ИИ должен заработать $3 трлн, чтобы окупить инфраструктуру — оценка Sequoia и Apollo
Три года назад партнер Sequoia Дэвид Канн был одним из первых, кто просчитал и оценил последствия колоссальных расходов Кремниевой долины на инфраструктуру ИИ.
В 2023 году он исходил из того, что годовая выручка Nvidia от GPU составляет $50 млрд. Отталкиваясь от этой цифры и добавляя предполагаемые затраты на эксплуатацию дата-центров и маржу их операторов, он пришел к выводу, что для окупаемости первоначальных вложений потребуется $200 млрд выручки.
Он воспринял это как вызов и предложил предпринимателям придумать продукты и сервисы ИИ, которые будут использовать всю эту инфраструктуру и приносить на ней доход. Перенесемся в сегодняшний день: с учетом трех лет гипермасштабирования Канн получил новую оценку расходов на инфраструктуру ИИ на 2026 год — $1,5 трлн.
В сумме, по его расчетам, индустрии ИИ нужно будет заработать $3 трлн, чтобы оправдать все эти чипы и другие расходы на дата-центры. И это, вероятно, заниженная оценка: рост цен на память и увеличение использования экзотических или специализированных для inference чипов поднимут эту сумму еще выше. «В последнее время, — пишет он, — требуемая выручка на каждый ГВт CapEx резко выросла из-за этих узких мест и роста стоимости строительства».
На другой стороне баланса, как считается, Anthropic достигла $60 млрд ARR, а OpenAI, по сообщениям, заработала $13 млрд в 2025 году (хотя в ноябре 2025 года компания заявляла о $20 млрд ARR) и, вероятно, заработает больше в этом году. Но разрыв между необходимой и фактической выручкой все равно остается большим.
Следит за этим разрывом Торстен Слок, главный экономист Apollo, крупного управляющего активами. В недавней записке он указывает, что гиперскейлеры — Google, Meta, Microsoft и Amazon — все прогнозируют резкое ускорение свободного денежного потока в 2028 году. Иными словами, они рассчитывают увидеть отдачу от всех тех чипов, которые купили.
Image Credits:Torsten Slok/Apollo
А что если этого не произойдет? Слок отмечает риск, который уже виден в использовании ИИ: все больше организаций переходят на более дешевые open weight-модели, часто китайские, а не на модели frontier labs, и цены на токены в целом снижаются. Последняя модель OpenAI, по словам CEO Сэма Альтмана, на 54% эффективнее по токенам в задачах кодинга. Для пользователей, которые переживают за стоимость своих AI agents, это хорошая новость, но для компаний, строящих «фабрики токенов», это может быть плохой новостью, если пользователи не начнут резко наращивать общий объем потребления токенов.
Image Credits:Torsten Slok/Apollo
Слок опасается, что если гиперскейлеры не достигнут своих целей по cash flow, реакция рынка может быть жесткой —
«при такой большой ставке на так мало имен, — пишет он, — более медленная окупаемость была бы не просто проблемой для сектора, она могла бы подтолкнуть экономику к рецессии, а S&P 500 — к коррекции».
Просто о чем стоит помнить, подталкивая своих AI agents к более дешевым токенам.
_При покупке по ссылкам в наших материалах мы можем получить небольшую комиссию. Это не влияет на нашу редакционную независимость._
Материал — перевод статьи с английского.
Оригинал: Can AI answer the $3 trillion question?