AI-пузырь: когда стартапы получают миллионы за обёртку над чужим ИИ

Искусственный интеллект ^[1] — это круто. Именно так сегодня думают не только инженеры, но и инвесторы, которые буквально закидывают деньгами всё, что хоть как-то связано с AI. Проблема в том, что за многими модными стартапами не стоит реальных технологий — и это очень напоминает классический инвестиционный пузырь. Один из ярких примеров — проект Cursor AI.

Миллионы долларов за интеграцию чужого API

Cursor AI преподносится как «AI-помощник для программистов», удобный и якобы «умный» редактор кода. Но если заглянуть под капот, становится очевидно: собственных моделей у них нет. Все запросы просто пересылаются к сторонним LLM, в основном к GPT от OpenAI и Claude от Anthropic.

То есть, по сути, это просто красивая оболочка вокруг чужих технологий, с минимальной добавленной стоимостью. Несмотря на это, проект уже получил десятки миллионов долларов инвестиций. За что именно? За UX и маркетинг.

Почему это должно настораживать

Когда подобные стартапы получают огромные раунды финансирования, это создаёт ложное представление о реальном прогрессе в индустрии. Вместо того чтобы инвестировать в настоящие R&D или обучение ^[2] собственных моделей, рынок наполняется проектами, которые просто «встраиваются» в уже существующие решения.

Это опасная тенденция:

• Зависимость от одного или двух поставщиков API делает бизнес хрупким.

• Раздуваются оценки компаний, которые по сути ничего не создают.

• Настоящие исследовательские команды получают меньше внимания ^[3] и ресурсов.

Пример — не единичный

Cursor AI — не единственный стартап, строящий бизнес на обёртке. Похожих продуктов становится всё больше: интерфейсы, плагины, чат-боты и ассистенты — всё это часто работает по одной и той же схеме: сделать UI и подключить GPT. Такие проекты трудно масштабировать, у них нет технического «ядра», и как только спрос остынет — они исчезнут.

Как выглядит настоящая работа с AI

Контрастно на фоне подобных проектов смотрятся компании, которые действительно развивают технологии: создают собственные модели, добиваются улучшения архитектур, оптимизируют inference. Это, например, Mistral, Meta (LLaMA), Google DeepMind. Их решения сложны, затратны — но именно они двигают индустрию вперёд.

Финал или фаза перегрева?

Сегодня AI-индустрия переживает небывалый рост, но это напоминает крипто-пузырь 2017 года или доткомы начала 2000-х. Как и тогда, многие верят, что “всё изменится”. Но за верой должно следовать не только обещание, но и технология.

Вопрос в том, сколько ещё денег будет потрачено прежде, чем пузырь лопнет. Возможно, мы уже близко к этому моменту.