Венчурные фонды и корпоративные заказчики стали глубже проверять ИИ-стартапы, обращая внимание на архитектуру решений, собственный код, данные и вычислительную инфраструктуру. Ранее для стартапа было достаточно показать аббревиатуру ИИ в презентации, продемонстрировать интерфейс и рассказать о перспективах продукта. Об этом сообщает «Код Дурова».

«В Юго-Восточной Азии эта проверка становится жестче, чем на Западе. Местные фонды и госзаказчики все чаще требуют не питч-дек с упоминанием ИИ, а подтверждение владения инфраструктурой и данными — потому что именно от этого зависит, останется ли решение работоспособным после ухода вендора с рынка», — говорит Иван Горковенко, региональный директор по Юго-Восточной Азии ГК Softline.

Причиной изменений стало распространение ИИ-вошинга, когда под видом самостоятельной ИИ-разработки на рынок выходят продукты, зависящие от сторонних больших языковых моделей или представляющие собой базовую автоматизацию с новым маркетинговым названием. Это влияет на то, что именно покупает или финансирует заказчик.

Один из примеров — агентский вошинг, когда обычные скрипты роботизированной автоматизации процессов выдают за автономных ИИ-агентов. По данным Gartner, эта практика ставит под угрозу 234 млрд долларов корпоративных расходов на SaaS-решения.

В венчурных экосистемах Казахстана и Индонезии появляются требования к архитектурному аудиту резидентов. Компании должны подтвердить владение интеллектуальной собственностью, кодом, данными и инфраструктурой, необходимой для обучения и инференса моделей.

Использование сторонних моделей не является проблемой, но важна собственная технологическая ценность компании и контроль над критичными компонентами решения.

Меняется и отношение к рискам. По оценкам аналитиков Softline, до 80% ИИ-проектов в мире терпят неудачу. В России около 6% организаций используют ИИ с измеримой эффективностью. Инвестору необходимо проверять не только технологию, но и способность проекта давать измеримый результат после завершения пилота.

ИИ требует вычислительных ресурсов, и рост нагрузки на дата-центры усиливает значение энергетики. Для проектов, предполагающих собственное обучение или инференс моделей, доступность вычислительных и энергетических мощностей становится частью оценки долгосрочной устойчивости бизнеса.

Рынок начинает оценивать контролируемость технологии, а не количество упоминаний ИИ в презентации. Чем дороже становятся вычисления и чем сильнее компании зависят от внешних моделей и инфраструктуры, тем важнее понимать, какие активы действительно принадлежат разработчику.

Следующий этап развития ИИ-рынка будет связан с более жесткой технологической экспертизой. Важнее станет способность доказать, из каких компонентов состоит продукт, чем владеет его разработчик и насколько устойчивым останется решение, если изменятся условия работы внешних поставщиков.