惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Cisco Talos Blog
Cisco Talos Blog
V
V2EX
C
Check Point Blog
GbyAI
GbyAI
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
B
Blog RSS Feed
H
Hackread – Cybersecurity News, Data Breaches, AI and More
N
Netflix TechBlog - Medium
T
Troy Hunt's Blog
博客园 - Franky
Threat Intelligence Blog | Flashpoint
Threat Intelligence Blog | Flashpoint
Microsoft Security Blog
Microsoft Security Blog
P
Privacy & Cybersecurity Law Blog
WordPress大学
WordPress大学
The Cloudflare Blog
S
SegmentFault 最新的问题
Latest news
Latest news
Microsoft Azure Blog
Microsoft Azure Blog
P
Proofpoint News Feed
I
InfoQ
博客园 - 【当耐特】
NISL@THU
NISL@THU
A
About on SuperTechFans
T
Tailwind CSS Blog
酷 壳 – CoolShell
酷 壳 – CoolShell
The Hacker News
The Hacker News
奇客Solidot–传递最新科技情报
奇客Solidot–传递最新科技情报
Scott Helme
Scott Helme
雷峰网
雷峰网
C
CXSECURITY Database RSS Feed - CXSecurity.com
Security Latest
Security Latest
V
Vulnerabilities – Threatpost
Security Archives - TechRepublic
Security Archives - TechRepublic
A
Arctic Wolf
Hacker News: Ask HN
Hacker News: Ask HN
N
News and Events Feed by Topic
IT之家
IT之家
cs.CL updates on arXiv.org
cs.CL updates on arXiv.org
aimingoo的专栏
aimingoo的专栏
T
Threat Research - Cisco Blogs
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
阮一峰的网络日志
阮一峰的网络日志
SecWiki News
SecWiki News
大猫的无限游戏
大猫的无限游戏
S
Security Affairs
The Register - Security
The Register - Security
www.infosecurity-magazine.com
www.infosecurity-magazine.com
L
LINUX DO - 热门话题
T
Tor Project blog

Все публикации подряд на Хабре

Ловим музу за клавиатуру: как айтишнику стать автором Что умеет Midjourney в 2026? Мой немного грустный разбор этого шикарного инструмента Никто не любит писать тесты, но ИИ может исправить это IPv8 выглядит как мечта. Поэтому почти наверняка не взлетит Производители вернули в продажу материнки с DDR3. Что происходит? Управление агентом с телефона через Telegram теперь в KodaCode От координации к лидерству: как меняется роль руководителя разработки Я сделала родителям бизнес вместо пенсии: зарабатываем 70 тысяч, мама не даёт продать В три раза быстрее приемка товара и оптимизация трудозатрат на 73%: как «РСТ-Инвент» помог Gulliver Group ИИ-шечный мир победил? О влиянии искусственного интеллекта на игропром Кремль снижает давление на Телеграмм пока Европа строит интернет по паспорту Как CEO, CTO и CIO за 8 часов собрали ИИ-директора, который умеет держать позицию под давлением Как (не) потерять домен за выходные Вместо 8 разных VPS: как я организовал практику студентам на одном сервере Почему твой Open Source проект не замечают? R&D: искусство управления неопределенностью в разработке AI-дефляция: вакансий для разработчиков больше, а рост зарплат — худший за 15 лет Мы отдали управление роботами OpenClaw. Что из этого вышло Галактический ID: система идентификации для всех форм разумной жизни Шесть основ бизнес-анализа: начинаем с вопроса «Кто в игре?» Код-ревью, в котором дело не в коде Данные переехали. Команда — нет Системной подход к сдаче OSWE в 2025 Почему комната управления реактором покрашена в цвет морской пены 4 YAML-файла вместо PySpark: как аналитикам строить пайплайны без разработчиков LLM-агент для поиска свободных доменов: автоматизируем подбор Когда, зачем и как правильно начинать новую сессию в Claude Code? Как я заставил нейросеть писать макросы для FreeCAD Анатомия ИИ‑агента для подбора персонала. От тысячи резюме к топ‑10 за минуты Опыт разработчика как экономика внимания Автономность как точка невозврата: кто будет субъектом в цифровом будущем Обучение ИИ в «диких» условиях: как рутинные действия превращаются в датасеты Как измерить LLM для задач кибербеза: обзор открытых бенчмарков Где хранить код? Сравнение GitHub, GitLab и Bitbucket Математика объясняет, почему нормальное распределение встречается повсюду Почему ваш FinOps не работает: 12 тезисов от практиков Как подписать проектную документацию УКЭП с использованием бесплатных лицензий Pilot Адаптивное администрирование Sigla Vision Я грузил уран в бочки, а потом 20 лет строил ИТ в атомной отрасли Чем позвонить с Эвереста? История и обзор спутниковой связи. Часть 2 Как языковая модель помогает контролировать качество инструктажей по охране труда в металлургии Как не передать на desktop свой IP в РКН Анатомия SAP Privileges: как устроено управление правами в macOS MoneyDev: Сказка про три главных слова Обновлённый токенизатор видео K-VAE 2.0 от Сбера Как сделать диспетчеризацию дома на 1284 квартиры почти бесплатно Как мы разогнали железную дорогу Мы дали агентам рутину. Теперь надо решить — что делать с освободившимся временем Токсичный контент, промпт-хакинг и защита ИИ — всё о Guardrails для LLM Умный город начинается с точного взгляда: как «Фалькон Тех» меняет пространство к лучшему Навайбкодил приложение для анализа графов Почему Дюну так интересно читать? Упрощаем работу с рутиной или как стать Гендальфом Белым Деконструкция Go: CPU, RAM и что там происходит. Go Assembler база. Часть 1.1 Какие профессии исчезнут из-за ИИ, а какие появятся? И что с этим делать Как мы построили IT-отдел, где хочется расти: архитектурные встречи, прозрачные метрики и книжные подарки Rufler: Делаем из Claude Code автономный рой через один YAML-конфиг Sing-box и белый список приложений Как построить надёжный обмен сообщениями в микросервисах: лучшие практики для enterprise OpenAI строит MLM-пирамиду, а McKinsey и Accenture помогают ей в этом Дом, который не построил Фишер (Часть 2) «Сверхзвуковой математик» против «Вдумчивого логиста»: битва алгоритмов 3D-упаковки Мультимодальные модели – грубый и дорогой инструмент Разговоры ничего не стоят. Код тоже Проверки физических лиц: с кого начнет ФНС Топ-10 бесплатных нейросетей для создания видео в 2026 году Первые слои кода: как наши решения сегодня определяют архитектуру ИИ на десятилетия Разработка нового статического анализатора: PVS-Studio JavaScript Поиск уязвимостей ПО: базовый минимум или роскошный максимум Почему оценка персонала не работает как инструмент управления Как мы разработали ИИ-ассистента и сократили рутину продуктовой команды на 50% Как я ушел из найма, нажарил косточек и продал на маркетплейсах на 168 млн в год Когда 1С:ERP уже внедрена, а нормального производственного плана всё ещё нет Как я сделал Claude мультимодальным, подключив к нему Qwen Omni Как приглашение на вакансию мечты превращается в атаку Infrastructure as Code: философия и лучшие практики IaC Тестируем Yandex Code Assistant на задаче, в которой нужно хранить секреты nxs-universal-chart v3.0: новое поколение универсального Helm-чарта Callback Injection: Техника, которая отправила Microsoft Defender в глухой нокаут «Все идеи на стол»: митап как способ вывести проект из тупика Сегодня я узнал нечто новое о GPU благодаря багу в своей игре Как заставить LLM ̶ ̶г̶а̶л̶л̶ю̶ ̶ эволюционировать Карта событий как фундамент аналитики: практический кейс для E-commerce Что выбрать для AI: x86, ARM или RISC-V? Дайджест железа за март Роль соматических мутаций в развитии аутоиммунных заболеваний: путь к избирательной терапии Mythos от Anthropic — тревожный сигнал для всех, а не только для банков Guardrails для LLM на Java: как приручить промпт‑инъекции и токсичные ответы Green-VLA: как мы собрали VLA-модель для реального антропоморфного робота и не потеряли обобщение Финансовая гонка вооружений: почему умные люди добровольно в ней участвуют Эра ИИ-агентов наступила: выбираем лучшего цифрового сотрудника # Практический опыт внедрения WinCC Redundancy на производственном предприятии Сделал MVP за 3 дня, а потом неделю прикручивал оплату. Оно того стоило? Физика против Маска: почему Starship V3 может оказаться ещё одной катастрофой Нефть Венесуэлы: крупнейшие запасы в мире, но не крупнейшая нефтяная держава JPA 4. Переосмысление Hibernate Почему зеркальная фотокамера Nikon D5 десятилетней давности идеально подошла для миссии «Артемида-2» Проект «Уровень-Спутник» или как мы сделали платформу для гидрологов «Замедлиться, чтобы ускориться»: почему ИИ повышает цену ошибок в требованиях и архитектуре Как с нуля поднять трафик IT-компании на 1657% при бюджете 55 тыс. и выжить Pixel-perfect Downsampling — идеальная отрисовка 50 миллионов точек без потерь
Мысли об одной продуктовой ошибке подавляющего большинства GenAI компаний
Vasilenko_Il · 2026-04-23 · via Все публикации подряд на Хабре

Уровень сложностиПростой

Время на прочтение4 мин

Охват и читатели1.9K

Аналитика

Мало кто имеет возможность обучить конкурентноспособную LLM с нуля. Тем не менее спрос на использование больших языковых моделей - огромный. Такая ситуация на рынке дает возможность организациям продавать доступ к LLM’кам и продуктам вокруг них на выгодных условиях. Чтобы извлечь максимум пользы, организации берут деньги с пользователей по двум разным моделям монетизации:

  1. Подписочная. Хорошо подходит для обычного пользователя, за 20$ в месяц он получит доступ к почти безлимитному использованию использованию моделей. За эти деньги он сможет использовать больше токенов, чем если бы он их купил через Pay as you go план. Но в среднем, такой пользователь тратит в месяц меньше токенов, чем эквивалент 20 долларов, за счет этого корпорации получают дополнительную маржу

  2. Pay as you go. Это единственная возможность использовать LLM в своих продуктах. Такая модель отличается от подписочной тем, что ты платишь не фиксированно в месяц, а за фактическое использование, платишь за токен.

В чем проблема разных моделей монетизации одного продукта?

Вот две основные причины:

  1. Правообладатели LLM имеют нечестное конкурентное преимущество в виде льготных тарифов на использование API. Значит, они по дефолту сделают продукт привлекательнее для пользователя (либо ценой, либо квотой на использование) чем разработчики которые будут покупать токены по API.

  2. Не смотря на огромный спрос на использование LLM, мы находимся на ранней стадии адаптации этой технологии. Значит, что способы применений языковых моделей не исследованы, поэтому одного факта нахождения полезного юзкейса LLM, должно хватить чтобы сделать бизнес. Но провайдеры LLM’ок копируют самые лучшие идеи использования себе внутрь продукта, тем самым канибализируя трафик на использования API своим другим продуктом - подпиской.

Исходя из этих двух пунктов можно сделать вывод:

Провайдеры LLM’ок хотят растить подписочный продукт больше чем продукт по продаже токенов по API, замыкая пользователя в своей экосистеме

Для бОльшего понимания проблемы, приведу аналогию. Рассмотрим зарождение интернета, и взглянем на компанию google, которая в тот момент времени предоставляла только услуги поиска. Представим на секунду, что google, пользуясь своим конкурентным преимуществом - бесконечным трафиком, заставлял бы своих разработчиков копировать самые популярные сайты, вместо того чтобы работать над поиском. В этой ситуации возникает два вопроса: Как развивался бы google? Как бы развивался интернет?

P.S Частично google так и сделал, например создал google news. Но в этом примере я хотел заострить внимание на том, куда тратятся ресурсы талантливых разработчиков и внимание топ менеджеров: на разработку движка или на копирование чужих продуктов. Также хочу заметить что google начала копировать такие продукты гораздо позже чем в текущем мире провайдеры LLM’ок начали копировать продукты на основе LLM

Независимо от ответов на вопросы, могу сказать точно: пользователь в таком рынке не получил бы лучших решений, он бы получил решение компании google. С другой же стороны, почти все другие корпорации тоже не окажутся в плюсе, они потратят много ресурсов на разработку и продвижение, а по итогу будут вытеснены из-за случившейся монополии. Получается, что такой исход событий не выгоден никому за исключением google. Хотя и этот тезис спорный. Смог бы тогда google стать трилионной компанией? Я сомневаюсь, не маленькая вероятность что google бы задушил много хороших компаний которые появились исключительно за счет интернета, из-за чего бы весь интернет людьми бы воспринимался по-другому.

Теперь вернемся в реальность, и осознаем что идея монополизации юзкейсов языковых моделей губительна для индустрии. Исходя из всего вышесказанного, я выдвигаю гипотезу: За API должен платить не разработчик а пользователь. Тогда мы сможем держать рынок в здоровой конкуренции. И модель подписки на мой тезис ложится идеально: пусть пользователь платит за подписку, в которой получит лимиты на использование моделей, которые сможет использовать в приложениях, которые напишут сторонние разработчики. Вот почему такой подход к монетизации лучше текущего:

  1. Корпорации смогут заниматься не дистрибьюцией своей продукции а ее улучшением.

  2. Этот подход почти идеально ложится в изначальную миссию OpenAI: its mission is to ensure that artificial general intelligence benefits all of humanity. Изначально в OpenAI проинвестировали бешенные деньги, только потому, что это была организация, целью которой было не дать возможность корпорациям завладеть искусственным интеллектом, чтобы он работал на благо общества.

  3. Соло фаундеры и небольшие команды смогут становится партнерами по дистрибьюции, не запариваясь над позиционированием своего продукта. P.S: Тут я предпалагаю что платить таким разработчикам будут корпорации по revenue share модели а для пользователей эти продукты станут частью экосистемы

  4. Openai, Claude и gemini уже делают первые шаги по этому направлению (через gpt store и аналогичные сервисы конкурентов). Но моя идея заключается в том чтобы расширить такой подход, делая возможным через условный openai connect давать возможность приложению использовать твою квоту месячной подписки. Моя идея хоть и похожа, но все же имеет фундаментальное различие с тем, что сейчас пытается сделать openai. Единственное отличие в том, что в моей задумке, мы зависим от LLM провайдеров только на уровне использования LLM, а не на уровне платформы дистрибьюции.

Почему такой переход сейчас невозможен?

Пользователь уже привык к многочисленным продуктам по 20 баксов в месяц, поэтому скорее всего если кто-то из провайдеров реализует мою идею, то, из-за сложившейся ситуации на рынке, его начнут использовать разработчики чтобы обеспечить свое приложение дешевыми токенами

Но это совсем не значит что в среднем компания будет продавать использование LLM’кой за меньшую цену, наоборот: можно добавлять новые тарифные планы, давать возможность пользователям докупать токены под специфичные модели (например как openai сделали с покупкой доп. квоты на codex).

TL;DR

Обладатели LLM переживают бурную стадию роста, но они совершили фундаментальную продуктовую ошибку. В этой статье были преведены и разобраны тезисы, почему им надо отказаться от модели pay as you go в LLM продуктах, и представлена другая модель монетизации, которая поощряет создавать продукты на основе или с использованием LLM.

P.S. Если читатель дожил до этого момента, то подпишись на мой тг канал: https://t.me/superduperaichannel, он пока пустоват, так как я только начинаю, но уже есть интро и пост-рефлексия почему я писал эту статью 4 месяца.