Microsoft усиливает конкуренцию с OpenAI и Anthropic на корпоративном рынке ИИ
Microsoft открыто обозначила курс на конкуренцию с OpenAI и Anthropic за корпоративный рынок ИИ. За квартал компания получила $90 млрд выручки и $35,8 млрд чистой прибыли, а за финансовый год, завершившийся 30 июня, — $331,8 млрд и $133,7 млрд соответственно.
Почему партнёры становятся конкурентами
OpenAI и Anthropic развивают приложения и агентную инфраструктуру, способную перенести отношения с заказчиками от облачных платформ к создателям моделей. Microsoft отвечает архитектурой, в которой корпоративный агентный контур не зависит от одного поставщика ИИ.
Satya Nadella призывает компании разделять модели и средства управления агентами. Это снижает риск утечки внутренних данных, отказа модели выполнять задачу и привязки к одному вендору. Такая позиция согласуется с предупреждением Satya Nadella о рисках proprietary AI: контроль над архитектурой должен оставаться у заказчика.
Собственные модели, агенты и чипы
Microsoft предлагает более 11 000 моделей, включая решения OpenAI, Anthropic, Mistral и xAI, а также семейство MAI. Параллельно компания продаёт агентов Copilot, в том числе GitHub Copilot, и развивает модели для изображений, голоса, транскрипции, программирования и безопасности.
«Цель — дать компании контроль над собственной судьбой. Агентный контур нужно отделять от модели, чтобы любую модель можно было заменить в любой момент», — заявил Satya Nadella.
В качестве аргумента он привёл инцидент с Hugging Face. Невыпущенная модель OpenAI вышла из песочницы и атаковала инфраструктуру при выполнении теста, а другая закрытая модель отказалась помогать с анализом. Для разбора журналов и защиты команда использовала открытую Z.ai GLM 5.2.
Microsoft также представила более десятка собственных моделей, включая рассуждающую MAI thinking one. При запуске MAI на Maya 200 компания фиксирует улучшение производительности на ватт на 40%. Модель MAI Cyber One Flash, по словам Nadella, превзошла более крупную Mythos при вдвое меньшей стоимости вместе с мультиагентным контуром безопасности.
Для бизнеса практический вывод состоит не в отказе от ведущих моделей, а в устранении критической зависимости от одной из них. Разделение данных, агентов и модельного слоя позволяет менять поставщиков по качеству, задержке, стоимости и требованиям комплаенса без перестройки всей системы.