Дві власні моделі AI: Microsoft кидає виклик ChatGPT

Після багаторічної залежності від моделей OpenAI корпорація Microsoft представила власні напрацювання у сфері генеративного штучного інтелекту — MAI-Voice-1 та MAI-1-preview. Цей крок можна розглядати як стратегічний розворот: компанія більше не обмежується партнерськими розробками з Сан-Франциско, а переходить до формування власної екосистеми, що відкриває новий етап технологічної конкуренції у найдинамічнішому сегменті ІТ-ринку.

Особливої уваги заслуговує MAI-Voice-1 — модель синтезу мовлення, яка суттєво піднімає планку в індустрії. За заявами Microsoft, система здатна генерувати хвилинний фрагмент аудіо менш ніж за секунду, використовуючи лише один графічний процесор. Це позиціонує її серед найефективніших рішень у сфері text-to-speech, випереджаючи багатьох визнаних гравців, включно з ElevenLabs. Таким чином, Microsoft прагне не лише наздогнати, а й задати нові стандарти у сегменті голосових моделей, який швидко інтегрується у продукти масового користування.

Важливо й те, що компанія обрала агресивну стратегію впровадження. Уже сьогодні MAI-Voice-1 використовується у функції Copilot Daily, де «віртуальний ведучий» читає новини та створює дискусії у форматі подкасту, пояснюючи складні теми у доступній формі. Для ентузіастів і розробників відкрито доступ до Copilot Labs, що дозволяє експериментувати з голосом та стилем мовлення, фактично створюючи персоналізовані голосові інтерфейси.

З огляду на швидкість запуску та заявлену продуктивність, Microsoft сигналізує ринку одразу два меседжі: по-перше, компанія готова конкурувати з лідерами напряму, де раніше домінували стартапи; по-друге, вона бачить голосові технології як один із ключових каналів взаємодії між людиною та штучним інтелектом у найближчі роки.

MAI-1-preview: ефективність понад усе

Друга представлена розробка — MAI-1-preview — стала своєрідним тестом на міцність для Microsoft у сфері великих мовних моделей. Попри відносно скромні обчислювальні ресурси — лише 15 000 GPU Nvidia H100 проти понад 100 000, використаних для навчання моделей Grok від xAI, — компанія демонструє альтернативний підхід до індустріальної парадигми "більше завжди означає краще".

Фокус Microsoft змістився з масштабування заради масштабу на оптимізацію процесу тренування. Як підкреслив керівник напряму ШІ Мустафа Сулейман у розмові з Semafor, ключовим пріоритетом стала ефективність: “Це модель, яка б’є значно вище своєї ваги”. Така позиція вказує на зростаючу зрілість ринку, де якість відбору даних та продуманість навчальних процедур стають не менш важливими, ніж доступ до гігантських масивів апаратних ресурсів.

По суті, Microsoft намагається продемонструвати, що майбутнє великих мовних моделей залежить не лише від кількості витрачених GPU-годин, а й від кваліфікації у відборі та фільтрації навчальних даних. Витрачати мільйони доларів на «зайві токени», які не додають цінності, стає економічно невигідно навіть для технологічних гігантів.

У цьому контексті MAI-1-preview можна розглядати не лише як експериментальну модель, а як спробу задати новий вектор розвитку індустрії: від гігантоманії до більш стійкої та раціональної стратегії створення ШІ. Якщо цей підхід виправдає себе, він здатен змінити правила гри та поставити Microsoft у центрі дискусії про те, яким має бути наступне покоління мовних моделей — масштабним чи передусім розумним.

Стратегія споживача замість корпоративної стратегії

Microsoft демонструє чітку орієнтацію на кінцевого споживача, а не лише на корпоративний сегмент. Мустафа Сулейман, колишній співзасновник DeepMind і Inflection AI, окреслив стратегічний вектор компанії: “Нам потрібно створити щось, що надзвичайно добре працює для користувача і дійсно оптимізує його сценарій використання”.

https://youtu.be/Zo-ZtQPkzhU?si=W2mjTPXqCm9XvZsT 

На перший погляд, такий фокус може виглядати парадоксальним, адже історично Microsoft асоціюється з B2B-рішеннями, корпоративними пакетами та сервісами для бізнесу. Проте у контексті доступу до колосальних масивів даних споживачів, які генерує Windows, Microsoft 365, Xbox та інші продукти, подібна стратегія виглядає надзвичайно логічною. Вона дозволяє не лише створювати більш персоналізовані ШІ-сервіси, але й нарощувати їхню цінність через масштабування на багатомільйонну аудиторію.

Ще один ключовий момент — відмова від концепції «універсальної моделі для всього». Натомість Microsoft робить ставку на екосистему спеціалізованих моделей, адаптованих під різні завдання та інтенції користувачів. У своєму офіційному блозі команда Microsoft AI підкреслює: “Оркестрація ряду спеціалізованих моделей, що підтримують різні наміри користувачів і сценарії використання, відкриє величезну цінність”.

Таким чином, компанія рухається в напрямі модульного підходу до ШІ, де не один гігантський алгоритм намагається бути універсальним асистентом, а низка взаємодоповнюючих моделей створює більш точні та ефективні сервіси. Такий підхід може стати конкурентною перевагою Microsoft: він дозволяє одночасно оптимізувати продуктивність, зменшити витрати на тренування та підвищити релевантність результатів для кінцевого користувача.

Позиція в рейтингу - реалістичні очікування

MAI-1-preview наразі доступний для публічного тестування на платформі LMArena, де посідає 13-те місце серед текстових моделей. Хоча цей результат поступається флагманським системам від Anthropic, DeepSeek, Mistral, OpenAI та xAI, важливо враховувати контекст: для Microsoft це фактично перший крок у створенні власних великих мовних моделей. Тому нинішня позиція радше сигналізує про початкову стадію входження у сегмент, ніж про остаточні амбіції.

Особливий інтерес становить стратегія конкуренції, яку артикулює Мустафа Сулейман. На відміну від агресивної гонитви за абсолютним лідерством, Microsoft орієнтується на тактику «контрольованого другого місця». Сулейман раніше наголошував: ефективніше залишатися на відстані трьох–шести місяців від ринкових лідерів, використовуючи їхні напрацювання і уникаючи надмірних витрат на експериментальні рішення. «Наш підхід полягає в тому, щоб залишатися близькими до другого місця, особливо з огляду на високі витрати, пов’язані з цими моделями», — зазначив він.

Такий курс можна розглядати як раціональну стратегію ресурсного менеджменту. Замість того щоб витрачати мільярди на надмасштабні проекти з невизначеною віддачею, Microsoft прагне збалансувати якість і швидкість адаптації. Це дозволяє компанії бути достатньо конкурентною на ринку й водночас уникати надмірних ризиків, які традиційно супроводжують розробку моделей «першої хвилі».

Водночас подібна тактика має і стратегічний вимір. Якщо Microsoft зможе ефективно монетизувати другорядне лідерство, інтегруючи свої моделі в продукти з уже величезною аудиторією — від Windows і Office до Azure та Xbox, — позиція «другого номера» може виявитися навіть вигіднішою, ніж короткочасне лідерство у «гонці озброєнь» великих мовних моделей.

Напруженість навколо OpenAI

Впровадження власних моделей Microsoft неминуче ставить питання про майбутнє її партнерства з OpenAI. Формально компанії залишаються стратегічними союзниками, а інвестиції Microsoft у розмірі близько $14 млрд підкреслюють масштаб цієї співпраці. Втім, відносини вже не виглядають такими безхмарними, як раніше. За повідомленнями, OpenAI відмовила Microsoft у доступі до технічних деталей моделі o1, що лише посилило відчуття напруженості у стосунках.

Мустафа Сулейман публічно намагається знизити градус дискусії, підкреслюючи довгостроковий характер взаємодії: «Наша мета — поглибити партнерство та переконатися, що воно залишатиметься міцним протягом багатьох років». Проте паралельні дії Microsoft демонструють прагматичний підхід: компанія активно тестує альтернативні моделі від xAI, Meta, Anthropic та DeepSeek як потенційних постачальників технологій для Copilot.

Таким чином, формується подвійна стратегія. З одного боку, Microsoft продовжує підкреслювати відданість партнерству з OpenAI, оскільки воно вже інтегроване в ключові продукти та інфраструктуру компанії. З іншого — корпорація прагне мінімізувати ризики залежності від одного постачальника, особливо враховуючи стрімку динаміку ринку ШІ та можливі розбіжності у пріоритетах.

Фактично це може означати перехід від монопартнерської моделі співпраці до більш гнучкої екосистемної стратегії, де OpenAI зберігає провідну, але не єдину роль. Якщо такий підхід закріпиться, Microsoft зможе балансувати між партнерством і конкуренцією, використовуючи конкурентний тиск для зниження витрат та підвищення інноваційності.

Майбутнє штучного інтелекту в Microsoft

Моделі MAI — це лише перший крок у масштабних амбіціях Microsoft у сфері штучного інтелекту. Мустафа Сулейман підтвердив, що компанія вже працює над наступними версіями своїх систем у деяких з найбільших дата-центрів світу, оснащених чіпами нового покоління Nvidia GB-200. «У нас є п’ятирічна дорожня карта, в яку ми інвестуємо квартал за кварталом. Я думаю, що так буде і надалі», — наголосив він. Це свідчить, що Microsoft бачить розвиток власних моделей не як разовий експеримент, а як довгострокову інвестицію у фундаментальну інфраструктуру ШІ.

Важливо й те, що компанія не обмежується лише змаганням у продуктивності чи масштабах. Microsoft активно виходить і на територію безпеки штучного інтелекту. Сулейман, відомий своїм давнім інтересом до питань AI safety, попереджає про небезпеку появи систем, які лише імітують людські емоції та поведінку. Після завершення тренування моделей корпорація проводить ретельну фільтрацію функцій, щоб видалити ті з них, які створюють ілюзію «емоцій» або «цілей». Сам процес Сулейман порівнює зі скульптуруванням — точним відсіканням зайвого, щоб уникнути хибних уявлень про справжню «свідомість» ШІ.

Таким чином, впровадження моделей MAI для Microsoft — це набагато більше, ніж черговий технологічний реліз. Це стратегічна декларація незалежності від OpenAI та спроба утвердити власну позицію в майбутньому глобальної конкуренції за лідерство в ШІ. Хоча сьогодні ці системи ще поступаються флагманським рішенням ринку, їхня ефективність, орієнтація на споживача та продумана архітектура свідчать, що Microsoft рухається за чіткою траєкторією.

MAI-Voice-1 із вражаючою продуктивністю та MAI-1-preview із оптимізованою архітектурою — це лише перші кроки. Але саме вони можуть стати початком довгого шляху, на якому Microsoft здатна змінити баланс сил у світі штучного інтелекту, перетворившись із партнера OpenAI на повноцінного і самостійного гравця у цій глобальній гонці.