Благосостояние ИИ-вычислений, возможно, — это иллюзия, поддерживаемая двумя компаниями

За рубежом автор технологических обзоров Ed Zitron недавно высказал острое мнение: текущая экономика AI-вычислений, возможно, не поддерживается широким и здоровым рыночным спросом, а сильно зависит от двух компаний — OpenAI и Anthropic. Облачные провайдеры инвестируют в AI-компании, а AI-компании используют эти средства для покупки облачных услуг и вычислительных мощностей, формируя цикл роста.

Этот взгляд не обязательно отражает всю правду, но напоминает нам: чтобы судить о устойчивости AI-бум, недостаточно смотреть только на объемы финансирования и масштабы строительства дата-центров, важнее — реальные клиенты, качество денежного потока и конечный спрос.

Вступление

За последние два года самый заметный рост в AI-индустрии — это не только скачок возможностей больших моделей, но и капиталовложения в GPU, облачные сервисы и дата-центры. Гиганты вроде Microsoft, Amazon, Google, Oracle продолжают увеличивать инвестиции в инфраструктуру AI, а NVIDIA становится ярчайшим победителем этого цикла.

Но возникает более острый вопрос: кто в конечном итоге будет использовать эти новые дата-центры? Если основные крупные клиенты — только OpenAI и Anthropic, то так называемый бум вычислительных мощностей AI — это, возможно, лишь цикл, поддерживаемый несколькими компаниями, облачными провайдерами и капиталами.

Автор американского технологического обзора Ed Zitron в статье «Premium: AI’s Circular Psychosis» высказал очень радикальное, но заслуживающее обсуждения мнение: экономика AI формирует «циклический маниакальный синдром». В этом цикле облачные гиганты инвестируют в AI-компании, те платят за облачные услуги и вычислительные мощности; облачные провайдеры, в свою очередь, подтверждают будущие доходы, расширяя дата-центры и покупая GPU. Каждая стадия кажется растущей, но если конечный спрос недостаточен, эта система может стать очень уязвимой.

I. Так называемый бум AI-вычислений может сильно зависеть от двух компаний

Основное мнение Zitron несложно свести к сути: значительная часть экономики AI фактически опирается на OpenAI и Anthropic. По его анализу, эти две компании не только занимают значительную часть вычислительных мощностей у Amazon, Google и Microsoft, но и приносят им существенный доход; более того, они могут занимать большую часть будущих заказов облачных провайдеров.

Это означает, что рынок видит не просто рост спроса на облачные вычисления, а скорее — очень концентрированную клиентскую структуру: заказы AI у облачных компаний идут от AI-компаний, а платежеспособность этих AI-компаний зависит от финансирования и инвестиций облачных провайдеров. Иными словами, деньги не просто текут от конечных клиентов к моделям, а циркулируют между инвесторами, облачными сервисами и AI-компаниями.

Такая структура не обязательно устойчива. В ранних технологических индустриях часто использовался механизм финансирования для роста — облачные вычисления, электромобили, совместные поездки проходили через подобные стадии. Но проблема в том, что инвестиции в инфраструктуру AI слишком масштабны, а компании, способные постоянно потреблять большие GPU-ресурсы, пока что, похоже, не так много, как кажется.

На графике видно, что обязательства OpenAI и Anthropic перед Microsoft, Oracle, Google и Amazon занимают значительную долю в их накопленных заказах. Розовым обозначены обязательства OpenAI, оранжевым — Anthropic, серым — другие заказы. Источник: The Information, цитата из Where’s Your Ed At;

Если эти оценки верны, то важный вывод — часть будущих доходов облачных гигантов зависит не только от спроса на AI, а в основном — от способности OpenAI и Anthropic продолжать финансирование, расширяться и оплачивать огромные счета за облачные услуги.

II. «Циклический» платеж между Anthropic и облачными гигантами

Особенно остро Zitron критикует Anthropic. Он считает, что проблема не только в убытках, а в том, что между Anthropic и Amazon, Google сложилась своего рода циклическая финансовая зависимость: облачные гиганты инвестируют в Anthropic, а та, в свою очередь, использует эти средства для покупки облачных услуг и вычислительных мощностей, что приносит облачным провайдерам ожидаемый доход и стимулирует дальнейшие инвестиции в инфраструктуру.

С точки зрения финансовой логики, это кажется взаимовыгодным. AI-компания получает необходимую мощность для обучения и inference, облачные провайдеры — крупного клиента, а капиталовые рынки — ростовые истории. Но если у Anthropic нет достаточной прибыли и доходов, чтобы самостоятельно оплачивать счета, то её способность продолжать платить за облачные услуги сильно зависит от внешнего финансирования.

Это и есть ключ к «цикличности»: будущие доходы облачного провайдера могут зависеть от того, сможет ли AI-компания продолжать привлекать финансирование; а сама AI-компания, чтобы продолжать рост, нуждается в постоянных поставках вычислительных ресурсов, инвестициях и скидках со стороны облачных провайдеров. На бумаге — цепочка быстрого роста, на деле — цепочка взаимозависимых рисков.

Для китайских читателей это не новость. В любой быстрорастущей высокотехнологичной отрасли легко возникает логика «строим инфраструктуру — ждем спроса». Разница в том, что стоимость AI-вычислений очень высока, а технологическая амортизация — быстрая. Если спрос не оправдает ожиданий, затраты могут стать очень тяжелыми.

III. Передача Colossus-1 xAI: игнорируемый сигнал спроса

Еще один важный кейс — Anthropic взяла на себя управление дата-центром Colossus-1 мощностью 300 МВт, принадлежащим SpaceX, xAI и Илону Маску. Маск называл Colossus-1 «самой мощной системой обучения AI в мире» и говорил, что её цель — обучение Grok. Но сейчас эта мощность передана Anthropic.

Zitron считает, что это очень необычный сигнал: если такие крупные модели, как xAI, не нуждаются в полном собственном дата-центре, то кто еще в рынке действительно покупает большие GPU?

Это важный вопрос. В прошлом году рынок активно транслировал идею «AI-вычислений всегда не хватает». Но «недостаток вычислений» — это вопрос конкретных клиентов. Кто покупает их постоянно? Кто способен платить? У кого есть доходы, чтобы покрывать расходы на inference и обучение? Эти вопросы нельзя ответить только «будущим спросом».

Zitron отмечает, что по данным Sightline Climate, сейчас строится 15,2 ГВт мощностей, и к концу 2027 года они должны быть введены в эксплуатацию. Если эти мощности действительно понадобятся тысячам компаний, чтобы масштабировать GPU, то рынок должен показать, где эти компании, каковы их бизнес-модели и есть ли у них доходы для оплаты вычислений.

IV. Куда уходят деньги стартапов в AI?

Еще один важный вывод — существует сильная связь между доходами от программного обеспечения AI и потребностью в вычислительных мощностях. Многие стартапы в AI вроде бы зарабатывают, но для предоставления услуг им нужны модели OpenAI или Anthropic, или аренда GPU у облачных провайдеров. В итоге, финансирование и доходы этих стартапов в основном идут в карманы немногих компаний, владеющих моделями и инфраструктурой.

Это ведет к двум последствиям. Первое — доходы всей индустрии концентрируются у лидеров. Второе — даже при росте доходов у средних и мелких компаний, их прибыльность остается под вопросом, поскольку расходы на вызовы моделей и вычислительные ресурсы постоянно съедают денежные потоки.

Именно поэтому рост приложений AI не обязательно означает рост всей индустрии. Если большинство приложений — это просто платформа для API вызовов, а сами компании не имеют ценовой власти и прибыли, то они скорее выступают каналами для моделей, а не самостоятельными устойчивыми бизнесами.

Для отечественных аналитиков важно понять: в нашей стране аналогичная ситуация — любой быстрорастущий сегмент сталкивается с логикой «строим инфраструктуру — ждем спроса». Разница в том, что стоимость AI-вычислений очень высока, а технологическая амортизация — быстрая. Если спрос не оправдает ожиданий, затраты могут стать очень тяжелыми.

V. Облака, GPU-производители и новые облачные компании — все в одной истории

Zitron подчеркивает, что влияние OpenAI и Anthropic распространяется не только на облачных провайдеров. Их вычислительные потребности через NVIDIA, ODM-производителей серверов, новых облачных компаний и дата-центров продолжают расширяться. Пока рынок верит, что спрос на AI-вычисления будет расти бесконечно, продажи GPU, заказы серверов и строительство дата-центров, а также оценки облачных компаний поддерживаются.

Но ключевое — качество спроса. Индустрия может в краткосрочной перспективе создавать бум за счет капиталовложений, но в долгосрочной — не сможет заменить реальный спрос инвестициями. Если крупные клиенты новых облачных компаний по-прежнему будут в основном связаны с OpenAI, Anthropic, Meta или предоставляющими услуги этим компаниям облачными гигантами, то концентрация клиентов будет очень высокой.

Это не означает, что AI не ценен или что большие модели не нужны. Напротив, AI меняет софт, контент, поиск, программирование и бизнес-сервисы. Но рыночная оценка — это не вопрос «насколько AI полезен», а «достаточно ли AI для масштабных инфраструктурных инвестиций на сотни миллиардов долларов». Между этими понятиями — огромная разница.

VI. Эта статья — радикальная, но вопросы, которые она поднимает, — неизбежны

Стоит подчеркнуть, что позиция Zitron очень ясна и даже критична. Он называет текущую экономику AI-вычислений «большой аферой, иллюзией и ошибкой». Такое мнение явно не является общепринятым в индустрии и не должно восприниматься как окончательный вердикт.

Но вопросы, которые он поднимает, заслуживают серьезного обсуждения.

Для китайского рынка важнее не просто делать выводы о «разрушении AI-бумы», а смотреть на ситуацию иначе: не только на параметры моделей, объем финансирования, количество GPU и масштабы дата-центров, а — кто конечные клиенты, откуда идут доходы, кто оплачивает расходы и есть ли прибыль.

Если AI действительно создает значительный рост производительности, то строительство инфраструктуры будет оправдано. Но если рост происходит в основном за счет циклов капиталовложений, облачных счетов и будущих заказов, то у этой «бумы» есть гораздо более хрупкие основания, чем кажется.

Заключение: ключевая проблема AI — не «есть ли спрос», а «какое качество спроса»

Долгосрочная ценность AI не обязательно равна тому, что все инвестиции в инфраструктуру оправданы. Большие модели могут продолжать развиваться, AI-приложения — расширяться, а бизнес — автоматизировать процессы. Но при этом циклическая зависимость между капиталовложениями, облачными доходами и GPU-спросом требует более прозрачного анализа.

Самое ценное в этой статье — не точность, а то, что она напоминает: настоящие риски AI-индустрии — не в отсутствии использования AI, а в недостаточности доходов для покрытия затрат на его развитие.

Когда отрасль все больше зависит от нескольких крупных клиентов, облачных гигантов и постоянных инвестиций для поддержания роста, инвесторам, предпринимателям и аналитикам стоит задавать один и тот же вопрос: это новая волна инфраструктурных инвестиций или иллюзия капитала, поддерживаемая будущими доходами и циклическими платежами?