Вертикальные ИИ-модели как новый фактор конкуренции на рынке программного обеспечения

Программное обеспечение вступает в новую фазу развития. Если раньше простая интеграция любой языковой модели уже считалась инновацией, то теперь ситуация кардинально изменилась. Компании Intercom и Chroma одновременно представили собственные специализированные ИИ-модели. Это событие поднимает важный вопрос: станут ли корпоративные пользователи выбирать продукт только из-за того, что под его капотом работает уникальная, более производительная нейросеть?

Долгое время индустрия полагалась на универсальные решения. Разработчики подключали интерфейсы программирования приложений (API) от ведущих лабораторий и выстраивали свои сервисы поверх них. Однако генеральный директор Intercom Оуэн Маккейб справедливо отмечает новую реальность: когда создание новых функций становится практически бесплатным, базовые технологии перестают быть долгосрочным преимуществом. Если ваш продукт использует ту же стандартную модель от стороннего поставщика, что и продукт конкурента, у вас нет устойчивой дифференциации.

В ответ на этот вызов компании начали создавать вертикальные модели (vertical models) — нейросети, обученные исключительно для решения узкого класса задач. Intercom запустила Apex 1.0, архитектуру, специально спроектированную для автоматизации ответов в службах технической поддержки. Согласно внутренним данным компании, в специфических сценариях клиентского сервиса она превосходит такие крупные универсальные системы, как GPT-5.4 и Claude Opus 4.5. На практике это дает измеримый бизнес-результат: один из клиентов Intercom в игровой индустрии зафиксировал рост доли успешно решенных запросов без участия человека с 68% до 75%.

Параллельно компания Chroma, известная как разработчик векторных баз данных, представила Context-1 — модель для многошагового агентного поиска (multi-hop agent search). На профильных тестах эта система достигает впечатляющей точности в 97%. Но самое интересное в этой ситуации кроется не в технических метриках, а в фундаментальной разнице бизнес-стратегий двух компаний.

Intercom использует проприетарную (закрытую) модель для прямой дифференциации своего основного продукта на высококонкурентном рынке. Их цель — доказать, что их программное обеспечение работает лучше именно благодаря уникальному искусственному интеллекту, доступному только их клиентам. Chroma делает совершенно иную ставку. Они выпустили Context-1 как продукт с открытым исходным кодом под лицензией Apache 2.0. В их случае сама нейросеть не является товаром. Это скорее маркетинговый инструмент, направленный на привлечение внимания сообщества разработчиков и расширение дистрибуции их базовой инфраструктуры для работы с данными.

Мы наблюдаем формирование двух полноценных философий. Первая — закрытая модель как способ удержания клиентов за счет превосходства в качестве на нижних этапах воронки продаж. Вторая — открытая модель как механизм захвата рынка, построения бренда и генерации внимания на верхних этапах воронки.

Остается открытым вопрос о долговечности таких конкурентных преимуществ. История развития искусственного интеллекта, в частности концепция Ричарда Саттона «Горький урок» (The Bitter Lesson), показывает, что специализированные методы часто проигрывают на длинной дистанции. По мере масштабирования вычислительных мощностей универсальные большие языковые модели (LLM) становятся настолько способными, что стирают преимущество узкоспециализированных систем.

Текущее преимущество вертикальных решений действительно может оказаться временным. Однако прямо сейчас наличие собственной ИИ-модели становится новой осью конкуренции для поставщиков программного обеспечения. Время покажет, насколько устойчивой окажется эта стратегия в долгосрочной перспективе, но сегодня именно архитектура под капотом начинает определять лидеров рынка.