путь: масштаб стройки объясняет, почему нынешняя дешевизна токенов может быть фазой привычки, а тариф — вырасти. Все цифры — прогнозы аналитиков; сверяйте их по первоисточнику (Goldman Sachs, 2025–2026):

ИИ-инфраструктура Big-5 гиперскейлеров — ~$725 млрд капекса в 2026 (почти ×3 к ~$256 млрд 2024).
Спрос дата-центров США на э/э: 31 ГВт (2025) → 41 ГВт (2026) → ~66 ГВт дальше; доля ЦОД в пиковом летнем спросе растёт с ~4% к ~8,5%.
Узкое место — энергосеть: требуется порядка $720 млрд сетевых инвестиций; дефицит мощности США оценивают в >11 ГВт сейчас и до ~40 ГВт к 2028.

Что изменилось в 2026-м: очередь переехала с чипов на трансформаторы

Это самая полезная поправка на странице, и она меняет то, где искать риск.

В 2022–2023 годах узким местом при строительстве ИИ-дата-центра почти всегда был GPU. Это отпустило: TSMC с 2024 года несколько раз расширяла мощности продвинутой упаковки. Очередь не исчезла — она переехала. Теперь ограничивают трансформаторы, распредустройства и подключение к сети.

Примерно половина дата-центров, запланированных в США на 2026 год, перенесена или отменена, а из 12 ГВт, намеченных на этот год, в активной стройке — около трети.
Срок поставки трансформатора — в среднем около 128 недель, то есть примерно два с половиной года. Повышающие блоки к генераторам — до 144 недель.
Производственное узкое место у́же, чем кажется: оно упирается в текстурованную электротехническую сталь, а около 60% мировых мощностей по выпуску трансформаторов находится в Китае.

Почему это важно читателю не из отрасли. Дефицит чипов — это проблема поставок, которую деньги и новая фабрика в конце концов решают. Дефицит трансформаторов — это физическая очередь длиной в годы, и она стоит за каждым обещанием дешёвого инференса. Когда вам говорят, что вычисления будут дешеветь по графику, спрашивайте: по графику чьего подключения к сети?

Это же переносит и геополитический вопрос. Публично спорят про экспортный контроль над чипами. Тихая зависимость — специальная сталь и цепочка поставки трансформаторов, сосредоточенная в одной стране. Всё перечисленное — аналитические оценки, а не официальная статистика; перед цитированием сверяйте первоисточник.

Вывод для бизнеса тот же, что в главе: не паниковать, а держать запасной путь и знать долю ИИ/платформ в своей себестоимости. Диагностика одной цифрой — Карта платформенной ренты.

Правило обновления

Эту страницу нужно обновлять при крупных изменениях в:

тарифах и лимитах ведущих AI-платформ;
доступности открыто распространяемых моделей;
стоимости локального inference;
правилах обработки данных и корпоративной безопасности;
практических возможностях агентных интерфейсов.

Источники (проверено 2026-08-18)

Compute, энергия, железо (кто владеет «рельсами»):

Epoch AI — тренды compute и стоимости обучения/инференса: https://epoch.ai/trends
Stanford AI Index — бенчмарки и экономика ИИ: https://hai.stanford.edu/ai-index
SemiAnalysis — чипы/дата-центры: https://www.semianalysis.com/
Goldman Sachs про капитальные вложения в ИИ: около $765 млрд в 2026 году с ростом до ~$1,6 трлн в год к 2031-му: https://www.goldmansachs.com/insights
О смене ограничения с GPU на энергию и трансформаторы, включая перенос проектов дата-центров 2026 года и сроки поставки трансформаторов. Это отраслевая аналитика, а не официальная статистика — сверяйте актуальные цифры перед цитированием: https://www.datacenterknowledge.com/
IEA — электричество и дата-центры: https://www.iea.org/ · NVIDIA: https://blogs.nvidia.com/

Капекс/энергия — «оценка <орг, год>», не факт; прогнозы отделяйте от данных, спорное проверяйте по первоисточнику.

Версия: 2026-07. Следующая проверка: перед финальной публикацией Тома 2.