Недооцененный слой: почему “обертки над моделями” тоже строят рынок ИИ

Индийские инвесторы на конференции TiE Delhi-NCR сформулировали почти универсальную для 2026 года претензию: рынок устал от “оберток над моделями” и хочет видеть реальный IP. На уровне венчурной дисциплины это звучит разумно. Когда деньги дорожают, а хайп остывает, капитал действительно начинает искать не чужой API с красивым интерфейсом, а защищаемый технологический актив.

Но здесь есть риск слишком грубой мысли. Слово “обертка” удобно как пренебрежительный ярлык, однако оно плохо описывает то, что на самом деле происходит на прикладном слое ИИ.

Между фундаментальной моделью и реальным использованием лежит огромная территория инженерии, интерфейсов, orchestration, данных, trust-layer, отраслевых ограничений и поведенческой адаптации. Именно там возникает продукт. И именно там, как правило, выясняется, что модель сама по себе еще не решает человеческую задачу.

В этом смысле и агенты — тоже “обертки”. И корпоративные copilots. И вертикальные ассистенты для врачей, юристов, финансистов, ритейла. Они могут не требовать десятков миллиардов на training, но это не делает их примитивными. Наоборот: часто прикладной слой сложнее в своем ремесле, чем кажется фундаментальным оптимистам. Он должен уметь встраиваться в процессы, удерживать пользователя, снижать риск ошибки, работать с локальными данными и накапливать тот самый узкий, но устойчивый IP, который не виден на демо.

Поэтому инвесторы правы только наполовину. Да, рынок будет безжалостнее к компаниям, которые просто переупаковывают чужую модель без собственного распределения, данных или workflow-пользы. Но из этого не следует, что value лежит только в foundation-layer. Как в науке есть фундамент и инженерия, как в искусстве есть замысел и ремесло, так и в ИИ есть модели, а есть бесконечное пространство их приложения.

Именно это пространство, скорее всего, и окажется крупнейшим рынком. Потому что человеческая деятельность куда разнообразнее, чем любой единый модельный стек. Она будет дробиться, адаптироваться, менять требования к интерфейсам и формировать новые ниши быстрее, чем успеет устояться мода на очередной “главный” foundation model.

Так что спор надо ставить точнее. Не “настоящий ИИ” против “оберток”. А слабый прикладной продукт против сильного прикладного продукта. И здесь у рынка впереди еще очень длинная работа.