ИИ и экономический рост, исследования ВШЭ

Ключевая оговорка: в предоставленном источнике нет исследований Высшей школы экономики (ВШЭ). Материал целиком построен на расчётах Дэвида Кана, партнёра венчурного фонда Sequoia, и комментарии Торстена Слока, главного экономиста управляющей компании Apollo. Заголовок задан редакцией, но честность важнее: ниже разбираю именно то, что есть в источнике, без приписывания выводов ВШЭ.

Что именно считали?

В 2023 году Дэвид Кан из Sequoia взял годовую выручку Nvidia от продажи GPU (графических процессоров, на которых обучают и запускают нейросети) и прибавил к ней расходы на эксплуатацию дата-центров и маржу операторов. Получилось 200 млрд долларов, столько индустрии нужно было заработать, чтобы просто вернуть вложенное.

Три года гиперскейлинга (наращивания мощностей крупнейшими облачными компаниями) спустя Кан обновил расчёт. Расходы на ИИ-инфраструктуру к 2026 году он оценивает в 1,5 трлн долларов, а совокупная выручка, необходимая для их окупаемости, выросла до 3 трлн. Кан сам признаёт, что это скорее нижняя граница: дефицит памяти и переход на специализированные чипы для инференса (выполнения запросов к модели в реальном времени) толкают цифру вверх.

Где разрыв между расходами и доходами?

На стороне доходов пока негусто:

• ARR Anthropic оценивается в 60 млрд долларов.
• OpenAI отчиталась о 13 млрд выручки за 2025 год, хотя в ноябре 2025 заявляла о 20 млрд ARR.
• Разрыв между 3 трлн и текущими доходами остаётся колоссальным.

Торстен Слок из Apollo обращает внимание на второй риск: организации всё чаще переходят на дешёвые модели с открытыми весами (open weights, когда параметры модели доступны для скачивания и запуска на своём оборудовании), нередко китайские, а не покупают токены у лидеров рынка. Одновременно цены на токены падают. Новая модель OpenAI, по словам Альтмана, на 54 % экономичнее на задачах кода. Для пользователя это выгода, для компаний, продающих вычисления, потенциальная проблема: если общий объём потребления токенов не вырастет кратно, выручка не догонит расходы.

Что это значит для вас?

Слок формулирует риск прямо:

С учётом того, как много поставлено на столь малое число компаний, замедление окупаемости станет не просто проблемой сектора, оно рискует столкнуть экономику в рецессию, а S&P 500 в коррекцию. : Торстен Слок, главный экономист Apollo

Это не абстрактная «проблема Кремниевой долины». Вот что стоит учесть конкретным людям:

• Инвестору из РФ и СНГ. Если вы держите американские технологические акции или фонды на них, разрыв в 3 трлн долларов касается вас напрямую. Коррекция S&P 500 потянет за собой глобальные индексы, включая те, в которых участвуют российские инвесторы через зарубежных брокеров.

• Предпринимателю. Тренд на удешевление токенов и переход на модели с открытыми весами работает в вашу пользу: запуск ИИ-продукта сегодня дешевле, чем год назад. Но если гиперскейлеры начнут сокращать инвестиции из-за слабой отдачи, доступность дешёвых облачных GPU может сузиться.

• Автору Дзена и контент-маркетологу. Конкуренция моделей снижает ваши расходы на генерацию и редактуру. Но полагаться на одного провайдера рискованно: если бизнес-модель провайдера не сойдётся, цены могут резко вырасти или сервис закроется. Держите под рукой альтернативу, из доступных в РФ это YandexGPT и GigaChat.

Главный вывод прост: ИИ-индустрия пока тратит радикально больше, чем зарабатывает. Если разрыв не закроется к 2028 году, это ударит не только по акциям Nvidia и Microsoft, но и по каждому, кто встроил ИИ-сервисы в свою работу. Самое практичное, что можно сделать сегодня, не привязываться к одному провайдеру и освоить хотя бы одну модель с открытыми весами, которую можно запустить локально.

По данным Sequoia / Apollo (материал Дэвида Кана)