Экономика ИИ: почему подписка за $20 не покрывает миллиардные убытки

# Экономика ИИ: иллюзия прибыли и хрупкость финансовой пирамиды

Искусственный интеллект часто изображается как следующая технологическая утопия. Однако взгляд на реальные финансовые отчёты, данные по состоянию на конец сентября 2026 года, раскрывает другую картину: масштабное использование чужих денег для создания продуктов, которые пока не окупаются. Что стоит за привычными подписками и почему эта отрасль находится на пороге значительных финансовых рисков.

Подписки как метрика роста, а не прибыль

Когда пользователь платит ежемесячную подписку, например, за доступ к модели Claude или ChatGPT, он воспринимает это как покупку готового продукта. С точки зрения экономики компании, этот денежный поток — лишь часть уравнения, часто не покрывающая реальные расходы.

Рассмотрим данные за первое полугодие 2026 года. Компания OpenAI, по данным за этот период, показала выручку в размере $12,4 млрд, оперируя с операционным убытком в $21,6 млрд. Если за всё 2025 год убыток составлял $20,9 млрд, то за полгода 2026-го потери удвоились. В таких условиях каждый заработанный доллар компании обходится почти в $2,7 на покрытие расходов на серверы, электроэнергию и зарплаты.

Ситуация схожа у Anthropic. Если в 2025 году компания показала выручку $4,6 млрд при убытке $8 млрд, то в конце 2026 года прогнозируемая выручка уже достигла $16,2 млрд. Несмотря на рост, компания столкнулась с обязательствами по оплате вычислений (инференсу), которые исчисляются суммой в $518 млрд. В середине 2026 года было заявлено о первом положительном скорректированном операционном результате в размере около $559 млн, однако это понятие требует тщательного анализа: это не аудированная прибыль, и методология расчёта не раскрыта. При этом квартальная «прибыль» в $559 млн покрывает менее 0,1% от общих обязательств по вычислениям.

Итог: Для компаний ИИ текущие подписки пользователей служат не источником стабильного дохода, а метрикой для привлечения следующего раунда инвестиций. Деньги выплачиваются за счет капитала инвесторов, а не выручки от клиентов.

Кто финансирует этот рост?

Дефицит собственных средств закрывается за счёт венчурных фондов (например, Sequoia, a16z) и фондов прямых инвестиций (Blackstone, BlackRock). Эти организации привлекают средства от ограниченных партнёров (Limited Partners): пенсионных фондов, суверенных фондов государств (Саудовская Аравия, ОАЭ) и университетских фондов.

Система мотивации управляющих фондов играет ключевую роль. Комиссия менеджеров составляет около 2% от суммы активов под управлением вне зависимости от результата инвестиций. Это стимулирует рост объёма фонда, а не обязательно его доходности. Более того, капитал в секторе ИИ крайне концентрирован. Основные доли у OpenAI и Anthropic сосредоточены в руках нескольких стратегических инвесторов: Microsoft, Amazon, Google, Nvidia и SoftBank. Около четверти выручки Anthropic приходит от всего двух клиентов.

Пресс-релизы указывают на подготовку Anthropic к выходу на биржу (IPO) с оценкой в $2 трлн. При текущих темпах выручки мультипликатор цены к продажам (P/S) для компании значительно превышает нормы для зрелых технологических компаний (обычно 5–15). Выход на биржу означает перекладывание рисков и долгов с профессиональных инвесторов на широкие массы акционеров.

Бигтехи: долговая спираль и CapEx

Корпорации первой волны (Big Tech) стали главными кредиторами и одновременно крупнейшими потребителями в этой экосистеме. Капитальные затраты (CapEx) на строительство дата-центров и закупку чипов требуют огромных сумм. В то время как свободный денежный поток (FCF) снижается, компании активно занимают деньги.

Alphabet во втором квартале 2026 года потратила на CapEx $44,9 млрд, тогда как её операционный денежный поток составил $39,1 млрд, что привело к отрицательному FCF в $5,9 млрд. Meta демонстрирует похожую динамику: при CapEx в $31 млрд её свободный денежный поток едва достиг $784 млн. Общедоступные данные указывают, что совокупные CapEx «большой четвёрки» в 2026 году составили около $730 млрд.

Чтобы финансировать эти расходы, компании переходят от выпуска акций к выпуску облигаций. Amazon, Alphabet, Meta и Oracle за первые семь месяцев 2026 года заняли $194 млрд, что почти в два раза больше суммы за весь 2025 год. Доля долга в финансировании CapEx выросла с 9% до 32%. Moody’s подсчитала ещё $662 млрд внебалансовых обязательств, связанных с арендой дата-центров. Особый риск представляют облигации с длительным сроком погашения (например, 100 лет) на инфраструктуру, жизненный цикл которой составляет лишь 3–5 лет.

Итог: «Большая четвёрка» тратит на ИИ около $2 млрд в день. Рост долговой нагрузки происходит в момент, когда спрос на новый долг со стороны банков и инвесторов снижается, а условия выдачи кредитов ужесточаются.

Вендорное финансирование: Nvidia и её круговая порука

Одна из ключевых особенностей рынка — вендорное финансирование. Продавец предоставляет кредиты, чтобы покупатель приобрёл его же продукцию. Nvidia обсуждает гарантии в размере до $250 млрд для OpenAI на аренду дата-центров и ещё $350 млрд на финансирование закупок своих чипов.

Эта модель создала замкнутый цикл: Nvidia финансирует спрос на себя. Однако подобная практика имеет исторические прецеденты, например, крах Lucent и Nortel в 2000 году. Также к системе привлечения финансирования относятся компании неооблаков (CoreWeave, Lambda), чей долг вырос более чем в два раза. Залогом по кредитам выступают GPU, при этом кредитные линии рассчитываются на 5 лет, в то время как поколения чипов обновляются ежегодно. К моменту погашения кредита оборудование может устареть на 4–5 поколений.

Хрупкость источника денег: йены и трежерис

Финансовая система, питающая ИИ, держится на хрупком фундаменте глобальных кредитных рынков. Значительная часть финансирования происходит через кэрри-трейды и займы в японской йене. Долг в размере около $3,5 трлн опирается на разницу между низкой ставкой в Японии и высокой доходностью американских активов.

Важнейшим риском является курс йены. Долг необходимо возвращать в йенах, но если иена дорожает, стоимость обслуживания долга резко возрастает. 18 сентября 2026 года Банк Японии повысил ключевую ставку до 1,25% — максимум за 31 год. Это вынуждает заемщиков продавать ликвидные активы для погашения долгов. В первую очередь под удар попадают акции Nvidia, Microsoft и Alphabet — именно их продают, чтобы закрыть обязательства, созданные для финансирования ИИ.

Также критически важна ситуация на рынке репо (краткосрочных займов под залог государственных облигаций). Хедж-фонды держат огромные позиции, используя рычаги до 20x. Если цена трежерис упадёт, возникнут маржин-коллы, что может вызвать цепную реакцию продаж.

Итог: Экономика ИИ опирается на $3,5 трлн чужого долга. Любой резкий скачок процентной ставки в Японии или падение цен на трежерис может спровоцировать распродажу техактивов, которые финансируют дата-центры.

Реальный мир: дизель и энергия

Помимо финансовых схем, реальная инфраструктура сталкивается с материальными ограничениями. Стоимость дизельного топлива в США достигла рекордных $6,53 за галлон, а запасы находятся на минимуме за 44 года. Дефицит мощностей переработки нефти, вызванный глобальными факторами, вынуждает нефтеперерабатывающие заводы работать на пределе, что способствует инфляции.

Энергетический кризис затрагивает и Европу. Отказ от дешёвой российской энергии заставляет правительства выпускать новые гособлигации, что выжимает ликвидность из инвестиционных рынков. ФРС и Банк Японии одновременно закрывают возможность печати дешёвых денег для гашения долгов. В таких условиях традиционные методы борьбы с кризисом — нулевые ставки и квантование денег — становятся недоступными.

Пороховая бочка: сценарии кризиса

Сложив все факторы, можно увидеть картину хрупкого равновесия. Рост инфляции (затянутый ценой на дизель) вынуждает ФРС повышать ставки. Это приводит к удорожанию кредитов, падению цен на трежерис и маржин-коллам хедж-фондов. Чтобы закрыть долги, инвесторы продают акции «голубых фишек» (Nvidia, Alphabet). Падение цен на акции снижает ликвидность в системе, заставляя компании брать новые кредиты под залог активов, которые уже дешевеют. Это вызывает новую волну продаж.

При этом выручка отрасли остаётся на уровне десятков миллиардов долларов, тогда как обязательства — сотни миллиардов. Плечо в фундаменте достигает 20x. Все звенья цепи держатся на цене денег, которая растёт одновременно на финансовых рынках, на топливном рынке и в бюджетной политике.

Итоги и перспективы

1. Выручка vs Обязательства: В секторе ИИ текущая выручка ($16 млрд у Anthropic) несопоставима с необходимостью покрытия обязательств по инфраструктуре ($518 млрд). Рост подписок лишь маскирует глубину проблемы. 2. Роль Бигтехов: Компании вроде OpenAI и Anthropic финансируются не собственными средствами, а кредитов Бигтехов (Microsoft, Amazon). Если эти компании столкнутся с проблемами на долговом рынке, модель коллапсирует. 3. Риск долговой спирали: Использование йенского долга и высоких кредитных рычагов создаёт риск системного обвала при малейшем изменении макроэкономических условий. 4. Технологическая революция vs Финансовая реальность: Пока кредиты предоставляются, всё выглядит как успех. Однако в первый же день, когда продления не будет, станет ясно, что на пороховой бочке сидят не только инвесторы, но и конечные пользователи.

Ответ на вопрос: какое звено цепочки самое прочное?

Наиболее устойчивым звеном в данной цепочке является потребительская платёжеспособность в реальном секторе (дизель и зарплаты). Пока энергия дорога и зарплаты растут, люди продолжают платить за подписки, даже если это означает отсрочку крупных покупок. Однако эта прочность иллюзорна: как только инфляция перерастёт в стагфляцию, или начнутся маржин-коллы, цепочка разорвется по принципу « weakest link» (самое слабое звено), которым оказывается финансирование инфраструктуры (долг под залог GPU и йенский кэрри-трейд).

---

Примеры из реальной жизни: аналогии с прошлым

История знает несколько кризисов, связанных с пузырями и спекуляциями на будущее. Один из самых ярких примеров — Кризис доткомов в 2000 году.

Тогда, как и сейчас, казалось, что интернет изменит всё. Компании вроде Pets.com и Webvan строили бизнес-модели, основанные на экспоненциальном росте, но не обладали реальной прибылью. Венчурные капиталисты вложили сотни миллиардов долларов, создавая инфраструктуру, которая не могла выдержать рыночного давления.

Когда пузырь лопнул, последствия были катастрофическими. По данным Министерства торговли США, к началу 2002 года было закрыто более 40% компаний в секторе интернет-сервисов. Однако, важно отметить, что сам интернет не исчез. Технологии не были бесполезны; именно в этом кризисе появились такие гиганты, как Amazon, eBay и Google. Но цена этого перехода была уплачена десятками тысяч рабочих мест и разрушением жизней многих основателей стартапов.

Другой пример — Кризис 2008 года, который также имеет параллели с текущей ситуацией в ИИ. Тогда финансовые институты создавали сложные деривативы, опираясь на рост цен на недвижимость и кредиты с высоким плечом. Когда рынок начал корректироваться, возникла цепная реакция, приведшая к падению Lehman Brothers и глобальному спаду.

В текущем случае с ИИ мы видим схожую структуру: создание инфраструктуры (дата-центры) на чужие деньги (кредиты и облигации) с высокой долговой нагрузкой. Если рост выручки не поспевает за ростом затрат, как это было в доткомов, система не выдержит.

Что делать разработчику?

Для разработчика это означает одну вещь. Не стройте продукт, который умирает, когда токен дорожает в 3–5 раз или гаснет один провайдер. Из той же логики я делаю свой продукт, https://intessika.com/ : сеть, облако и ИИ в нём необязательны. Всё, без чего нельзя обойтись, считается и хранится локально, на машине пользователя. Облако и модель подключаются сверху, только если они доступны и если их цена ещё имеет смысл. Чужой сервер не хранит данные и не отключит вас в любой непонятной ситуации.