Девятого июня компания Anthropic выпустила одну из самых мощных моделей, Fable 5. К вечеру пятницы правительство США потребовало у компании закрыть доступ к модели всем иностранцам. Поскольку точно вычислить, кто иностранец, а кто нет, не представляется возможным, доступ отрубили всем, у кого нет американского гражданства.
Сам по себе инцидент с Fable 5 — это симптом. Внешнее проявление того, как работает система.
Вот про это и поговорим.
Семь дней, два события
Для начала коротко о том, что произошло на той неделе.
Тихий саботаж. Модель вышла во вторник, и уже к среде исследователи нашли в её 319-страничной «системной карте» странную деталь: Fable 5 незаметно снижала качество ответов на один класс задач, а именно помощь в разработке инфраструктуры для обучения больших моделей и проектирование чипов. Другие ограничения, например, по кибербезопасности, по биологии, работали честно: тебя открыто перебрасывали на модель послабее. А этот «тормоз» был спрятан: в системной карте прямо написано, что понижение «не видно пользователю». Затронуто, по словам компании, около 0,03% запросов. Реакция была негативной: один исследователь назвал это «возмутительным» и «антинаучным», другой — «тайным саботажем», добавив фразу, от которой поморщилась вся индустрия: что разговоры о «безопасности ИИ» рискуют быть прикрытием для монополии. Anthropic признала «неверный компромисс» и пообещала впредь делать ограничения видимыми.
Государственный рубильник. В пятницу вечером пришло письмо из Министерства торговли США: директива экспортного контроля, запрещающая доступ к Fable 5 и Mythos 5 любым иностранцам, включая сотрудников-нерезидентов самой Anthropic. Отфильтровать иностранцев в реальном времени невозможно, поэтому компания выключила обе модели для всех в мире. Формальный повод: «джейлбрейк», обходивший защиту киберспособностей. Anthropic возражает: уязвимость не уникальна, «такие же есть в GPT-5.5», а если применять этот стандарт ко всем, то «придётся остановить выпуск любых новых моделей у всех передовых лабораторий». Сама компания называет ситуацию недоразумением и говорит, что добивается восстановления доступа.
Складываем два факта. Компания решает, что вашему классу задач модель будет помогать хуже, и не обязана вам об этом сообщать. Государство решает, что модель вообще не должна быть доступна и компания подчиняется за один вечер. По-видимому, впервые в истории правительство выключило коммерческую передовую LLM по всему миру. Не оштрафовало, не обязало раскрыть данные. Просто потребовало отключить доступ.
Новая Церковь: три уровня контроля
К концу 2025 года рынок корпоративных языковых моделей стал откровенной олигополией. Три компании — Google, OpenAI и Anthropic — контролировали около 77% корпоративных расходов на LLM, что составляло около 8,4 млрд долларов. На потребительском рынке ChatGPT держал 68% трафика чат-ботов, хотя годом ранее было 87%. Но доли рынка это лишь витрина. Настоящая монополия живёт уровнем ниже, в инфраструктуре, и у неё три подуровня.
Подуровень первый это чипы. NVIDIA контролирует 80–92% рынка ускорителей для обучения ИИ. Ни одна фронтирная модель — ни GPT, ни Gemini, ни Claude — физически не появляется на свет без её железа. Насколько это узкое горлышко, рынок прочувствовал 27 января 2025-го: за одну торговую сессию NVIDIA потеряла 589 миллиардов долларов капитализации, что было крупнейшим однодневным падением в истории. И всё просто потому, что китайский стартап показал модель, обученную за куда меньшие бюджеты. Паника прошла, к октябрю компания первой в мире взяла отметку в 5 триллионов.
Подуровень второй это облачные сервисы. Три провайдера — AWS, Azure и Google Cloud — держат 63% мирового облачного рынка (28, 21 и 14 процентов соответственно). А масштаб капитальных ставок таков, что это уже не бизнес, а геология: пять гигантов, к которым относятся Amazon, Alphabet, Microsoft, Meta и Oracle, собираются потратить в 2026 году свыше 600 миллиардов долларов, из них около 450 миллиардов на AI-инфраструктуру. Это не инвестиции в продукт. Это строительство физических мест, где знание будет производиться.
Подуровень третий єто данные. Модель знает ровно то, на чём обучена. И здесь монополия упирается в чужую собственность, отчего становится видимой в судах. В декабре 2025-го Еврокомиссия открыла антимонопольное расследование против Google. Поводом стало обучение моделей на контенте веб-издателей без разрешения и компенсации. А в феврале 2026-го уведомила о промежуточных мерах против Meta — за то, что та выдавила сторонних ИИ-ассистентов из WhatsApp. Параллельно сложился рынок эксклюзивных данных: Reddit продаёт доступ к своему контенту за 130 миллионов долларов в год, Anthropic вкладывает 400 миллионов в проприетарные биоданные. Контроль над данными — это контроль над тем, что модель вообще способна сказать.
Вкупе эти три подуровня ассоциируются с дореформационной христианской Церковью. Церковь контролировала три ресурса: производство текстов в монастырских скрипториях, язык знания, коим была недоступная мирянам латынь, и право на интерпретацию, то бишь диспуты о слове Божьем. Big Tech контролирует три точных аналога: вычислительные мощности (скриптории), обучающие данные (латынь) и сами модели, через которые это знание доходит до человека (догмат). Разница одна, но решающая.
Почему эта монополия другая
Контроль над знанием всегда ходил по одному кругу: концентрация → сопротивление → перераспределение → новая концентрация. В дохристианские времена его держала узкая грамотная каста — писцы и жрецы древних храмов и дворцов, когда грамотных во всём обществе было незначительное количество. Потом монополию переняла Церковь с её скрипториями и латынью. Подорвал её Гутенберг. Не сразу и не мирно: гильдии переписчиков ломали станки, а список запрещённых книг Церковь вела до 1966 года. На смену пришли печатники и издатели, а в электронную эпоху ими стали медиамагнаты: ещё в начале 1980-х американские медиа принадлежали примерно полусотне компаний, а к началу 2010-х было всего пяти-шести конгломератам. Интернет пообещал всех уравнять и на время обещание выполнил. А потом платформы сконцентрировали всё заново: к 2024-му Google обрабатывал девять из десяти поисковых запросов в мире.
Каждый раз менялись имена хранителей «врат». Сами «врата» не исчезал никогда.
История повторяется, но с одной новой деталью, и именно она делает нынешнюю монополию опаснее всех предыдущих. Раньше гейткиперы контролировали тиражирование знания: переписать книгу, напечатать тираж, пустить в эфир. Теперь — впервые — они контролируют само производство. Языковая модель не пересказывает чужое знание, она генерирует ответ здесь и сейчас, под конкретный вопрос конкретного человека. И если тот, кто владеет моделью, может тихо подкрутить, как она отвечает, он управляет не доступом к знанию, а самим знанием в момент его рождения.
Что возвращает нас к Fable 5.
Что именно вы не видите
«Тихий саботаж» с первого акта — это не курьёз. Это буквальное, задокументированное доказательство тезиса, который обычно звучит абстрактно и оттого не пугает.
Средневековый прихожанин не мог проверить, точно ли священник переводит ему Библию с латыни. В этом и была власть: между человеком и текстом стоял посредник, чью работу нельзя было перепроверить. Пользователь чат-бота это ровно такой же прихожанин. Он не может проверить, на каких данных обучена модель, какие темы для неё «чувствительны» и какие ответы по дороге к нему были отфильтрованы или ослаблены. Обычно это остаётся теорией в духе «ну, наверное, что-то там фильтруют». Целую неделю Fable 5 предъявляла практику: понижение качества может быть устроено так, что «не видно пользователю», и написано это прямым текстом, просто на 200-й странице документа, который никто не читает.
Важна здесь даже не конкретная подкрученная тема. Важен сам доказанный факт: техническая возможность незаметно управлять тем, что выходит из модели, существует, применяется и обнаруживается случайно. А государственный гейткипер из второго акта является той же властью, но поднятой на уровень выше: оказалось, что и над самой компанией есть сила, способная обнулить продукт для сотен миллионов людей, одним окриком из Вашингтона.
Хорошая новость в том, что у этой истории есть и противоположный вектор. И он сильнее, чем кажется из заголовков про отключения.
Реформация уже идёт
Если Big Tech — это новая Церковь, то у этой Церкви уже есть свой печатный станок и свой Лютер.
Лютер не изобретал станок. Он взял существующую технологию и пробил ею монополию на интерпретацию Писания: Библия на родном языке сделала посредника необязательным. В январе 2025-го китайская лаборатория DeepSeek проделала структурно то же самое, выложив в открытый доступ модель уровня тогдашних флагманов, обученную, по заявлению, за смешные деньги, и показала, что монополия на «понимание» это не закон природы.
Дальше цифры начали двигаться с неприличной скоростью. Разрыв в качестве между открытыми и закрытыми моделями по ключевому бенчмарку за один 2025 год схлопнулся с 17,5 пункта до 0,3, то есть фактически до паритета. К началу 2026-го открытые DeepSeek и Qwen вдвоём занимали около 15% мирового рынка ИИ против 1% годом ранее — самый быстрый рост доли в истории отрасли. А по числу новых релизов открытые модели и вовсе вышли в большинство. И экономика добивает аргумент: инференс открытой модели обходится в среднем на 86% дешевле проприетарного аналога, а отдельные модели предлагают миллион токенов контекста по цене, в двадцать раз меньшей, чем у топовых закрытых конкурентов. Для двух третей реальных производственных задач открытой модели уже достаточно.
Технически прорыв держится на эффективности, а не на грубой силе. DeepSeek обучила свою базовую модель примерно за 2,6 миллиона GPU-часов — против почти 31 миллиона у сопоставимой Llama. Архитектура «разреженной смеси экспертов» (когда из триллиона параметров на каждый запрос работают десятки миллиардов) и низкоточные вычисления компенсируют десятикратный разрыв в железе. Это и есть тихая революция: «ров», который Big Tech копал вычислительными мощностями, оказался переходимым.
Стоит, впрочем, держать в голове и скепсис. Громкие «294 тысячи долларов за обучение» относятся к одному дообучающему этапу, а не ко всему циклу; полная стоимость с зарплатами, неудачными прогонами и инфраструктурой — по оценкам, десятки миллионов. Дешевле флагманов в разы, да, но не в тысячу раз, как иногда звучит.
Почему гигант раздаёт оружие бесплатно
Самый недооценённый сюжет — Meta. Компания тратит больше ста миллиардов долларов в год на ИИ-инфраструктуру и держит парк больше чем в полтора миллиона ускорителей, чтобы потом отдать свои модели Llama даром. Это выглядит безумием ровно до тех пор, пока не вспомнишь правило «обесцень дополнение к своему продукту».
Meta зарабатывает не на моделях, а на рекламе для 3,3 миллиарда пользователей. Бесплатные мощные модели в открытом доступе бьют сразу в три цели: давят на маржу OpenAI и Anthropic, которые продают то, что Meta раздаёт; кормят экосистему разработчиков, чьи приложения в итоге крутятся вокруг её платформ; и превращают мировое сообщество в бесплатный отдел R&D, улучшающий её же модели. Открытость здесь не благотворительность, а оружие в войне техгигантов. Так когда-то Google раздавал Android, а до него Linux съел рынок серверных услуг.
И тут проступает тонкая, но принципиальная деталь. Пока модели обесцениваются, а код и веса утекают в открытый доступ, единственным по-настоящему устойчивым активом становятся данные. Не вычисления, которые DeepSeek научилась экономить, а уникальные, выверенные, юридически безупречные корпуса информации — те самые сделки с Reddit и эксклюзивные биоданные. Монополия не исчезает. Она перетекает с одного подуровня на другой.
Суверенный путь
Есть и второй вектор сопротивления — не снизу, от open-source, а сбоку, от государств. К 2026 году «суверенный AI» стал отдельной геополитической категорией с прогнозируемыми расходами свыше 100 миллиардов долларов.
Франция сделала самую крупную ставку за пределами США и Китая: 109 миллиардов евро инвестиций, дата-центр Mistral на 18 тысячах новейших чипов, переговоры с ОАЭ о совместной площадке на гигаватт мощности. ОАЭ строят открытые арабоязычные модели — Falcon, Jais, K2 — по простой логике: кто создаёт языковую модель, тот определяет, как его культура и язык представлены в цифровом пространстве. Для арабского, как и для хинди, корейского, украинского, это буквально вопрос лингвистического суверенитета. В противном случае твой язык будет существовать в машинном знании через призму чужого. Индия строит BharatGPT и Sarvam под свои 22 официальных языка, Южная Корея выпустила модель с нуля, а не дообучённую западную.
Но у суверенного ИИ есть и тёмная сторона, и о ней нельзя умолчать. Тот же инструмент, что даёт стране независимость, даёт государству и рубильник. Китай встраивает ИИ в систему социального кредита и цензуру, Россия интегрирует свои модели в госсервисы, авторитарные режимы Залива вкладывают миллиарды, не ослабляя контроля над информацией. Суверенный ИИ наследует намерения того, кто его контролирует. А неделя с Fable 5 показала, что и у самой свободной на словах юрисдикции не возникает сомнений, когда нужно отрезать доступ.
Темная сторона Реформация
Реформация дала возможность читать Писание всем, кто был достаточно грамотен, — и обернулась веками религиозных войн. Кальвинистская Женева была не либеральнее папского Рима, просто опиралась на другой текст. С открытым AI тоже не всё так просто. Есть несколько серьёзных оговорок.
Первая: выложить модель в открытый доступ ещё не значит открыть её всем. Скачать 400 миллиардов параметров может каждый, а запустить способен лишь тот, у кого есть железо на сотни тысяч долларов.
Вторая: демократизация инструмента не равна демократизации власти. Печатный станок можно было купить — но бумагой, типографиями и каналами сбыта по-прежнему кто-то владел, и довольно скоро Венеция превратилась в крупнейший типографский центр Европы. Новая монополия выросла не на запрете печатать, а на контроле над инфраструктурой вокруг печати. Сегодня Meta раздаёт модели и одновременно владеет вычислениями, дистрибуцией и данными, без которых эти модели не работают в масштабе.
Третья: открытость — это необходимое условие, но не достаточное. Та же модель, что освобождает разработчика в Найроби, освобождает и того, кто захочет сгенерировать дезинформацию или вредоносный код. Реформация перераспределяет не только знание, но и риски.
Кто остаётся за бортом
И главный вопрос: кого на этот раз выставят на мороз с этого праздника жизни.
Печать демократизировала знание, но только для умевших читать, а это к 1500 году меньше 10% Европы. Радио и интернет повторили паттерн: сначала обещание всеобщего доступа, потом зоны исключения. В следующей информационной революции разрыв рискует стать глубже всех прежних, потому что он проходит по физической карте инфраструктуры. Африка — 18% населения планеты — располагает менее чем 1% мировых мощностей дата-центров. Меньше трети развивающихся стран имеют национальную AI-стратегию. Свыше сотни государств, в основном Глобального Юга, вообще не участвуют в выработке глобальных правил для AI. А 77% всех расходов на AI-инфраструктуру в 2025 году пришлось на одни Соединённые Штаты.
Это уже не «цифровой разрыв» в старом смысле доступа к интернету. Это разрыв когнитивный: страна без вычислительной инфраструктуры не может ни обучить модель на своих данных, ни обрабатывать знание на своём языке, ни участвовать в производстве того, что формирует общую картину мира. По свежим данным, Север внедряет AI почти вдвое быстрее Юга, и зазор за прошлый год не сократился, а вырос. Реформация идёт, но, как и пятьсот лет назад, не для всех сразу.
Подведём итог
Монополия на AI реальна и впервые в истории дотягивается до самого производства знания. Но факт и то, что Реформация уже идёт: открытые модели догнали закрытые по качеству, обрушили цену в десятки раз и вышли в большинство по числу релизов; государства диверсифицируют инфраструктуру. Вопрос давно не в том, случится ли перераспределение — оно происходит прямо сейчас.
Вопрос в том, в каких формах это стабилизируется и за какой срок.
