Багатство штучного інтелекту може бути ілюзією, підтримуваною двома компаніями

Закордонний автор технологічних оглядів Ed Zitron нещодавно висловив гостру думку: поточна економіка AI обчислювальної потужності можливо не підтримується широким і здоровим ринковим попитом, а значною мірою залежить від двох компаній — OpenAI та Anthropic. Постачальники хмарних сервісів інвестують у AI-компанії, а AI-компанії знову використовують ці кошти для купівлі хмарних послуг і обчислювальної потужності, формуючи цикл зростання.

Ця точка зору не обов’язково відображає всю правду, але нагадує нам: щоб судити про стійкість AI-буму, недостатньо дивитися лише на обсяги фінансування та масштаби будівництва дата-центрів, потрібно враховувати реальних клієнтів, якість грошових потоків і кінцевий попит.

Вступ

За останні два роки найпомітнішою історією зростання в AI-індустрії були не лише прориви у можливостях великих моделей, а й бум капіталовкладень у GPU, хмарні сервіси та дата-центри. Гіганти на кшталт Microsoft, Amazon, Google, Oracle продовжують інвестувати у інфраструктуру AI, а NVIDIA стала найяскравішим вигодоотримувачем цього циклу.

Але з’являється ще одне гостре питання: хто в кінцевому підсумку використовує ці нові дата-центри? Якщо справжніми великими клієнтами є лише OpenAI та Anthropic, то чи можна говорити про те, що так званий бум AI-обчислювальної потужності — це лише цикл, підтримуваний кількома компаніями, кількома хмарними провайдерами та кількома капітальними угодами?

Автор технологічних оглядів з США Ed Zitron у статті «Premium: AI’s Circular Psychosis» висловив дуже радикальну, але варту обговорення думку: економіка AI формує своєрідний «цикл ілюзії». У цьому циклі гіганти хмарних сервісів інвестують у AI-компанії, ті знову купують у них обчислювальні ресурси; хмарні гіганти підтверджують свої майбутні доходи, далі розширюють дата-центри та купують GPU. Здається, кожен ланцюг зростає, але якщо кінцевий попит не достатній, ця система може стати надзвичайно вразливою.

I. Так званий бум AI-обчислювальної потужності може бути дуже залежним від двох компаній

Основна думка Zitron не є складною: значна частина економіки AI фактично тримається на OpenAI та Anthropic. За його аналізом, ці дві компанії не лише займають значну частину обчислювальних потужностей Amazon, Google і Microsoft, але й приносять їм значну частку доходів від AI; важливо, що вони можуть становити значну частку майбутніх замовлень цих хмарних провайдерів.

Це означає, що ринок бачить не просто «зростання попиту на хмарні обчислення», а, можливо, дуже концентровану структуру клієнтів: AI-проекти хмарних компаній здебільшого належать AI-компаніям, які фінансуються або отримують інвестиції, а їхні платежі — це результат цих інвестицій і капіталовкладень у хмару. Іншими словами, гроші не просто перетікають від кінцевих клієнтів до моделей і далі до хмарних провайдерів; вони в значній мірі циркулюють між інвесторами, хмарними сервісами та AI-компаніями.

Ця структура не обов’язково є стійкою. У ранніх технологічних індустріях часто використовували фінансування для зростання — так було з хмарними обчисленнями, електромобілями, сервісами спільного користування. Проблема в тому, що інвестиції у AI-інфраструктуру надто великі, а компанії, здатні постійно споживати великі обсяги GPU, здається, не так багато, як уявляє ринок.

На графіку видно, що зобов’язання OpenAI та Anthropic щодо витрат на Microsoft, Oracle, Google і Amazon займають значну частку їхніх накопичених замовлень. Рожевий колір — зобов’язання OpenAI, оранжевий — Anthropic, сірий — інші замовлення. Джерело: The Information, цитата з Where’s Your Ed At;

Якщо ці розрахунки правильні, то висновок, який слід враховувати, — це те, що значна частина майбутніх доходів гігантів хмарних сервісів залежить не лише від попиту на AI, а й від здатності OpenAI та Anthropic постійно залучати фінансування, розширюватися і платити великі рахунки за хмару.

II. «Циклічний» платіжний баланс між Anthropic і гігантами хмарних сервісів

Загострена критика Anthropic з боку Zitron особливо цікава. Він вважає, що проблема Anthropic полягає не лише у збитках, а й у тому, що між нею та Amazon, Google сформувалася своєрідна циклічна фінансова залежність: гіганти хмарних сервісів інвестують у Anthropic, а та знову використовує ці кошти для купівлі хмарних послуг і обчислювальної потужності, отримуючи очікувані доходи і далі розширюючи інфраструктуру.

З фінансової точки зору це виглядає взаємовигідним. AI-компанії отримують необхідні обчислювальні ресурси для тренування і роботи моделей, хмарні провайдери — великих клієнтів, а капітальні ринки — історію зростання. Але якщо у Anthropic немає достатніх доходів і прибутків, її здатність платити за хмару значною мірою залежить від зовнішнього фінансування.

Саме це і є ключовим у концепції «циклічності»: майбутні доходи хмарного провайдера можуть залежати від того, чи зможе AI-компанія продовжувати залучати фінансування; а здатність AI-компанії зберігати зростання — це залежність від безперервних інвестицій і знижок з боку хмарних сервісів. На папері це ланцюг швидкого зростання, але з іншого боку — це ланцюг взаємозалежних ризиків.

Для китайських читачів це не новина. У будь-якій високовитратній галузі під час швидкого зростання часто виникає логіка «спершу будуємо інфраструктуру, потім чекаємо, коли попит реалізується». Відмінність у тому, що в AI-інфраструктурі вартість одиниці дуже висока, а технічна амортизація — швидка. Якщо реальний попит не виправдає очікувань, то понесені витрати будуть дуже важкими.

III. Передача Colossus-1 xAI: ігнорований сигнал попиту

Ще один важливий приклад — Anthropic отримала у спадок від SpaceX, xAI і Colossus-1 (підконтрольної Ілону Маску) дата-центр із потужністю 300 МВт. Маск назвав Colossus-1 «найпотужнішою системою тренування AI у світі» і заявив, що її створення було спрямоване на тренування Grok. Але тепер цю потужність передано Anthropic.

Zitron вважає, що це дає дуже незвичайний сигнал: якщо навіть такі великі компанії, як xAI, не потребують власних дата-центрів, то скільки ще на ринку справжніх великих покупців GPU? Це питання дуже важливе. За минулий рік ринкові наративи здебільшого базувалися на ідеї, що «AI-обчислювальна потужність ніколи не буде достатньою». Але «недостатність потужності» можлива лише за наявності конкретних клієнтів. Хто їх довгостроково купує? Хто має здатність платити? Чи достатньо їхнього доходу для покриття витрат на тренування і виведення моделей? Ці питання не можна відповідати лише «майбутнім попитом».

Zitron цитує статистику Sightline Climate: наразі у процесі будівництва — 15,2 ГВт потужностей, і очікується, що до кінця 2027 року вони будуть завершені. Якщо ці обсяги потрібно буде поглинути сотням або тисячам компаній через масштабне оренду GPU, потрібно довести, де ці компанії, яка їхня бізнес-модель і чи мають вони достатній дохід для оплати обчислювальних ресурсів.

IV. Куди насправді йдуть гроші стартапів у сфері AI?

Ще один важливий висновок — існує сильний зв’язок між доходами від програмного забезпечення AI і обчислювальною потужністю. Багато AI-стартапів здається, отримують доходи, але для надання послуг вони змушені використовувати моделі OpenAI або Anthropic, або орендувати GPU у хмарних провайдерів. В результаті, фінансування і доходи цих стартапів у кінцевому підсумку перетікають до кількох провідних компаній — моделей і інфраструктури.

Ця структура призводить до двох наслідків. По-перше, доходи галузі дедалі більше концентруються у верхівці. По-друге, навіть якщо доходи компаній на нижчих рівнях зростають, вони можуть не отримати здорового прибутку через постійні витрати на виклики моделей і обчислювальні ресурси.

Саме тому, процвітання AI-додатків не можна автоматично вважати ознакою загального зростання галузі. Якщо багато компаній-розробників просто перетворюють інвестиції у API-запити, але не мають цінової політики і прибутковості, вони більше схожі на канали для моделей, ніж на самостійні стабільні бізнеси.

З погляду медіа та редакцій, це особливо важливо для внутрішнього ринку AI в Китаї. Внутрішні компанії, що працюють з великими моделями, мають зменшити залежність від високих витрат на базові моделі і хмарні ресурси, сформувати власні дані, сценарії і клієнтську базу — і тоді вони зможуть стати не просто «показовими платформами моделей», а справжніми сталими компаніями.

V. Гіганти хмарних сервісів, виробники GPU і нові хмарні компанії — у спільному наративі

Zitron додатково зазначає, що вплив OpenAI і Anthropic поширюється не лише на хмарних провайдерів. Їхні обчислювальні потреби через NVIDIA, ODM-виробників серверів, нових хмарних компаній і розробників дата-центрів продовжують поширюватися. Якщо ринок вірить у безмежне зростання попиту на AI-обчислювальну потужність, продаж GPU, замовлення серверів і будівництво дата-центрів, а також оцінка хмарних компаній — все це підтримується.

Однак головне тут — якість попиту. Галузь може у короткостроковій перспективі створювати бум за рахунок капіталовкладень, але не може довго замінювати реальний попит. Якщо ключовими клієнтами нових хмарних компаній залишаються OpenAI, Anthropic, Meta або компанії, що надають послуги цим гігантам, то вся екосистема буде дуже концентрованою.

Це не означає, що AI втрачає цінність або що великі моделі не мають довгострокового попиту. Навпаки, AI змінює сфери софту, контенту, пошуку, програмування і бізнес-сервісів. Але ціна на капітал і ринкова оцінка базуються не на тому, наскільки AI корисний, а на тому, чи здатен він підтримати масштабні інфраструктурні розширення вартістю сотні мільярдів доларів. Між цим існує велика різниця.

VI. Ця стаття радикальна, але питання, які вона ставить, — невід’ємні

Зазначимо, що позиція Zitron дуже яскрава і навіть критична. Він називає сучасну економіку AI-обчислювальної потужності «великим шахрайством, ілюзією і помилкою». Таке твердження явно не є загальноприйнятим у галузі і не слід сприймати як остаточний висновок.

Але поставлені ним питання заслуговують серйозної дискусії.

Для ринку Китаю важливо не просто судити про «AI-бульбашку», а подивитися інакше: не лише на параметри моделей, обсяги фінансування, кількість GPU і масштаби дата-центрів, а й на те, хто є кінцевими клієнтами, звідки беруться доходи, хто несе витрати і чи можливо закрити прибутковий цикл.

Якщо AI справді здатен створити значний приріст продуктивності, то інвестиції у обчислювальну інфраструктуру будуть виправдані. Але якщо більша частина зростання — це цикл капіталу, рахунків за хмару і майбутніх замовлень, що підтримують ілюзію зростання, — тоді ця бульбашка буде набагато більш вразливою, ніж здається.

Заключення: ключові питання AI — не «чи є попит», а «якість цього попиту»

Довгострокова цінність AI не обов’язково співпадає з раціональністю всіх інвестицій у інфраструктуру. Великі моделі можуть продовжувати вдосконалюватися, застосування AI — поширюватися, а компанії — підвищувати рівень автоматизації. Але при цьому циклічні відносини між капітальними витратами, доходами від хмарних сервісів і GPU все ще потребують більшої прозорості.

Найцінніше в цій статті — не точність тверджень, а те, що вона нагадує: справжні ризики AI-індустрії полягають не у відсутності користувачів, а у тому, що доходи від використання AI недостатні для покриття витрат на його створення.

Коли галузь дедалі більше залежить від кількох суперклієнтів, кількох гігантів хмарних сервісів і безперервного залучення фінансування для підтримки зростання, інвестори, підприємці та спостерігачі мають ставити одне й те саме питання: чи це новий етап розвитку інфраструктурних технологій, чи капітальна ілюзія, підтримувана майбутніми доходами і циклічними платежами?