Jensen Huang определяет эпоху ИИ (AI): рамочная модель «пятислойного торта» раскрыта в Давосе 2026
На Всемирном экономическом форуме в Давосе на этой неделе генеральный директор Nvidia Дженсен Хуанг представил определяющую тезис для индустрии искусственного интеллекта (artificial intelligence), сдвинув дискуссию за рамки чат-ботов и в область критически важной глобальной инфраструктуры. В ходе публичного диалога с генеральным директором BlackRock Ларри Финком Хуанг представил всестороннюю «Пятислойную рамочную модель ИИ (Five-Layer AI Framework)» — стратегическую дорожную карту, которая классифицирует экосистему ИИ на отдельные, взаимозависимые страты.
Эта модель появляется в поворотный момент. По мере того как начинается 2026 год, отрасль подвергается критике в связи с колоссальными капитальными расходами и устойчивостью так называемого «пузыри ИИ». Контраргумент Хуанга был точным и структурным: мы не просто создаём программное обеспечение; мы реализуем крупнейший инфраструктурный проект в истории человечества. От энергетических сетей до физической робототехники — охват ИИ расширился далеко за цифровые рамки предыдущих лет.
Для отраслевых наблюдателей и корпоративных лидеров «слоёный торт» Хуанга означает не просто метафору; он предоставляет рубрику для понимания того, где будет создаваться стоимость в предстоящее десятилетие. По мере того как Creati.ai анализирует эту новую парадигму, становится ясно, что фокус смещается с обучения моделей на их развертывание в физическом мире.
Пятислойная инфраструктурная модель
Центральным вкладом Хуанга в этот форум было разграничение стека ИИ на пять основных слоёв. В отличие от предыдущих моделей, которые сильно фокусировались на алгоритмах, эта модель подчёркивает физические и логистические реалии, необходимые для поддержки ИИ в глобальном масштабе.
По словам Хуанга, экономическая ценность ИИ реализуется только на самом верхнем слое, но этот успех зависит от надёжности четырех нижележащих слоёв. «Развертывание», которое он описывает, подразумевает, что текущие триллионы инвестиций — это не спекулятивные ставки, а необходимый капитал для фундаментальных коммунальных услуг, сопоставимый с электрификацией XX века или строительством системы межштатных автомагистралей.
Ниже представлена таблица, подробно описывающая пять слоёв модели Хуанга, представленную в Давосе:
Table 1: Jensen Huang’s Five-Layer AI Infrastructure Stack
| Layer | Description | Strategic Importance |
|---|---|---|
| 1. Energy | Фундаментальное требование; генерация энергии, охлаждение и устойчивые энергетические сети. | ИИ не может существовать без массивной, постоянной энергии; дефицит здесь становится узким местом для всего стека. Фокус инвестиций: ядерная энергетика, возобновляемые источники и модернизация сетей. |
| 2. Compute & Chips | Аппаратный слой; GPU, специализированные микросхемы и производственные заводы (fabs). | Это крепость Nvidia; включает новые fabs от TSMC, Foxconn и Micron. Несмотря на рекордное производство, предложение остаётся ограниченным. |
| 3. Cloud Infrastructure | Дата-центры, суверенные облака и массивные серверные кластеры. | Сеть распределения интеллекта; требует реальной земли, стали и квалифицированной рабочей силы. Суверенные облака ИИ становятся национальными приоритетами. |
| 4. AI Models | Слой интеллекта; фундаментальные модели, модели открытого рассуждения и «цифровые мозги». | Включает проприетарных гигантов и прорывы с открытым исходным кодом, такие как DeepSeek. Демократизация позволяет отраслям строить решения без старта с нуля. |
| 5. Applications | Слой ценности; агентные приложения ИИ в здравоохранении, финансах, производстве и робототехнике. | Здесь генерируется экономическая окупаемость; ИИ решает конкретные отраслевые задачи. Сдвиг от «общения с ИИ» к «ИП делает работу». |
Демократизация интеллекта: эффект DeepSeek
Значительная часть диалога была посвящена четвёртому слою — моделям ИИ — и радикальному сдвигу, происходящему в нём. Хуанг явно выделил выпуск DeepSeek и подобных моделей открытого рассуждения как «огромное событие» для глобальной индустрии. Оглядываясь на траекторию с 2025 по 2026 год, доступность высокопроизводительных моделей открытого исходного кода принципиально изменила конкурентный ландшафт.
«DeepSeek был поворотным моментом, потому что это была первая в мире открытая модель рассуждения», — отметил Хуанг. Это развитие разрушило барьер входа для предприятий. Раньше компании считали, что им нужно обучать массивные проприетарные модели с нуля — затраты были запретительными для большинства. Сегодня «интеллект» всё больше становится товаром и доступен.
Этот «эффект DeepSeek» позволил отраслям вне традиционных технологических компаний — таким как фармацевтика и тяжёлое машиностроение — интегрировать передовые возможности рассуждения непосредственно в свои рабочие процессы без необходимости иметь команду PhD для создания модели. В результате наблюдается всплеск приложений пятого слоя, где полезность ИИ тонко настраивается под конкретные, высокоценные задачи, а не на общие разговорные сценарии.
За пределами цифрового: подъём физического интеллекта
Возможно, самый перспективный аспект выступления Хуанга в Давосе — его акцент на «Physical AI (Physical AI)». В то время как первая волна Генеративного ИИ (Generative AI) была посвящена овладению языком и пикселями (текст, код, изображения), текущая волна направлена на овладение законами физики.
«Системы ИИ теперь понимают гораздо больше, чем язык», — пояснил Хуанг. «Они изучают структуры белков, химические взаимодействия, динамику жидкостей и физику частиц».
Этот переход отмечает вхождение ИИ в физический мир, или то, что Хуанг называет «Физическим интеллектом (Physical Intelligence)». Это критически важно для секторов производства и робототехники. В этой концепции ИИ не просто пишет стихотворение или отлаживает код; он моделирует ветряную турбину для оптимизации потока воздуха, предсказывает, как новая молекула лекарства свяжется с белком, или управляет гуманоидным роботом на заводском полу.
Для Европы и индустриальных стран Хуанг обозначил это как «возможность раз в поколение». В отличие от эпохи потребительского интернета, которая благоприятствовала регионам, ориентированным на программное обеспечение, эра Физического ИИ благоволит регионам с глубокими корнями в промышленном инжиниринге. «Вы больше не пишете ИИ; вы его обучаете», — сказал Хуанг, предполагая, что профильные эксперты в механике и биологии становятся новыми архитекторами ИИ.
Вопрос «пузыря ИИ»: история строительства
Слоном в комнате на Давосе был вопрос финансовой устойчивости. Сотни миллиардов долларов, вложенные в GPU и дата-центры, вызвали у скептиков — и даже у некоторых инвесторов — опасения по поводу пузыря. Ларри Финк, представляющий распределителей капитала, поставил этот вопрос прямо.
Защита Хуанга лежала в механике спроса и предложения. «Попробуйте арендовать GPU Nvidia прямо сейчас», — бросил он вызов. Трудности с получением вычислительных мощностей, даже для оборудования предыдущих поколений, указывают на то, что спрос всё ещё значительно превышает предложение.
Однако его более глубокий аргумент касался природы расходов. Хуанг перестроил понятие «пузыри» как необходимого инфраструктурного цикла. Он утверждал, что мы становимся свидетелями замены традиционной вычислительной инфраструктуры на $100 триллионов ускоренными вычислениями. Более того, это развертывание создаёт рабочие места не только в программировании, но и в ремесленных профессиях.
«Нам нужны сантехники, электрики, строители, сталевары», — сказал Хуанг, подчёркивая, что физическое строительство дата-центров само по себе является массивным экономическим двигателем. Он описал ситуацию как «историю строительства», а не просто технологическую историю. Капитал, который вкладывается, покупает осязаемые активы — землю, электростанции, оболочки зданий и кремниевые фабрики — необходимые для следующего столетия экономической активности.
Точка зрения Creati.ai: дорога вперёд
С позиции Creati.ai рамочная модель Дженсена Хуанга 2026 года служит стабилизирующим нарративом для отрасли в режиме гиперроста. Разбивая экосистему на пять слоёв, он даёт чек-лист для организационной готовности.
Для наших читателей и клиентов выводы трёхкратны:
- Инфраструктура — ключ: Организациям необходимо обеспечить доступ к требуемым вычислительным (Layer 2) и облачным (Layer 3) ресурсам, так как дефицит сохранится.
- Используйте открытые модели: Ценность больше не в накоплении модели, а в применении открытой модели (Layer 4) к проприетарным данным.
- Готовьтесь к Физическому ИИ: Следующий конкурентный рубеж — не лучшие чат-боты, а ИИ, который понимает физические операции вашего бизнеса (Layer 5), будь то логистика цепочки поставок, поиск лекарств или автоматизированное производство.
По мере того как «пятислойный торт» запекается, фокус 2026 года будет на глазури: слое приложений. Именно здесь теоретические триллионы инвестиций должны наконец превратиться в реальные приросты продуктивности. По словам Хуанга, мы только начинаем.
