Путаница на встрече про AI обычно начинается раньше, чем разговор доходит до самой задачи. Она начинается на второй минуте, когда кто-то говорит «поставим ChatGPT», подразумевая любую из четырёх разных вещей, и никто в комнате не уточняет, какую именно.
Это не безобидная оговорка. Коммерческое предложение, построенное на перепутанном слое, называет не того подрядчика, ведёт не в тот контракт и иногда даёт не тот ответ про то, где физически будут храниться данные заказчика — и это выясняется после подписания, а не до. Эта глава нужна для того, чтобы вы не узнавали такое на встрече в присутствии клиента.
1.1 Четыре слоя под одним и тем же словом
Любое название на этом рынке относится к одному из четырёх слоёв:
- Компания — кто обучает модель
- Модель — то, что получилось в результате обучения
- Платформа — где модель размещена и как за неё платят
- Продукт — интерфейс, который открывает конечный пользователь
Компания обучает языковую модель. Эту модель делают доступной через одну или несколько платформ, которые отвечают за хостинг, биллинг и доступ. Поверх платформы кто-то — иногда та же компания, иногда третья сторона — собирает продукт: окно чата, плагин, функцию внутри другого софта. Люди схлопывают все четыре слоя в одно слово, обычно название продукта, потому что это единственный слой, с которым они лично взаимодействовали.
1.2 ChatGPT — продукт, GPT — модель
OpenAI — компания. Она обучает семейство моделей под именем GPT. ChatGPT — продукт: чат-интерфейс со своими тарифами, своей памятью диалогов, веб- и мобильным приложением, — построенный поверх этих моделей.
Разница важна, потому что «ChatGPT» и «GPT» отвечают на разные вопросы. Спросите «сможем ли мы встроить ChatGPT в нашу систему заявок, чтобы он писал ответы клиентам» — честный ответ: в эту сторону не встраивают. ChatGPT — готовый продукт со своим интерфейсом, и этот интерфейс нельзя поместить внутрь системы заявок так, как помещают модель за API. Важно направление: продукт вроде ChatGPT вполне может пускать чужую функциональность внутрь себя — но это обратная схема, где ваш сервис живёт в чужом окне и по чужим правилам. Внутрь окна заказчика встраивают модель GPT — через API.
Вот почему первая фраза стоит вам доверия инженера, сидящего напротив. «ChatGPT» — это название потребительского продукта, у которого нет API в том смысле, который подразумевает фраза. Сказать «API ChatGPT» — значит показать техническому собеседнику, что вы не разделили продукт, модель и платформу, а раз не разделили — никто на встрече не поймёт, что именно вы предлагаете купить, встроить и оплачивать. Вторая фраза называет модель (GPT) и два варианта платформы (напрямую через OpenAI или через Azure OpenAI для заказчиков с требованиями к облаку и комплаенсу) — три вещи, про которые можно подписать конкретный договор.
1.3 Платформа — не то же самое, что вендор
OpenAI — компания, которая одновременно управляет собственной платформой: вы вызываете её API, счета выставляет OpenAI, данные идут через инфраструктуру OpenAI. Azure OpenAI — отдельная платформа, которой управляет Microsoft: она перепродаёт доступ к тому же семейству моделей внутри облака Microsoft, со своими договорами, своими регионами размещения данных и своим пакетом документов по комплаенсу.
Это не техническая деталь, которую разберут закупщики потом. От неё зависит, с кем именно вы ведёте переговоры, чьё соглашение об обработке данных применяется и в каком регионе физически окажутся данные заказчика. Банк, у которого вся инфраструктура уже стоит на определённом облаке и данные из которого запрещено выводить наружу, будет крайне придирчив к тому, через какую платформу подключена модель — и совершенно равнодушен к тому, какая компания её обучила. Умение спросить «через какую платформу и по чьему договору» раньше, чем «какая модель», — это навык discovery, а не техническая деталь.
1.4 Claude — продукт, Anthropic — компания
Та же структура повторяется у любого другого разработчика моделей. Anthropic — компания. Claude — имя одновременно семейства моделей и чат-продукта поверх них, примерно как «Яндекс» одновременно называет компанию и её поисковик, хотя это разные вещи с разной судьбой. Когда заказчик говорит «мы строим решение на Claude», уточните: он имеет в виду вкладку с чатом, которая уже открыта у его сотрудников в браузере, или модель, к которой обращаются через API, — тот же вопрос, что и с ChatGPT и GPT, только про другую компанию.
У Google та же структура: это компания, которая обучает собственное семейство моделей, поверх него выпускает отдельный потребительский продукт-ассистент и предлагает те же модели через собственную облачную платформу тем, кто хочет строить на них своё решение — компания, модель, продукт и платформа, те же четыре слоя, что и в примерах выше, только под именами, которые меняются достаточно часто, чтобы фиксировать их на этой странице было рискованно уже через год.
1.5 Llama — не «конкурент ChatGPT»
Meta выпускает семейство моделей Llama с открыто опубликованными весами — то есть их может скачать кто угодно и запустить на своей инфраструктуре. Сравнивать это с ChatGPT — не неточность, а ошибка уровня категории: эти два названия живут на разных слоях и отвечают на разные вопросы. Llama — модель: чтобы она начала что-то делать, её нужно куда-то поставить, на своё железо или на чужую платформу. ChatGPT — продукт: его открывают, и скачать его к себе нельзя.
Обратите внимание, на чём этот довод не держится. Любой разработчик моделей может выпустить и собственное чат-приложение — и многие выпускают; но это будет продукт поверх модели, отдельная вещь на отдельном слое, с отдельными условиями продажи и встраивания. Различие слоёв остаётся верным в любом случае — потому его и стоит выучить: оно не устаревает вместе с календарём релизов, за которым вы не следите.
Из открытых весов вытекает реальный коммерческий вопрос, и это не «какая модель умнее», а: может ли заказчик развернуть эту модель внутри собственного контура, под собственным периметром безопасности, не отправляя данные на чужую платформу? К закрытым продуктам этот вопрос вообще неприменим — и чаще всего он и есть настоящая причина, по которой заказчик вообще спросил про Llama.
Mistral и DeepSeek выпускают модели по той же логике открытых весов, что и Meta, и параллельно предлагают собственный хостинг; Qwen — семейство моделей от Alibaba, выпускаемое таким же образом. На практике разговор про все три почти всегда начинается со слоя модели — «а можно развернуть это у себя», — тогда как разговор про OpenAI обычно начинается со слоя продукта: собеседник описывает окно чата, которым сам пользовался. Это наблюдение о том, с какой стороны заказчик заходит в вопрос, а не утверждение о том, что эти компании продают. И наблюдение полезное: человек напротив уже перепрыгнул к развёртыванию, а зачем ему эта штука — ещё никто не произнёс.
1.6 Как разложить по полочкам название, которое вы слышите впервые
На встрече прозвучит имя, к которому вы не готовились. Четырёхслойная модель — быстрый способ поставить его на место, не изображая осведомлённость, которой нет. Спросите по порядку: кто это построил (компания), перед вами сама обученная модель или обёртка вокруг неё (модель или продукт), и если кто-то хочет строить поверх этого своё решение — через чью инфраструктуру это пойдёт (платформа)?
Имя, которое отвечает на вопрос «компания», — это тот, с кем вы, возможно, подпишете договор, а возможно и нет, в зависимости от того, через какую платформу он работает. Имя, которое отвечает на вопрос «продукт», — то, что человек открывает и использует, а не то, что встраивают строчка за строчкой в чужой код. Имя, которое отвечает на вопрос «модель», — это компонент: ему нужна платформа снизу, прежде чем он начнёт приносить заказчику хоть какую-то пользу. Разложите эти три вещи вслух, прежде чем переходить к разговору о том, что штука вообще умеет делать.