У Кремнієвій долині формується нова лінія поділу в боротьбі за майбутнє штучного інтелекту. Питання вже не лише в тому, хто створить найпотужнішу модель. Дедалі важливішим стає інше: кому ця модель належатиме, хто визначатиме її поведінку і де зберігатимуться дані користувача.
Колишній співзасновник xAI Ігор Бабушкін після виходу з компанії Ілона Маска створив River AI — стартап, який хоче перенести штучний інтелект із чужих дата-центрів на обладнання, що фізично перебуває у користувача. Компанія отримала близько $1 млрд фінансування і планує відкрити ключові технології як open-source.
Ідея полягає не просто в тому, щоб запустити локальну мовну модель. River AI хоче створити окремий тип домашнього або корпоративного сервера, на якому ШІ можна буде зберігати, переналаштовувати й навчати без постійного підключення до інфраструктури розробника. Це радикально змінює саму модель контролю.
Для Дейком головний сенс цього проєкту — спроба перетворити штучний інтелект із сервісу, який орендують у технологічної корпорації, на цифровий інструмент, яким володіє сам користувач. Якщо така модель стане масовою, конкуренція в індустрії зміститься від доступу до чат-ботів до боротьби за персональну обчислювальну інфраструктуру.
Сьогодні більшість найпотужніших моделей працює за централізованою схемою. Користувач надсилає запит, дані проходять через сервери компанії, а сама модель залишається закритою. Людина може обирати параметри чи встановлювати окремі правила, але не контролює фундаментальну поведінку системи.
River AI пропонує іншу логіку. Бабушкін хоче, щоб модель можна було не лише встановити локально, а й «перенавчати» під конкретного власника — змінювати її стиль, пріоритети, способи взаємодії та правила використання. У перспективі це має відбуватися майже природно, через кілька голосових команд.
Якщо така технологія запрацює, персональний ШІ стане ближчим не до вебсервісу, а до операційної системи. Він знатиме календар, документи, листування, робочі процеси, фінансову інформацію, звички й приватні дані користувача, але ці відомості не обов'язково залишатимуть його власне обладнання.
Саме приватність може стати одним із найсильніших аргументів локального ШІ. Чим глибше цифровий асистент інтегрується в життя людини, тим більше особистої інформації він отримує. Централізована модель передбачає довіру до компанії, її серверів, політики зберігання даних і майбутніх бізнес-рішень.
Локальний сервер пропонує інший компроміс: вищу ціну обладнання та складнішу інфраструктуру в обмін на більший контроль. Для компаній, юристів, лікарень, фінансових установ і державних структур це може бути особливо важливо, оскільки частину інформації вони принципово не хочуть передавати зовнішнім постачальникам.
Проте амбіція River AI значно ширша за конфіденційність. Бабушкін ставить під сумнів саму архітектуру влади в індустрії штучного інтелекту. Якщо кілька компаній контролюють найсильніші моделі, вони фактично визначають, які можливості отримує бізнес, які обмеження бачить користувач і як швидко нові функції поширюються ринком.
У централізованої моделі є вагомий аргумент — безпека. Найпотужніші системи можуть використовуватися для кібератак, створення шкідливого програмного забезпечення, автоматизації шахрайства або інших небезпечних завдань. Контроль доступу дозволяє розробникам вводити обмеження та оперативно змінювати правила.
Відкритий ШІ переносить частину цієї відповідальності на користувача. Якщо модель можна повністю змінити, прибрати захисні механізми або навчити нової поведінки, компанія-розробник уже не контролює кінцевий результат. Саме тут і проходить головна суперечка між прихильниками open-source AI та закритих моделей.
Прихильники відкритої екосистеми відповідають, що централізація також несе ризики. Якщо доступ до найкращих моделей залежить від кількох корпорацій, вони отримують непропорційний вплив на програмне забезпечення, дослідження, кібербезпеку, освіту та продуктивність цілих секторів економіки.
Особливо гостро ця дискусія стала звучати після появи сильних відкритих моделей із Китаю. Китайські стартапи показали, що open-source технології можуть наближатися за можливостями до передових американських систем, тоді як американські компанії останнім часом обережніше відкривали найсильніші моделі.
Це перетворює питання відкритого ШІ на елемент технологічної конкуренції між США та Китаєм. Якщо найкраща відкрита інфраструктура формується поза американською екосистемою, бізнес і незалежні розробники можуть дедалі сильніше залежати від моделей, створених китайськими лабораторіями.
Інвестори River AI саме тому бачать у компанії не лише стартап, а спробу створити американську альтернативу. Раунд фінансування очолює General Catalyst, серед інвесторів є Nvidia — виробник чипів, для якого поширення локального та корпоративного ШІ означає потенційно новий великий ринок обчислювального обладнання.
Для Nvidia така модель особливо логічна. Централізований ШІ концентрує попит у великих дата-центрах. Децентралізований — переносить частину обчислень у компанії, лабораторії та домівки. Якщо персональні AI-сервери стануть масовими, попит на графічні процесори й спеціалізовані прискорювачі може поширитися значно ширше.
River AI поки залишається раннім проєктом. У компанії близько 20 співробітників, серед яких колишні фахівці xAI, OpenAI і Tesla, а власні відкриті технології мають з'явитися лише через кілька місяців. Тому головне питання зараз — не ідеологія, а інженерна реалізація.
Сучасні великі моделі вимагають значних обчислювальних ресурсів. Щоб перенести їх із хмарного дата-центру на локальний сервер, потрібно вирішити одразу кілька проблем: енергоспоживання, охолодження, вартість обладнання, оновлення моделей і простоту налаштування для людей без технічної підготовки.
Ще складнішим є завдання постійного навчання. Звичайний чат-бот відповідає на запити, але майже не змінює власну базову поведінку після кожної розмови. River AI хоче створити системи, здатні навчатися в процесі використання, не руйнуючи при цьому попередні навички й не накопичуючи помилки.
Якщо це вдасться, персоналізація ШІ перестане означати вибір між кількома готовими режимами. Модель зможе поступово адаптуватися до конкретної людини або компанії так само, як співробітник засвоює внутрішні правила, стиль роботи та контекст організації.
Це може мати особливе значення для малого бізнесу. Сьогодні створення власного спеціалізованого ШІ часто потребує доступу до хмарних платформ, API та зовнішніх постачальників. Відкрита модель на власному сервері потенційно дозволяє будувати корпоративний AI без постійної залежності від тарифів і правил великих технологічних компаній.
Але разом із незалежністю приходить новий вид відповідальності. Якщо користувач сам навчає модель, він має сам контролювати якість даних, кібербезпеку, помилки та можливі небезпечні сценарії. Демократизація штучного інтелекту означає не лише поширення можливостей, а й поширення ризиків.
Саме тому боротьба між відкритим і закритим ШІ навряд чи завершиться перемогою однієї моделі. Найімовірніше, ринок розділиться. Частина користувачів залишиться у великих хмарних екосистемах через їхню простоту й потужність, інші будуватимуть локальні системи заради приватності та автономії.
У цьому сенсі River AI робить ставку не просто на open-source. Компанія намагається повернути в епоху штучного інтелекту ідею персонального комп'ютера: машина має служити власникові, працювати за його правилами та зберігати його інформацію під його контролем.
Якщо ця концепція виявиться технічно та економічно життєздатною, наступна велика битва в AI може розгортатися не навколо того, чия модель набрала більше балів у тестах. Вона буде про те, хто врешті-решт контролює інтелектуальну машину — корпорація, що її створила, чи людина, яка її використовує.
