#OpenAIAnnualRecurringRevenueNears$70B

OpenAI приближается к годовому темпу выручки в 70 миллиардов долларов, но, на мой взгляд, самое интересное в этой истории уже не сама $70B компания.

Настоящий вопрос заключается в том, что происходит, когда компания растёт настолько быстро, а стоимость поддержки этого роста также становится огромной.

Как сообщает Axios, годовой темп выручки OpenAI с начала Q3 вырос более чем на 70%, достигнув почти 70 миллиардов долларов, а продажи корпоративным клиентам с июля выросли более чем вдвое. Потребительский бизнес также принёс в Q3 больше выручки, чем за весь 2025 год.

Это поразительное ускорение.

Но я хочу отделить темп роста выручки от экономических показателей бизнеса.

Годовой темп выручки — это не то же самое, что 70 миллиардов долларов выручки, уже полученной за полный год. Он берёт недавний темп выручки и проецирует его на будущее. Reuters также подчеркнул, почему это различие важно при оценке быстрорастущих компаний в сфере ИИ.

Поэтому вместо вопроса о том, сможет ли OpenAI достичь 70 миллиардов долларов, я думаю, что следующее поколение дискуссии об оценке ИИ начинается с другого вопроса:

Сколько экономической ценности OpenAI может создавать с каждого дополнительного доллара, потраченного на вычисления?

Этот вопрос становится гораздо важнее по мере ускорения внедрения корпоративного ИИ.

Корпоративные клиенты больше не платят просто за эксперименты с чат-ботом. ИИ интегрируется в программирование, исследования, клиентскую поддержку, обработку документов, повышение производительности и всё больше — в автономные рабочие процессы. Если такие задачи станут частью повседневных бизнес-операций, выручка от ИИ может стать гораздо более регулярной и операционно значимой.

Но рост корпоративного сегмента создаёт и новую проблему.

Больше клиентов означает больше инференса.

Больше инференса означает больше GPU, памяти, сетевого оборудования, дата-центров и электроэнергии.

А больше вычислений означает, что выручка должна расти быстрее, чем базовые затраты на её получение.

Именно здесь, как мне кажется, следующий этап развития OpenAI становится гораздо сложнее.

Компания может крайне быстро наращивать выручку и при этом сталкиваться со сложной экономической задачей, если инфраструктура, необходимая для обслуживания каждого нового клиента, растёт почти такими же темпами.

Именно поэтому заявленные планы OpenAI по привлечению финансирования так важны. Bloomberg сообщил, что компания стремится привлечь как минимум 30 миллиардов долларов при оценке примерно в 1,4 триллиона долларов. Это означало бы значительный рост по сравнению с оценкой примерно в 852 миллиарда долларов, связанной с её мартовским раундом финансирования, хотя новое финансирование пока остаётся заявленной целью, а не завершённой сделкой.

Теперь посмотрим на эти цифры вместе.

Почти $70B годовой выручки.

Потенциально $30B дополнительного капитала.

Заявленная целевая оценка около 1,4 триллиона долларов.

И экосистема ИИ-инфраструктуры, требующая огромных постоянных инвестиций.

Это уже не просто история роста софтверной компании.

Она превращается в историю распределения капитала.

В конечном счёте рынку необходимо понять, какая часть выручки OpenAI может превратиться в устойчивый свободный денежный поток после оплаты вычислительной инфраструктуры, необходимой для её получения.

Есть и ещё одно особенно интересное развитие событий.

Финансовый директор OpenAI продвигает иной способ оценки экономики корпоративного ИИ: полезный интеллект на доллар, а не просто измерение использования ИИ или потребления токенов. Эта идея важна, поскольку более дешёвые токены автоматически не означают лучшую экономику. Важно то, действительно ли ИИ выполняет для клиента ценную работу.

Это может стать одним из важнейших показателей на следующем этапе развития индустрии ИИ.

Представим две компании, каждая из которых получает по 10 миллиардов долларов выручки от ИИ.

Одной требуются огромные вычислительные ресурсы для получения этой выручки.

Другая может обеспечить ту же бизнес-ценность при значительно более низких затратах на инференс.

Их показатели выручки выглядели бы одинаково.

Их экономика — нет.

Именно поэтому снижение стоимости инференса может стать одним из самых позитивных событий для ИИ-бизнеса — даже если более дешёвый ИИ поначалу окажет давление на цены. Если стоимость создания полезного интеллекта снижается быстрее, чем цены, потенциальный объём маржи может расширяться.

Это создаёт захватывающий замкнутый цикл.

Более совершенные модели увеличивают спрос.

Больший спрос создаёт больше выручки.

Большая выручка финансирует развитие инфраструктуры.

Более развитая инфраструктура повышает доступность и снижает стоимость вычислений.

Более низкая стоимость вычислений делает ИИ полезным для большего числа задач.

Большее количество задач создаёт новую волну спроса.

Если этот цикл продолжится, сегодняшние огромные расходы на инфраструктуру начнут выглядеть не столько затратами, сколько фундаментом гораздо более крупной технологической платформы.

Но противоположный сценарий также заслуживает внимания.

Если клиенты ИИ станут более чувствительными к ценам, конкуренция между моделями будет снижать цены быстрее, чем падает стоимость инференса, или инфраструктурные обязательства будут расти быстрее монетизации, одного роста выручки будет недостаточно для понимания всей картины.

Именно поэтому я не думаю, что следующая дискуссия об оценке ИИ будет решена ещё одним впечатляющим заголовком о ARR.

Её решит юнит-экономика.

Сколько стоит обслуживать корпоративного клиента?

Как быстро снижается стоимость инференса?

Какая доля выручки является регулярной?

Насколько глубоко ИИ интегрирован в рабочие процессы клиентов?

Сколько дополнительных вычислений требуется для каждого доллара новой выручки?

И в конечном счёте, сколько свободного денежного потока остаётся после оплаты инфраструктуры?

Есть и фактор времени.

Как сообщается, OpenAI сейчас рассматривает ещё один огромный раунд финансирования, одновременно работая в индустрии, где другие передовые компании в сфере ИИ также наращивают выручку и инфраструктуру экстраординарными темпами. Например, последние документы Anthropic раскрыли обязательства по будущей инфраструктуре на сотни миллиардов долларов.

Это говорит нам кое-что важное обо всём секторе.

Гонка в сфере ИИ больше не сводится просто к созданию лучшей модели.

Она превращается в гонку между ростом выручки, эффективностью вычислений и капиталоёмкостью.

И именно за этим показателем я бы следил дальше.

$70B число доказывает, что компании и потребители готовы тратить на ИИ серьёзные деньги.

Следующий вопрос гораздо сложнее:

Сможет ли OpenAI сделать каждый дополнительный доллар выручки от ИИ всё более прибыльным по мере масштабирования системы?

Если в конечном счёте ответ будет положительным, экономическое значение сегодняшнего роста выручки может оказаться гораздо больше, чем предполагает этот заголовок.

Если ответ отрицательный, то даже экстраординарный рост выручки может сочетаться с экстраординарными потребностями в капитале.

Именно поэтому я рассматриваю показатель $70B как отправную точку, а не как итог.

ИИ уже доказал, что люди готовы платить за интеллект.

Теперь индустрии необходимо доказать, что она способна создавать полезный интеллект по экономически оправданной стоимости.

Именно здесь будет решаться следующая дискуссия об ИИ-компаниях стоимостью в триллион долларов.