🔍WSJ: дешёвые китайские open-weight модели могут не уменьшить, а увеличить спрос на NVIDIA и дата-центры

Свежая аналитика Wall Street Journal разбирает интересный парадокс. Kimi, Qwen, DeepSeek и другие китайские open-weight модели становятся дешевле и приближаются по качеству к закрытым системам OpenAI, Anthropic и Google. На первый взгляд это должно уменьшить необходимость в огромных AI-инвестициях.

Но возможен обратный эффект — классический парадокс Джевонса: когда единица вычисления резко дешевеет, AI начинают использовать намного больше. Даже бесплатная модель всё равно требует GPU, памяти, networking, power и cloud infrastructure для запуска. Именно поэтому инфраструктурный слой — NVIDIA, облака и операторы ЦОДов — может выиграть независимо от того, какая конкретно модель победит.

✈️ Это меняет взгляд на AI-инфраструктуру. Основной риск сейчас может лежать не у производителей GPU, а у владельцев дорогих закрытых моделей, которым всё сложнее обосновывать огромную premium-цену.

Для предприятия это позитивный сценарий: интеллект дешевеет, больше процессов становится экономически выгодно автоматизировать, потребление inference растёт.

То есть AI-agent за $100 в месяц постепенно может превратиться в агента за $10 — и тогда вместо пяти агентов компания запускает пятьсот.

WSJ