Зачем покупать AI-платформу, если уже есть open source?
Допустим, мы выбираем: собрать платформу самим или купить у российского вендора. Я бы начала с вопроса: а с чем мы вообще сравниваем покупку?
С тем, чтобы писать всё с нуля? Или с тем, чтобы взять уже готовое открытое решение?
Для создания агентов есть LangChain, для их выполнения — LangGraph. Docs by LangChain Deep Agents даёт готовый harness: обвязку вокруг модели, где уже есть работа с файлами, подагенты и управление контекстом. GitHub
Есть и готовые продукты: Langflow — визуальный конструктор, Langfuse — для наблюдения за работой агентов и оценки качества. Поэтому говорить «open source — это просто детали, а у нас готовая платформа» уже недостаточно. GitHub
Тогда за что платить?
На схеме платформы могут быть агенты, память, инструменты, безопасность, мониторинг. Всё выглядит солидно. Но схема отвечает на вопрос «как это устроено», а не «почему мне стоит это купить».
Я бы искала ответ не в количестве функций, а в том, что заказчику станет проще.
Быстрее запустить нового агента? Лучше разобрать сложные документы? Меньше дорабатывать? Тратить меньше на сопровождение?
Причём «у нас удобнее и надёжнее» — не ответ. Покажите, кому удобнее, в какой задаче и насколько.
Например, в Onyx автоматическая синхронизация прав доступа из SharePoint и Google Drive есть в Enterprise Edition, но не в Community. Это уже конкретная разница, а не просто слова про «корпоративную безопасность». Onyx Documentation
Но это не значит, что такой функции нет нигде в open source. И то, что за неё просят деньги, ещё не означает, что её выгодно покупать.
Важен и другой момент: это преимущество уже есть в продукте и им могут пользоваться разные заказчики? Или его будут каждый раз разрабатывать заново? Второе — скорее заказная разработка.
Поэтому вариантов я вижу три: настроить готовую открытую платформу, собрать свою из открытых компонентов или купить коммерческую.
И сравнивала бы их на одинаковых задачах, с одинаковыми требованиями к качеству, безопасности и нагрузке.
Сколько придётся доделать? Когда запустимся? Кто будет обновлять и поддерживать? Во сколько всё это обойдётся? Насколько сложно потом сменить платформу?
Отдельно — за что платим: за продукт, внедрение или поддержку. Хорошая команда внедрения может быть очень ценной. Но это ещё не значит, что сама платформа лучше альтернатив.
«Мы можем собрать это на open source» — ещё не повод отказаться от покупки.
«У нас корпоративная AI-платформа» — ещё не повод её покупать.
Важно, что мы получим лучше, быстрее или дешевле с учётом всех затрат. И чем это подтверждено.
За какое преимущество AI-платформы вы готовы платить, если открытая альтернатива уже есть?
