Питання ШІ на 3 трильйони доларів: чи зможе виручка покрити витрати на інфраструктуру?
Індустрія штучного інтелекту наразі перебуває у вирішальній гонці між величезними капітальними витратами та нагальною потребою в генеруванні доходу. Оскільки гіперскейлери вливають трильйони в апаратне забезпечення, постає критичне питання: чи зможе програмний рівень створити достатню цінність, щоб виправдати величезну вартість кремнію?
Зростаючий розрив між CapEx та виручкою
Масштаби інвестицій в інфраструктуру ШІ приголомшують. Партнер Sequoia David Cahn, який раніше оцінював необхідний дохід у 200 мільярдів доларів, виходячи з доходу Nvidia від GPU у 50 мільярдів доларів, суттєво переглянув свої прогнози. Через три роки безперервного гіпермасштабування Cahn тепер оцінює, що витрати на інфраструктуру ШІ досягнуть 1,5 трильйона доларів до 2026 року.
Щоб окупити ці витрати, галузь має згенерувати приблизно 3 трильйони доларів доходу. Ця цифра, ймовірно, є консервативним базовим показником. Зростання вартості пам'яті, впровадження екзотичних чипів, спеціалізованих для інференсу (inference), та зростання витрат на будівництво центрів обробки даних різко підвищують необхідний дохід на кожен гігават (ГВт) CapEx. Хоча передові лабораторії (frontier labs) демонструють зростання — за повідомленнями, Anthropic досягла 60 мільярдів доларів ARR, а OpenAI — 20 мільярдів доларів ARR — між поточними прибутками та порогом у 3 трильйони доларів залишається величезна прірва.
Ставка гіперскейлерів та ризик дефляції
Гіперскейлери у стилі «Великолепної сімки» — Google, Meta, Microsoft та Amazon — є основними рушіями цих витрат. Ці гіганти роблять ставку на масивне прискорення вільного грошового потоку до 2028 року, ґрунтуючись на ідеї, що сервіси ШІ стануть необхідними комунальними послугами з високою маржинальністю.
Однак головний економіст Apollo Torsten Slok попереджає про значні труднощі, які можуть зірвати ці розрахунки. Два конкретні тренди становлять загрозу для бізнес-моделі «фабрики токенів»:
- Популярність моделей з відкритими вагами (Open Weights): Організації все частіше переходять на дешевші моделі з відкритими вагами, зокрема ті, що походять із Китаю, замість того, щоб покладатися лише на дорогі передові моделі.
- Дефляція токенів: Оскільки моделі стають ефективнішими, ціна за токен стрімко падає. Наприклад, останні моделі OpenAI досягли 54% зростання ефективності токенів у завданнях із програмування. Хоча це є перемогою для розробників і кінцевих користувачів, це створює «перегони на виживання» (race to the bottom) для провайдерів, які покладаються на великий обсяг токенів, щоб компенсувати величезні витрати на інфраструктуру.
Макроекономічні наслідки невдалого повернення інвестицій в ШІ
Ставки виходять далеко за межі балансів технологічних гігантів. Оскільки нинішнє лідерство на ринку настільки зосереджене в руках кількох гравців, увесь індекс S&P 500 прив'язаний до успіху цього інвестиційного циклу в ШІ.
Якщо гіперскейлери не досягнуть своїх прогнозованих цілей за грошовими потоками до 2028 року, реакція ринку може бути системною. Slok припускає, що повільніше, ніж очікувалося, повернення інвестицій призведе не просто до корекції в окремому секторі; це потенційно може втягнути всю економіку в рецесію. Для екосистеми ШІ наступні роки стануть вирішальним тестом того, чи можна монетизувати інтелект достатньо швидко, щоб випередити зростаючу вартість апаратного забезпечення, яке його створює.
Основні висновки
- Величезна потреба у виручці: Індустрії ШІ потрібно згенерувати приблизно 3 трильйони доларів доходу, щоб виправдати прогнозовані витрати на інфраструктуру у 1,5 трильйона доларів до 2026 року.
- Парадокс ефективності: Покращення ефективності моделей (наприклад, 54% приріст OpenAI у завданнях із програмування) знижує витрати для користувачів, але створює ціновий тиск на компанії, які фінансують апаратне забезпечення.
- Системний економічний ризик: Оскільки зростання гіперскейлерів є основним рушієм S&P 500, нездатність отримати прибуток від ШІ може спровокувати ширшу ринкову корекцію або рецесію.