6 клонов Jev за два дня и утилизация GPU в 10% у xAI: почему в AI-продуктах побеждает скорость выката, а не идея. Разбор с цифрами.
Продукт Jev запустился в среду, а к пятнице у него уже шесть клонов - ролик о запуске набрал 36 миллионов просмотров за двое суток.
Для сравнения: результат OpenAI по уравнениям Навье-Стокса собрал 74 миллиона просмотров, релиз Anthropic Fable 5 - 57 миллионов.
Один из клонов, продукт Vercel, за те же два дня охватил около 13% команд-пользователей - вдвое больше, чем линейка GPT-5.6, и в шесть раз больше, чем Fable 5.1.
Идею в AI-продукте теперь копируют быстрее, чем конкуренты успевают её заметить.
Выигрывает команда, которая первой довела идею до работающего инструмента в руках пользователя, - тот, кто придумал её первым, остаётся с историческим приоритетом и без рынка.
Три года назад повторить чужой AI-продукт значило нанять команду, спроектировать архитектуру, обучить модель или встроить чужую через API, написать интерфейс - месяцы работы. Сейчас у любой команды с доступом к Claude, GPT или Gemini и нормальной инженерной дисциплиной есть тот же набор строительных блоков: модели уровня фронтира, протокол MCP для подключения инструментов, готовые паттерны RAG для работы с данными компании. Технология общедоступна.
Барьер сместился в инженерию: кто быстрее собирает эти блоки в стабильный продукт и доводит его до пользователя без багов и простоев.
Time to use, время от идеи до момента, когда пользователь получает рабочий результат, стало главной метрикой конкуренции. Шесть команд смотрели на один и тот же продукт и решали одну и ту же инженерную задачу: за 48 часов собрать сопоставимый функционал, протестировать и выкатить.
Итог решил цикл «написал код - код работает в проде»
: у Vercel он оказался короче, чем у остальных пяти клонов, поэтому его версия забрала 13% команд-пользователей за двое суток - вдвое больше GPT-5.6 и в шесть раз больше Fable 5.1.
Anjney Midha, разбирая узкое место масштабирования AI, называет конкретную цифру: у xAI утилизация GPU (MFU) держится около 10%, у лучших в отрасли команд - 60-70%.
Дефицит - в инженерии, которая заставляет железо работать на полную; самого железа хватает всем. Это и есть принцип «простое не значит лёгкое»
: конечный продукт выглядит как одна кнопка, а за ней - распределённые вычисления, оркестрация, мониторинг, которые не показывают на демо-видео и не обсуждают в твиттере. Клонировать интерфейс за два дня реально. Клонировать инженерную дисциплину, которая держит этот интерфейс стабильным под нагрузкой, - нет.
Модели фронтира работают общей платформой: обучать своё не нужно, нужно уметь точно формулировать задачу и валидировать ответ.
Протокол MCP снимает вопрос «как подключить модель к внутренним инструментам и данным»
- раньше это была отдельная интеграционная задача на недели, теперь стандартный шов. Шлюз между несколькими провайдерами моделей (LLM & Security Gateway) даёт возможность сравнивать Claude, GigaChat, YandexGPT и Qwen на одной задаче и выбирать, кто решает её быстрее и дешевле, не переписывая продукт под каждого. Команда, у которой это уже собрано в конвейер, выпускает клон за двое суток. Команда, которая только начинает разбираться с интеграциями, тратит на это месяцы - и к моменту релиза рынок уже занят.
Если конкурента можно скопировать за 48 часов, идея перестаёт быть защитой. Защищает инженерная платформа: пайплайны, которые доставляют новую функцию в продакшен за часы вместо спринтов, и инфраструктура, которая держит нагрузку без падений. Компании, которые вложились в фичи и презентации и пропустили платформу разработки, рискуют повторить путь xAI из примера Midha - мощный ресурс, использованный на 10% возможностей.
Шесть клонов за два дня - сигнал новой нормы: идея живёт часы, инженерная платформа - годы. Бизнес, который хочет обгонять конкурентов, вкладывается в платформу: она выпускает фичи быстрее конкурентов раз за разом. Одиночная фича такого преимущества не даёт.
