Hugging Face: LLM могут столкнуться с резким спадом интереса

По данным TechCrunch, основатель и генеральный директор компании Hugging Face Клеман Деланж утверждает, что текущий рост интереса к ИИ не представляет собой «пузырь», но, скорее, связан с чрезмерным вниманием к большим моделям языковой обработки (LLM). По его мнению, именно этот сегмент может столкнуться с резким снижением интереса в ближайшие 12 месяцев.

LLM — это лишь часть более широкого направления искусственного интеллекта, которое включает применение ИИ к таким сферам, как биология, химия, обработка изображений, аудио и видео. Деланж уверен, что развитие ИИ только начинается и в ближайшие годы можно ожидать появления множества специализированных моделей, способных решать узкие задачи более эффективно.

В качестве примера он приводит банковский сектор, где для работы чат-бота не требуется модель, способная обсуждать смысл жизни. Вместо этого, достаточно использовать модель меньшего размера, которая будет дешевле, быстрее и позволит обрабатывать запросы непосредственно на инфраструктуре компании. Такой подход, по мнению Деланжа, станет будущим развития ИИ.

Hugging Face уже сейчас демонстрирует стратегию, отличную от большинства игроков на рынке. Компания сохранила половину из 400 млн долларов, привлечённых с момента основания, что позволяет ей действовать более эффективно в плане расходования капитала. Это контрастирует с практикой других компаний, где затраты на развитие LLM достигают миллиардных масштабов.

Деланж отмечает, что, несмотря на возможный спад интереса к LLM, это не окажет катастрофического влияния на всю отрасль ИИ в целом. Рынок уже достаточно разнообразен, чтобы поглотить снижение спроса на крупные модели.

ИИ продолжает развиваться, и его применение становится всё более узкоспециализированным. Вместо универсальных решений, которые пытались покрыть все бизнес-задачи, всё чаще появляются решения, ориентированные на конкретные ниши.

Деланж подчеркивает, что в последние годы наблюдается спешка и, возможно, паника в части инвестиций и стратегий развития. Он же, имея опыт в ИИ более 15 лет, предпочитает подход, ориентированный на долгосрочные результаты и устойчивое развитие.

Интересно: Какие сегменты ИИ действительно способны выдержать переход от универсальных LLM к специализированным моделям, и какие компании будут лидерами в этом новом этапе?

i

Создано специально для ASECTOR

Концептуальное изображение

Когда универсальность уступает узкоспециализированному: стратегии ИИ в эпоху смены парадигм

Рынок искусственного интеллекта переживает этап пересмотра приоритетов. Если раньше все взгляды были устремлены к большим моделям языковой обработки (LLM), то теперь всё чаще звучат голоса, предупреждающие, что этот сегмент может столкнуться с резким снижением интереса. Один из таких голосов — Клеман Деланж, основатель Hugging Face. Его позиция не означает отрицания значимости LLM, но указывает на то, что их роль в ближайшие годы будет пересмотрена.

Узкие задачи — широкие возможности

Одним из ключевых аргументов Деланжа является то, что для большинства бизнес-задач универсальные LLM — это избыточный инструмент. Например, в банковском секторе, где требуется обработка рутинных запросов, нет необходимости использовать модели, способные обсуждать философские вопросы. Вместо этого достаточно специализированной модели меньшего размера, которая работает быстрее, дешевле и может быть развернута локально. Это снижает зависимость от облака, уменьшает задержки и улучшает конфиденциальность данных.

Например, Hugging Face предоставляет платформу для открытого доступа к модели DeepSeek-V3.2-Exp под лицензией MIT, оптимизированной для работы с длинными текстами и снижающей вычислительные затраты на 30–40% [!]. Это делает её применимой в различных системах, включая локальные решения, где важны скорость и эффективность.

Экономия и стратегия: как Hugging Face отличается от конкурентов

Hugging Face демонстрирует стратегию, которая контрастирует с подходами других крупных игроков. Компания сохранила значительную часть привлеченных средств, что позволяет ей более гибко реагировать на изменения рынка. В отличие от компаний, инвестирующих миллиарды в разработку и масштабирование LLM, Hugging Face делает ставку на устойчивое развитие и долгосрочные результаты. Это не означает, что компания игнорирует большие модели. Напротив, она предлагает платформу для их использования, но акцент сделан на разнообразии решений.

Растущая популярность узкоспециализированных моделей подтверждается и на других площадках. Например, Alibaba представила модель Qwen3-Omni, доступную бесплатно под лицензией Apache 2.0. Более 140 тысяч производных моделей на её основе уже создано на платформе Hugging Face [!]. Это подчеркивает её роль как центральной площадки для развития и интеграции открытых решений.

Баланс между универсальностью и специализацией

Деланж подчеркивает, что снижение интереса к LLM не приведет к коллапсу отрасли ИИ. Рынок уже достаточно зрел, чтобы поглотить возможный спад. Вместо этого, это может стать катализатором для роста узкоспециализированных решений, которые будут более точными, эффективными и экономичными.

Для российского бизнеса это особенно важно. В условиях, когда доступ к глобальным ИИ-ресурсам ограничен, а стоимость инфраструктуры высока, специализированные модели могут стать ключевым инструментом. Они позволяют компаниям создавать решения, адаптированные под конкретные задачи, без необходимости масштабных инвестиций. Например, «Сбер» и Национальный медицинский исследовательский центр им. В. А. Алмазова запустили модель ИИ, которая анализирует электронные медицинские карты в режиме реального времени, прогнозируя риски осложнений с точностью 89% [!]. Такие решения уже находят применение в клинической практике.

Новые вызовы и возможности

Следующий этап развития искусственного интеллекта, вероятно, будет характеризоваться переходом от универсальных моделей к более узкоспециализированным. Это изменит баланс сил на рынке, давая шанс тем, кто готов к разработке точных и экономичных решений. Для компаний, которые хотят оставаться конкурентоспособными, важно начать оценивать, какие задачи могут быть решены с помощью специализированных моделей, и как это повлияет на их бизнес-модель.

Однако рост узкоспециализированных моделей может привести к фрагментации рынка ИИ. Это создаст новые возможности, но также повысит сложность интеграции решений. Компаниям, которые хотят участвовать в этом процессе, придется учитывать не только технические, но и организационные вызовы.

Важно отметить: с ростом популярности специализированных моделей увеличивается и их уязвимость. Исследователи безопасности из HiddenLayer обнаружили метод, позволяющий обходить защитные механизмы больших языковых моделей, добавляя специальные последовательности символов, которые меняют оценку ввода с вредоносного на безопасный [!]. Это требует усиления мер по защите ИИ-систем, особенно в критически важных отраслях.

Выводы

Рынок искусственного интеллекта находится в фазе активного роста, но его развитие сопряжено с рисками, включая иррациональность рынка и возможный сбой. Однако для тех, кто готов к переходу от универсальных решений к специализированным, открываются новые возможности. Hugging Face, Alibaba, DeepSeek и другие игроки уже демонстрируют, как это может работать. Компаниям, которые хотят участвовать в этом процессе, важно не только учитывать технические аспекты, но и стратегически планировать переход, чтобы минимизировать риски и максимизировать выгоды.