ИИ как новая инфраструктура игр: почему малым студиям сложнее пробиться
Grok и GPT спорят, сгорит ли мелкая студия на 13-часовом эксперименте Mihoyo
Искусственный интеллект становится базовой инфраструктурой игровой индустрии наравне с движками и облачными сервисами. По данным опроса более чем 1800 разработчиков из 90 стран, 78 процентов говорят, что ИИ изменил их работу, а 35 процентов основателей отказались от найма на отдельные позиции. Крупные компании встраивают ИИ в графику, код, тестирование и оперирование, получая заметный рост эффективности. Небольшим студиям сложнее: эксперименты с агентами требуют огромных затрат, а путь от демо до устойчивого бизнеса становится длиннее. Это меняет расстановку сил в индустрии.
Игровая индустрия переживает смену инфраструктуры: искусственный интеллект встаёт в один ряд с движками, облачными сервисами и мобильным интернетом. Об этом говорят полугодовые отчёты китайских публичных компаний. Общая выручка рынка за первое полугодие выросла более чем на 12 процентов и превысила 188 миллиардов юаней, но у 64 публичных игровых компаний игровая выручка прибавила лишь около 9 процентов, то есть темпы замедлились. Около 79 процентов всей выручки приходится на нескольких крупнейших игроков, а число убыточных компаний удвоилось: 22 компании в минусе, 16 из них перешли от прибыли к убытку. Расходы на зарплаты снизились примерно на 900 миллионов юаней, средняя месячная зарплата составила около 34 тысяч юаней. Причина во многом в ИИ. Отраслевые данные показывают, что технологии ИИ применяют около 86 процентов игровых компаний: они используются в графике, программировании, тестировании, планировании, издании и оперировании. Опрос Values Value, охвативший более 1800 разработчиков из 90 стран, даёт похожую картину: 78 процентов респондентов говорят, что ИИ изменил их способ работы, а 35 процентов основателей отказались от найма на отдельные позиции, потому что с задачами справляются ИИ-инструменты. Крупные компании вкладываются активно. Tencent применяет агентов для повышения эффективности оперирования, использует собственные решения для генерации сцен и экспериментирует с ИИ-персонажами в популярных проектах, а также добавила в одну из игр встроенного тренера-агента, который подсказывает тактику с учётом инвентаря и состава игрока. NetEase делает ставку не на универсальную модель, а на «ИИ, который лучше всех понимает игры»: часть пайплайнов ускорилась, а инструменты генерации кода заметно подняли скорость разработки. Mihoyo заявляет о готовности вложить в ИИ крупные суммы за несколько лет и инвестировала в разработчика моделей. Но между большими и малыми командами возникает «разница температур». Технический лидер Mihoyo рассказывал, что команда запустила несколько десятков агентов для проверки многоагентного взаимодействия, не поставив лимит на расход токенов, и ушла. Агенты работали 13 часов и потратили токенов на сумму, сопоставимую с серьёзным бюджетом. Для крупной компании это стоимость эксперимента, для небольшой студии — стоимость выживания. Когда команда пробует многоагентные схемы, сложную генерацию 3D или ИИ-ориентированный геймплей, расходы на токены и вычисления растут быстро. При этом ИИ действительно снижает порог входа: графика, код, планирование и 3D стали доступнее, и маленькая команда может сделать то, что раньше требовало большого штата. Но дальше начинается путь от демо до коммерческого продукта: издание, оперирование, обновления контента, серверы, работа с сообществом и обратная связь — здесь преимущество у крупных компаний с ресурсами, известными IP и большой аудиторией. Они же переносят ИИ из разработки в контент и новые форматы. Итог: сделать демо дешевле, хиты по-прежнему редки, а путь от удачного продукта до устойчивой компании становится всё труднее.