Экономика AI: почему контекст важнее мощности моделей

Выходит новая модель LLM, каналы сразу заполняют посты про сравнение моделей: какая модель умнее? У кого бенчмарк выше. Кто лучше пишет код и тд. Но, возможно, главный вопрсо сейчас совсем другой: AI превращается в дешёвый ресурс (См график) Корпоративный рынок AI находится не на frontier. Большинству компаний не нужна самая умная модель в мире. Им нужна модель, которая достаточно хорошо решает конкретную задачу за приемлемые деньги. И это принципиально меняет экономику рынка. Представьте: модель A решает задачу с качеством 98% и стоит $10. Модель B - с качеством 94% и стоит $2. Если для бизнеса достаточно 92%, дополнительные четыре процентных пункта практически не создают ценности. Способности моделей растут чрезвычайно быстро. Но требования большинства бизнес-процессов растут гораздо медленнее. Условно, вчера для обработки клиентского обращения вам требовалась frontier-модель. Через год ту же задачу решает модель в пять раз дешевле. Задача не изменилась. значит, сама модель становится всё менее дефицитным ресурсом. Но ценность прирастает от знания контекста. AI value = model capability*context quality*workflow quality И по мере того как первый множитель становится commodity, значение второго и третьего только растёт. Поэтому настоящая единица экономики AI - вообще не токен, а cost per successfully completed task. Не сколько стоил миллион токенов, а сколько стоило обработать обращение, закрыть тикет, найти ошибку, принять решение, провести сделку. Узкое горлышко смещается к контексту и полной стоимости workflow, а не цене модели как таковой.