Вопрос ИИ на 3 триллиона долларов: сможет ли выручка покрыть расходы на инфраструктуру?

Индустрия искусственного интеллекта в настоящее время участвует в высокорискованной гонке между колоссальными капитальными затратами и острой необходимостью получения прибыли. Пока гиперскейлеры вливают триллионы в оборудование, возникает критический вопрос: сможет ли программный уровень создать достаточно ценности, чтобы оправдать огромную стоимость кремния?

Растущий разрыв между CapEx и выручкой

Масштабы инвестиций в инфраструктуру ИИ поражают воображение. Партнер Sequoia Дэвид Кэн, который ранее оценивал необходимую выручку в 200 миллиардов долларов, основываясь на выручке Nvidia от продажи GPU в 50 миллиардов долларов, значительно пересмотрел свои прогнозы. Из-за трех лет непрерывного гипермасштабирования Кэн теперь оценивает, что расходы на инфраструктуру ИИ достигнут 1,5 триллиона долларов к 2026 году.

Чтобы окупить эти затраты, индустрии необходимо сгенерировать выручку в размере около 3 триллионов долларов. Эта цифра, скорее всего, является консервативной базовой оценкой. Рост стоимости памяти, внедрение экзотических чипов, специализированных для инференса, и увеличение затрат на строительство дата-центров резко повышают необходимую выручку на каждый гигаватт (ГВт) CapEx. Хотя передовые лаборатории демонстрируют рост — по сообщениям, Anthropic достигла ARR в 60 миллиардов долларов, а OpenAI — 20 миллиардов долларов — между текущими доходами и порогом в 3 триллиона долларов сохраняется огромный разрыв.

Ставка гиперскейлеров и риск дефляции

Гиперскейлеры в стиле «Великолепной семерки» — Google, Meta, Microsoft и Amazon — являются основными драйверами этих расходов. Эти гиганты делают ставку на масштабное ускорение свободного денежного потока к 2028 году, основываясь на идее, что ИИ-сервисы станут незаменимыми высокомаржинальными коммунальными услугами.

Однако главный экономист Apollo Торстен Слок предупреждает о значительных препятствиях, которые могут нарушить эти расчеты. Две конкретные тенденции представляют угрозу для бизнес-модели «фабрики токенов»:

  1. Рост моделей с открытыми весами: Организации все чаще переходят на более дешевые модели с открытыми весами, включая модели из Китая, вместо того чтобы полагаться исключительно на дорогие передовые модели.
  2. Дефляция токенов: По мере того как модели становятся более эффективными, цена за токен стремительно падает. Например, последние модели OpenAI достигли 54-процентного увеличения эффективности токенов при выполнении задач по программированию. Хотя это выгодно для разработчиков и конечных пользователей, это создает «гонку на дно» для провайдеров, которые полагаются на огромные объемы токенов для компенсации колоссальных затрат на инфраструктуру.

Макроэкономические последствия неудачи с окупаемостью ИИ

Ставки выходят далеко за пределы балансов технологических гигантов. Поскольку нынешнее лидерство на рынке сосредоточено в руках всего нескольких компаний, весь индекс S&P 500 привязан к успеху этого инвестиционного цикла в сфере ИИ.

Если гиперскейлеры не достигнут своих прогнозируемых целей по денежному потоку к 2028 году, реакция рынка может стать системной. Слок предполагает, что более медленная, чем ожидалось, окупаемость приведет не просто к коррекции в конкретном секторе; это потенциально может ввергнуть всю экономику в рецессию. Для экосистемы ИИ ближайшие годы станут решающей проверкой того, сможет ли интеллект монетизироваться достаточно быстро, чтобы опередить растущую стоимость оборудования, который его производит.

Ключевые выводы

  • Огромная потребность в выручке: Индустрии ИИ необходимо сгенерировать выручку в размере примерно 3 триллионов долларов, чтобы оправдать прогнозируемые расходы на инфраструктуру в 1,5 триллиона долларов к 2026 году.
  • Парадокс эффективности: Повышение эффективности моделей (например, 54-процентный прирост OpenAI в задачах программирования) снижает затраты для пользователей, но создает ценовое давление на компании, финансирующие оборудование.
  • Системный экономический риск: Поскольку рост гиперскейлеров является основным драйвером индекса S&P 500, неспособность получить прибыль от ИИ может спровоцировать более широкую рыночную коррекцию или рецессию.