Meta продає обчислювальні потужності, Palantir лається, Zhipu стає топом Силіконової долини — історія про AI Capex потребує нового викладу.

Автор: Чжан Шен Beatz

AI-ринок знову різко скоригувався, цього разу через те, що Meta заявила, що може продавати свої надлишкові обчислювальні потужності ШІ.

Якби ця новина з'явилася три роки тому, навряд чи хтось здивувався б. Хмарні обчислення завжди були бізнесом, де сервери розрізають на шматки та продають іншим. Amazon, Microsoft, Google роблять це вже багато років. Нові хмарні провайдери, такі як CoreWeave, Nebius, також на цьому шляху перетворюють чіпи NVIDIA на заставу для фінансування, а фінансування — на більше чіпів.

Але коли справа дійшла до Meta, все змінилося.

Раніше Meta розуміла обчислювальні потужності інакше. Вона купувала чіпи, будувала центри обробки даних, боролася за електроенергію та землю для власних моделей, рекламної системи, рекомендаційного потоку та того superintelligence, про який все частіше говорить Цукерберг. Meta не хмарний провайдер. Вона не заробляла гроші, здаючи машини в оренду іншим.

Раніше компанія казала: мені потрібно якомога більше машин, тому що майбутнє їх поглине. Тепер вона каже: якщо ці машини тимчасово не використовуються, їх можна продати іншим.

Це не свідчить про надлишок обчислювальних потужностей, але й не можна просто так ігнорувати.

Того дня, коли ринок обвалився, генеральний директор Palantir Алекс Карп у програмі CNBC майже двадцять хвилин лаявся перед камерою.

Він прийшов поговорити про нове партнерство Palantir і NVIDIA, але швидко перейшов на модель оплати токенів OpenAI та Anthropic. Він сказав, що генеральні директори приватно скаржаться йому, що впровадження ШІ на підприємствах — це «платити за токени, які не створюють жодної цінності, і ще й віддавати свої дані». Він навіть назвав дедалі дорожчі рахунки за моделі податком на багатство, який тисне на компанії.

Останні два роки всі говорили про те, хто наважиться витрачати, хто витрачає швидше, хто першим збудує центри обробки даних. Тепер питання поступово змінюється. Після того, як машини куплені, хто зможе постійно завантажувати їх на повну потужність.

Заява Meta ще не перетворилася на офіційний бізнес. Згідно з відкритими звітами, усередині компанії є напрямок під назвою Meta Compute. Він може продавати сирі обчислювальні потужності або, як Amazon Bedrock, розміщувати різні моделі на власній інфраструктурі та продавати їх розробникам. Раніше Цукерберг на зборах акціонерів казав, що зовнішні компанії майже щотижня запитують, чи можуть вони купити їхні API-послуги або частину обчислювальних ресурсів, і готові платити вище за собівартість Meta.

Він тоді додав: «Ми ще цього не робимо, тому що Meta вважає, що ці обчислювальні потужності ще знадобляться нам самим.»

Якщо вони потрібні, оренда — це вибір. Якщо не потрібні, оренда — це знеболювальне для балансу.

Найскладніше саме тут. Meta може просто відкрити вікно на етапі будівництва та продавати тимчасово вільні ресурси. Або вона може сигналізувати інвесторам, що витрати на ШІ в сотні мільярдів доларів не можна вічно підтримувати далеким superintelligence; спочатку потрібно знайти ближчу лінію доходів.

Обидва пояснення можливі.

Попит не зник, він просто почав відбирати

Capex — це ядро наративу ШІ, без альтернатив. Як і вливання ліквідності у 2021 році, очікування, що Capex постійно зростатиме, як і вливання, змушує всі гілки ринку рости разом. Як тільки з'явилася новина, що Meta готова продавати обчислювальні потужності, багато хто подумав: AI capex ось-ось впаде. Великі компанії нарешті визнали, що купили забагато, і бенкет напівпровідників закінчиться.

Таке пояснення надто просте.

Відкриті дані поки що не підтверджують такого однозначного висновку. Дохід AWS у першому кварталі зріс на 28% до 37,6 млрд доларів — це рідкісне швидке зростання за останні роки. Google Cloud зріс ще стрімкіше у першому кварталі, дохід досяг 20 млрд доларів. Microsoft Azure також продовжує зростати приблизно на 40%.

Amazon все ще каже, що капітальні витрати цього року можуть сягнути 200 млрд доларів. Alphabet підняв прогноз капітальних витрат на 2026 рік до 180-190 млрд доларів. Meta також підняла річні капітальні витрати до 125-145 млрд доларів.

Ці цифри не схожі на колапс попиту.

Вони більше схожі на дивергенцію.

Становище хмарних провайдерів відрізняється від становища розробників моделей. Хмарні провайдери продають дороги. Поки дорогами хтось користується, незалежно від того, хто збудував автомобіль, вони отримують гроші. OpenAI, Anthropic, корпоративні клієнти, державні клієнти, стартапи — усі врешті-решт опиняться в якомусь центрі обробки даних, на якомусь чіпі, у якійсь мережі та за якимось контрактом на електроенергію.

Тому три великі хмари можуть продовжувати бути сильними.

AWS навіть наприкінці червня підвищила ціну на один із хмарних сервісів ШІ на 20% приблизно. Це послуга попереднього блокування GPU для клієнтів. У січні AWS уже підвищувала ціну приблизно на 15%. Це не те, що відбувається, коли попит слабкий.

Коли ресурс дефіцитний, продавець підвищує ціну.

Але не всім компаніям, що займаються моделями, буде так комфортно.

Активи модельних компаній вибагливіші. Обчислювальні потужності не генерують дохід просто так. Їх потрібно постійно заповнювати розумнішими моделями, частішими користувачами, дорожчими корпоративними робочими процесами. Лише коли модель досить хороша, користувачі готові терпіти черги, ліміти, підвищення цін і все складніші рівні підписки.

Саме тому Anthropic розглядають ринком як інший тип компанії. Не тому, що вона дешева, а тому, що користувачі готові довіряти їй дорогі завдання. Написання коду, зміна систем, виконання довгих завдань, інтеграція з корпоративними робочими процесами — щойно ці завдання потрапляють у виробниче середовище, споживання токенів стає набагато більшим, ніж у звичайних чатах.

Проблема сильної моделі — не вистачає машин.

Проблема слабкої моделі — машини нікому не шкода.

Обидві проблеми називаються обчислювальними потужностями, але це не одне й те саме.

Такий самий присмак має лінія xAI. Grok не сформував чіткого корпоративного мислення, як найсильніші моделі. Частину обчислювальних потужностей у системі Маска можна направити до Anthropic. Цей крок холодніший за будь-які гасла. Машини не визнають засновника, вони визнають лише того, хто зможе їх завантажити на повну.

Відносини Google і Meta також показують, що все не так просто. У червні з'явилися новини, що Google обмежив використання Gemini для Meta. Причина: Meta хотіла купити більше обчислювальних потужностей, ніж Google міг надати, що навіть вплинуло на деякі внутрішні ШІ-проєкти Meta. Одна компанія одночасно розглядає продаж обчислювальних потужностей і не може купити достатньо можливостей топових моделей для певних завдань.

Це не традиційний надлишок.

Це невідповідність. Тому що рахунки починають бути гострими.

Хмарні провайдери можуть продовжувати підвищувати ціни, тому що вони продають визначеність. Клієнтам потрібен GPU, який вони точно отримають протягом певного періоду, стабільний центр обробки даних, інфраструктура, яка не вийде з ладу посеред ночі.

Але коли корпоративний клієнт отримує обчислювальні потужності, питання не закінчується.

Вони також повинні передати цей рахунок фінансовому директору. Фінансовий директор не запитає, скільки токенів ви використали. Він запитає, скільки грошей ці токени заощадили компанії, скільки заробили, скільки помилок запобігли.

На підприємствах токени перетворилися на лічильник електроенергії

Це повертає нас до того інтерв'ю Карпа на початку.

Він назвав те, що багато ШІ-компаній продають підприємствам, надмірним продажем. За день до програми Palantir опублікувала у X дев'ятипунктову заяву про так званий ШІ-суверенітет, де окремо згадала модель tokenmaxxing. Це слово важко перекласти. Прямий переклад звучить погано, але сенс простий: споживання токенів вважається прогресом, спалювання грошей — використанням, а рахунок — продуктивністю.

Карп поставив на перше місце такі передові лабораторії, як OpenAI та Anthropic. Його думка не в тому, що підприємства не повинні використовувати найкращі моделі, а в тому, що підприємства не повинні віддавати свої дані, процеси та бізнес-рішення, а потім платити все більші рахунки за обсягом споживання.

Palantir хоче продати щось інше. Не універсальне чат-вікно, не єдиний API, а розміщення даних, затверджень, дозволів, операційних правил і ШІ в одній бізнес-системі. Клієнт платить не за те, «скільки разів використав ШІ», а за те, чи була реально змінена певна виробнича лінія, певна система управління ризиками, певне державне завдання.

Люди, які реально керують грошима на підприємствах, починають прокидатися.

UBS нещодавно поговорив з IT-керівниками підприємств. Один напрямок чітко простежується. Багато підприємств не відмовляються від ШІ, а починають ставити гальма на витрати на ШІ. Близько 60% опитаних компаній скорочують витрати на токени, додають обмеження на використання, особливо ті, що вже пройшли етап тестування та почали впроваджувати ШІ в повсякденні процеси.

Це також дуже цікавий розворот.

Коли ШІ перетворюється з іграшки на інструмент, витрачати гроші стає важче. На етапі іграшки бос готовий виділити бюджет, тому що всі бояться пропустити. На етапі інструменту фінансовий директор запитає, кому він заощадив робочий час, кому продав більше товарів, для кого знизив ризики.

У цій таблиці токени не схожі на дохід.

Вони більше схожі на лічильник електроенергії.

Ви можете сказати, що лічильник крутиться швидко — значить, завод працює. Або що лічильник крутиться надто швидко, а виробництво не зростає — значить, з машиною щось не так.

AI агенти посилюють цю проблему. У дослідженні Codex від OpenAI та кількох університетів є лякаючі цифри. У першій половині 2026 року кількість активних користувачів Codex зросла більш ніж у п'ять разів. Вихідні токени деяких внутрішніх посад OpenAI також різко зросли. Медіанний місячний вихід токенів юридичного відділу у 13 разів вищий, ніж у листопаді 2025 року, а дослідницького — більш ніж у 50 разів.

Інше дослідження говорить про це ще різкіше. agentic coding завдання можуть споживати у 1000 разів більше токенів, ніж звичайний кодовий чат і кодовий міркування. Для одного і того ж завдання споживання токенів між різними запусками може відрізнятися у 30 разів.

Ось у чому справжня глибина дефіциту обчислювальних потужностей сьогодні.

Не в тому, що всі почали більше запитувати чат-ботів.

А в тому, що програмне забезпечення починає перетворюватися на групу маленьких робітників, які багаторазово читають файли, виконують команди, змінюють код, зазнають невдачі, повторюють, знову зазнають невдачі, знову повторюють. У них немає обідньої перерви, але кожен крок споживає токени.

Коли токени стають лічильником електроенергії, той, хто володіє електростанцією, має владу. Але той, хто витрачає електроенергію даремно, також буде допитаний першим.

Рахунок товстішає, дешеві моделі отримують місце

Щойно фінансовий директор починає дивитися на цей лічильник, наступний крок не потребує пояснень.

Він запитає: які завдання повинні використовувати найсильніші моделі, а для яких достатньо просто достатньо хороших?

У цей момент GLM, Kimi, DeepSeek, Qwen та інші відкриті моделі перестають бути просто технічними новинами. Вони перетворюються на інструменти для торгу на столі закупівель підприємств.

Навіть Марк Андріссен з топ-венчурного фонду Кремнієвої долини a16z сказав, що багато практиків ШІ вже розглядають GLM-5.2 від Zhipu як першу китайську модель, здатну відповідати або навіть перевершувати провідні американські відкриті моделі в більшості завдань. Цей висновок не обов'язково є остаточним вердиктом, але він дає підприємствам додаткову фразу.

Coinbase наводить ще більш переконливий приклад. Брайан Армстронг сказав, що компанія перевела модель ШІ за замовчуванням на відкриті моделі, такі як GLM 5.2, Kimi 2.7, у поєднанні з маршрутизацією моделей, кешуванням і спрощенням контексту. Використання токенів все ще зростає експоненціально, але витрати на ШІ скоротилися майже вдвічі.

Руйнівна сила цього твердження полягає в тому, що підприємства вперше можуть розділити закупівлю можливостей моделей.

Найскладніші завдання продовжують доручати найдорожчим моделям. Звичайні резюме, обслуговування клієнтів, вилучення інформації, шаблонний код, внутрішні бази знань — дешевим моделям і локальному розгортанню.

Відкриті моделі не обов'язково повинні виграти всі битви.

Вони повинні лише переконати відділ закупівель, що не кожен кіловат-годину потрібно оплачувати за тарифом елітного житла.

На цьому етапі новина про продаж обчислювальних потужностей Meta перестає бути ізольованою подією.

Вона, разом із критикою Карпа на адресу токенів і прикладом Coinbase з відкритими моделями, розповідає про одне й те саме: ланцюжок витрат ШІ починає розриватися. Верхня ланка продає визначеність, середня — результати, нижня — знижує ціну за одиницю. Кожен рівень все ще зростає, але кожен рівень починають питати, чи варті витрати того.

Найважче — не купити машини, а постійно давати їм роботу

Останні два роки найлегшою історією в індустрії ШІ була нестача ресурсів.

Не вистачає GPU, не вистачає електроенергії, не вистачає центрів обробки даних, не вистачає інженерів, не вистачає хмар, здатних запускати моделі. Ця історія надто гладка. Коли чогось не вистачає, усі інстинктивно кидаються вперед. Спочатку зайняти позицію, спочатку підписати контракт на електроенергію, спочатку купити чіпи, спочатку встановити машини.

Під час боротьби за ресурси люди не схильні рахувати дрібниці.

Тому що ціна запізнення здається більшою.

Але новина Meta вивела інше питання. Після покупки машини, через те, що вона дорога, вона автоматично не стає хорошим бізнесом. Вона повинна мати роботу щодня, мати клієнтів, готових платити, мати моделі, які її завантажують, мати додатки, які перетворюють витрати на дохід.

Це і є утилізація.

Слово «утилізація» звучить холодно, але воно жорстоке. Воно не питає, чи є у вас майбутнє. Воно питає, чи працює ця машина сьогодні. Йому байдуже, що ви говорите на презентації. Йому байдуже, чи купили ви найдорожчий GPU. Воно дивиться тільки на одне: чи перетворилися ці гроші на стабільний грошовий потік.

Хмарним провайдерам легше відповісти на це питання. Вони спочатку продають інфраструктуру. AWS, Google Cloud, Azure продають дороги, електроенергію та серверні приміщення. Клієнтам потрібно навчати моделі, запускати інференс, розміщувати додатки — усе врешті потрапляє в якусь хмару.

Тому вони можуть продовжувати бути сильними.

У сильних модельних компаній також є своя відповідь. Якщо модель досить сильна, користувачі готові стояти в черзі, підприємства готові інтегруватися, розробники готові змінювати робочі процеси під неї. Тоді обчислювальні потужності — не запас, а вузьке місце. Чим більше машин, тим більше вони можуть розвернутися.

Найважче — середньому рівню.

У них є машини, історії, команди моделей і великі бюджети. Але модель не вийшла на перше місце, продукт не став щоденною звичкою, розробники не готові змінювати робочі процеси під нього. Для таких компаній обчислювальні потужності перетворюються зі зброї на запас — варто лише одній моделі провалитися при запуску або користувачам мігрувати.

Запас не обов'язково марний.

Але запас повинен дешевшати, здаватися в оренду, знаходити нове застосування.

Ось що робить продаж обчислювальних потужностей Meta таким гострим. Це не доводить провал Meta і не доводить зникнення попиту на ШІ. Це просто вперше дозволяє ринку побачити, що інфраструктура ШІ також може зіткнутися з тими ж проблемами, що й звичайний завод.

Завод побудований. Де замовлення?

Обчислювальні потужності не зникли, вони почали розшаровуватися

Тому найкраще розуміння цієї ситуації — не «надлишок обчислювальних потужностей».

Це слово надто грубе.

Точніше сказати: обчислювальні потужності починають розшаровуватися.

Верхній шар все ще напружений. Найсильніші моделі, найкращі хмари, найстабільніші кластери GPU все ще мають попит. Послуги AWS можуть дорожчати, тому що визначеність сама по собі має ціну. Клієнт купує не просто GPU; він купує гарантію, що певного дня, у певну годину, певний набір машин обов'язково буде доступний.

Середній шар починає бути незручним. Він, можливо, не поганий, але недостатньо дефіцитний. Він може запускати моделі, робити інференс, продавати зовнішнім клієнтам. Але клієнти порівнюватимуть, торгуватимуться, запитуватимуть, чому не використати дешевшу модель, чому не взяти іншу хмару, чому ці машини коштують саме стільки.

Нижній шар буде поступово стискатися відкритими моделями та оптимізацією витрат. Підприємства не будуть постійно використовувати найдорожчі моделі для звичайних завдань. Вони робитимуть маршрутизацію, кешування, стискатимуть контекст, розділятимуть моделі на різні рівні.

Попит виріс.

Дитина не дивиться на рахунок, дорослий — дивиться. Коли ШІ потрапляє на підприємства, він також проходить цей процес. На етапі пілоту всі бояться пропустити; на етапі масштабування всі починають рахувати.

Після підрахунків ланцюжок створення вартості не буде таким однорідним, як на ранніх етапах.

Хтось продовжує підвищувати ціну, тому що продає незамінну визначеність. Хтось починає продавати результати, тому що клієнт не хоче платити за споживання як таке. Хтось змушений знижувати ціну, тому що з'явилися достатньо хороші альтернативи. Хтось здає машини в оренду, тому що простоювання виглядає гірше, ніж дешева оренда.

Коли ці речі відбуваються одночасно, індустрія виглядає суперечливо.

З одного боку — дефіцит обчислювальних потужностей.

З іншого — оренда обчислювальних потужностей.

З одного боку — вибухове зростання споживання токенів.

З іншого — підприємства знижують витрати на ШІ.

З одного боку — топові моделі стають все сильнішими.

З іншого — відкриті моделі стають все дешевшими.

Вони не суперечать один одному. Вони просто свідчать, що ШІ перейшов від історії про загальний обсяг до історії про структуру.

Історія старих залізниць повториться

У залізничній бульбашці XIX століття залізниці не були фальшивими.

Колії прокладалися, вантажі справді перевозилися, міста справді зростали, час справді скорочувався. Багато найцінніших комерційних мереж пізніше справді виросли вздовж тих колій.

Але це не завадило багатьом будівельникам залізниць втратити гроші.

Вони програли не напрямок. Вони програли, тому що будували занадто рано, занадто багато, будували в місцях без пасажиро- та вантажопотоку або брали занадто дорогі кредити, щоб будувати дорогу, яка окупалася надто довго.

Те саме з оптоволокном під час бульбашки доткомів. Оптоволокно не було помилкою. Весь світ пізніше піднявся на ньому. Помилкою були ті бухгалтерські книги, які втиснули попит на десятиліття вперед у кілька років капітальних витрат.

Центри обробки даних ШІ, ймовірно, також залишать багато корисного. GPU амортизуватимуться, контракти на електроенергію продовжуватимуться, центри обробки даних оновлюватимуть обладнання, програмне забезпечення навчиться споживати більше обчислювальних потужностей. Споживання токенів, яке сьогодні здається екстравагантним, через кілька років може стати таким же звичним, як трафік відео високої чіткості.

Але активи мають свій характер.

Їм байдуже, чи вірите ви в майбутнє. Їх хвилює лише те, чи приходять люди щодня, щоб використовувати їх.

Сигнал Meta про продаж обчислювальних потужностей знаходиться саме в цій точці.

Це не кінець ШІ. І не кінець напівпровідників. Це більше схоже на те, коли наратив про капітальні витрати доходить до середини, і хтось вперше відчиняє двері, дозволяючи зовнішнім побачити, скільки машин на складі.

Деякі машини будуть з'їдені топовими моделями.

Деякі машини будуть орендовані хмарними клієнтами.

Деякі машини подешевшають у ціновій війні.

А деякі машини будуть терпляче чекати на додаток, який ще не з'явився.

Останні два роки ринок був готовий вірити, що всі машини колись знайдуть свою долю. Тепер він починає питати, хто знайде першим, хто не знайде, хто знайде, але не заробить достатньо грошей.

Як тільки це питання виникає, історія ШІ змінюється.

Вона більше не належить лише тим, хто купує машини найшвидше.

Вона належить тим, хто може змусити машини працювати безперервно.

Оригінальне посилання

Натисніть, щоб дізнатися про вакансії в律动 BlockBeats

Ласкаво просимо до офіційної спільноти 律动 BlockBeats:

Telegram підписка: https://t.me/theblockbeats

Telegram чат: https://t.me/BlockBeats_App

Twitter офіційний акаунт: https://twitter.com/BlockBeatsAsia