Автор: Мыслящий круг
Задумывались ли вы, что индустрия программного обеспечения, возможно, переживает более резкие изменения, чем переход от командной строки к графическому интерфейсу? Недавно я послушал глубокий анализ рынка ИИ от Дэвида Джорджа из a16z, и меня поразили данные: самые быстрорастущие компании ИИ расширяются с годовой скоростью роста 693%, при этом их расходы на продажи и маркетинг значительно ниже, чем у традиционных программных компаний. Это не единичный случай; вся группа компаний ИИ растет в 2,5 раза быстрее, чем компании без ИИ. Что еще более невероятно, их ARR на одного сотрудника (годовой регулярный доход на одного сотрудника) достигает 500 000–1 000 000 долларов, в то время как стандарт для компаний предыдущего поколения составлял 400 000 долларов.
Что это значит? Это означает, что мы становимся свидетелями рождения новой бизнес-модели, эры, когда можно создавать большую ценность с меньшим количеством людей и меньшими затратами.
Дэвид Джордж в своем выступлении отметил, что это не какая-то небольшая корректировка, а полная смена парадигмы. Эти основные концепции — контроль версий, шаблоны, документация и даже само понятие пользователя — переопределяются рабочими процессами, управляемыми ИИ-агентами. Я глубоко убежден, что в течение следующих пяти лет компании, которые не смогут адаптироваться к этим изменениям, будут полностью вытеснены с рынка.
Удивительная правда о росте компаний ИИ
Данные, представленные Дэвидом Джорджем, заставили меня переосмыслить, что такое настоящий рост. 2025 год стал годом ускоренного роста для компаний ИИ. После замедления роста в 2022, 2023 и 2024 годах из-за роста процентных ставок и сокращения технологического сектора, 2025 год полностью изменил эту тенденцию. Самое удивительное, что среди компаний, ранжированных по разным эшелонам, скорость роста настоящих аномальных компаний просто невероятна.
Моя первая реакция на эти данные была: эти цифры верны? Группа лучших компаний ИИ демонстрирует рост на 693% в годовом исчислении. Дэвид сказал, что их команда трижды перепроверила, прежде чем поверить этим цифрам. Но это полностью соответствует тому, что они видят на практике и в кейсах своих портфельных компаний. Это не изолированное явление, а системное изменение, происходящее во всей сфере ИИ.
Что еще более важно, так это качество роста. Традиционным программным компаниям обычно требуется много времени, чтобы достичь годового дохода в 100 миллионов долларов, а самые быстрорастущие компании ИИ достигают этого рубежа гораздо быстрее. Дэвид особо подчеркнул очень важный момент: это не потому, что они тратят больше на продажи и маркетинг, как раз наоборот, самые быстрорастущие компании ИИ фактически тратят на продажи и маркетинг меньше, чем традиционные SaaS-компании (программное обеспечение как услуга). Они растут быстрее, но тратят меньше. В чем причина? В том, что спрос со стороны конечных клиентов чрезвычайно силен, а сам продукт невероятно привлекателен.
Я считаю, что это раскрывает глубокое изменение бизнес-логики. В эпоху старого программного обеспечения рост часто зависел от мощных отделов продаж и огромных маркетинговых бюджетов. Нужно было обучать рынок, убеждать клиентов, преодолевать барьеры внедрения. Но в эпоху ИИ по-настоящему отличный продукт говорит сам за себя. Когда продукт может немедленно создавать ценность для пользователя, позволяя ему почувствовать повышение эффективности при первом же использовании, рыночный спрос возникает автоматически. Эта модель роста, движимая продуктом, гораздо здоровее и устойчивее, чем традиционная модель, движимая продажами.
Другие данные, представленные Дэвидом, также очень интересны. Валовая маржа компаний ИИ на самом деле несколько ниже, чем у традиционных программных компаний. Их команда придерживается уникального взгляда: для компании ИИ низкая валовая маржа в некотором роде является почетным знаком. Потому что если низкая маржа вызвана высокими затратами на инференс (вычисления), это говорит о двух вещах: во-первых, люди действительно используют функции ИИ; во-вторых, со временем эти затраты на инференс будут снижаться. Так что, в некотором смысле, если они видят, что валовая маржа компании ИИ особенно высока, это反而 вызывает подозрения, потому что это может означать, что функции ИИ — не то, что клиенты действительно покупают или используют.
Почему компании ИИ могут быть более эффективными
Я все время задаюсь вопросом: почему при том, что это тоже программные компании, компании ИИ могут создавать больший доход с меньшим количеством людей? В своем выступлении Дэвид уделил особое внимание показателю ARR на FTE (годовой регулярный доход на одного сотрудника). Этот показатель фактически является комплексным показателем общей операционной эффективности компании; он включает в себя не только эффективность продаж и маркетинга, но и управленческие и исследовательские затраты.
ARR на FTE у лучших компаний ИИ достигает 500 000 – 1 000 000 долларов, в то время как стандарт для компаний предыдущего поколения составлял около 400 000 долларов. Это может показаться просто разницей в цифрах, но за этим стоят совершенно разные бизнес-модели и способы работы. Дэвид считает, что основной причиной этого различия является очень сильный рыночный спрос на эти продукты, поэтому для вывода продукта на рынок им требуется меньше ресурсов.
Но я считаю, что это лишь поверхностная причина. Более глубокая причина в том, что компании ИИ с самого начала вынуждены думать иначе о том, как работать. У них нет выбора, они должны использовать ИИ для переосмысления своих внутренних процессов, способов разработки продуктов, систем поддержки клиентов. Эта вынужденная инновация, в свою очередь, позволила им найти более эффективную бизнес-модель.
Дэвид привел очень яркий пример. Он сказал, что недавно общался с основателем одной компании, который был недоволен прогрессом их определенного продукта. Тогда он напрямую назначил двух инженеров, глубоко разбирающихся в ИИ, поручив им с нуля перестроить этот продукт с использованием новейших инструментов программирования, таких как Claude Code, Cursor, и выделил им неограниченный бюджет на инструменты программирования. И что же? Этот основатель сказал, что, по его мнению, прогресс ускорился в 10–20 раз. И счета за эти инструменты были настолько высоки, что заставили его переосмыслить, как должна выглядеть вся организация.
Что меня особенно впечатлило в этом примере, так это то, что это не постепенное улучшение, а скачок на порядок. Что означает ускорение в 10–20 раз? Это означает, что проект, который раньше занимал год, теперь можно завершить за один-два месяца. Такая разница в скорости будет иметь решающее значение в конкурентной борьбе. Вывод этого основателя был таков: мне нужно, чтобы вся команда продукта и разработки работала именно так, и я считаю, что это произойдет в ближайших 12 месяцев. Но это также означает, что организационная структура команды изменится коренным образом. Где границы между продуктом, разработкой и дизайном? Эти вопросы требуют переосмысления.
Я считаю, что декабрь 2024 года стал переломным моментом в сфере программирования. Дэвид разделяет это чувство. Он сказал, что в тот момент почувствовал, что инструменты программирования совершили качественный скачок. В следующие 12 месяцев эти изменения либо действительно укоренятся в компаниях, либо те компании, которые их не adopt, будут значительно медленнее своих коллег. Это не запугивание, а реальность.
Адаптироваться к ИИ или быть устраненным
В своем выступлении Дэвид высказал очень суровую точку зрения: для компаний, созданных до эпохи ИИ, есть два пути — адаптироваться к эпохе ИИ или умереть. Это звучит крайне резко, но я полностью согласен. И эта адаптация должна происходить одновременно на двух уровнях: на фронтенде и на бэкенде.
На фронтенде компаниям необходимо подумать о том, как нативно интегрировать ИИ в продукт, а не просто добавить чат-бота в существующий рабочий процесс. Это требует заново представить, что может делать продукт с ИИ, и радикально颠覆нуть себя, внести изменения. Дэвид привел несколько интересных примеров. Есть одна компания-разработчик ПО, созданная до эпохи ИИ, CEO которой полностью проникся идеей ИИ. Он сказал: «Мы станем продуктом ИИ. Мы сделаем так, чтобы продукт мог сказать: ваши сотрудники теперь стали вашими ИИ-агентами. Сколько у вас агентов?» — вот о чем он теперь говорит.
Есть еще более крайний пример. Один CEO сказал: «Для каждой задачи, которую нам нужно выполнить сейчас, я задаю вопрос: я могу сделать это с помощью электричества или мне придется использовать кровь?» Это крайнее изменение мышления. «Электричество» означает использование ИИ и автоматизации, «кровь» означает использование человеческих ресурсов. Такое изменение мышления очень глубоко, оно заставляет вас пересмотреть каждый процесс компании, каждую задачу.
На бэкенде компаниям необходимо полностью принять новейшие модели и инструменты программирования. Все разработчики должны использовать новейшие вспомогательные инструменты программирования, каждое функциональное подразделение должно использовать новейшие инструменты. До сих пор самый высокий уровень внедрения был в сфере программирования, и именно там наблюдается наибольший скачок. Но эти изменения распространяются и на другие функциональные подразделения.
Дэвид отметил, что для компаний, созданных до эпохи ИИ, хорошая новость заключается в том, что эволюция бизнес-модели еще находится на ранней стадии. Наиболее разрушительный сценарий — это когда изменения происходят одновременно в технологии/продукте и в бизнес-модели. Сейчас технологии и продукт действительно кардинально меняются, но смена бизнес-модели еще полностью не развернулась.
Он видит бизнес-модель как спектр. Слева находится модель лицензий (licenses) — это модель лицензий и поддержки эпохи до SaaS. Затем идет SaaS и модель подписки, обычно основанная на оплате за место (seat-based), что стало крупным нововведением, очень разрушительным. Посмотрите, что произошло с Adobe, когда они прошли через этот переход. Затем — модель, основанная на потреблении (consumption-based), то есть основанная на объеме использования, как взимается плата за облачные услуги. Многие компании, работающие на основе задач, уже перешли от оплаты за место к оплате за потребление.
Следующей фазой станет модель, основанная на результатах (outcome-based). Когда вы выполняете задачу, в идеале — успешно выполняете задачу, вы платите за успешное выполнение задачи. В настоящее время единственная область, где это действительно возможно, — это, возможно, поддержка клиентов и успех клиентов, потому что вы можете объективно измерить решение проблемы. Но по мере улучшения возможностей моделей, если другие функции, кроме поддержки клиентов, также смогут измерять такие результаты, это будет иметь огромную разрушительную силу для существующих компаний.
Мне кажется, этот путь эволюции очень проницателен. От лицензий к подписке, от подписки к потреблению, от потребления к результатам — каждый переход颠覆рует бизнес-модель предыдущего поколения. И мы находимся на пороге перехода от потребления к результатам. Как только ИИ-агенты смогут надежно выполнять задачи и их работу можно будет объективно оценивать, модель ценообразования на основе результатов станет mainstream. К тому времени компании, которые все еще берут плату за место, обнаружат, что полностью потеряли конкурентоспособность.
Проблемы внедрения ИИ в крупных компаниях
Наблюдения Дэвида относительно внедрения ИИ в компаниях из Fortune 500 очень интересны. Он сказал, что существует огромный разрыв между тем, что он слышит от CEO этих крупных компаний, и тем, что происходит на самом деле. CEO говорят: «Мы должны адаптироваться, мы очень хотим понять, какие инструменты ИИ нам нужны, мы готовы меняться, мы повсеместно внедрим эти инструменты в наш бизнес, мы станем компанией ИИ».
Но в реальности происходит совсем другое. Самый большой разрыв между таким мышлением и реальными бизнес-изменениями заключается в том, что управление изменениями слишком сложно. Даже просто заставить людей использовать ИИ-ассистентов, чтобы помочь им лучше выполнять свою работу, уже достаточно сложно. Что уж говорить об actual business management, изменении бизнес-процессов, управлении изменениями — все это чрезвычайно трудно.
Дэвид сказал, что его не удивляют некоторые рыночные слухи о том, что дела идут медленнее, чем ожидалось. Но для тех самых лучших компаний, которые действительно полностью embrace ИИ и знают, что делать, это уже оказало огромное商业影响. Он привел несколько конкретных примеров: Chime заявили, что сократили затраты на поддержку на 60%; Rocket Mortgage сообщили, что сэкономили 1,1 миллиона часов на андеррайтинге, что в 6 раз больше, чем в прошлом году, что эквивалентно экономии операционных затрат в 40 миллионов долларов в год.
Я считаю, это выявляет ключевую проблему: пропасть между желанием и возможностью. У крупных компаний есть желание принять ИИ, но способность ли это реализовать — другой вопрос. Сложность управления изменениями часто недооценивается. Это не просто вопрос покупки некоторых инструментов или найма нескольких ИИ-инженеров, это требует фундаментального изменения процессов, культуры, организационной структуры компании.
И многим крупным компаниям сначала нужно адаптировать свой бизнес, подготовить его для ИИ. Использовать чат-бота — это одно, сколько вы получите прироста производительности, возможно, не так much. Но если вам нужно полностью перестроить ваши системы, информацию и бэкенд для адаптации к ИИ, много работы, вероятно, ведется в потенциале, накапливается, и связанные результаты еще не видны.
Дэвид预测, следующие 12 месяцев будут очень интересными. Он считает, что мы увидим больше кейсов, но будут компании, которые справятся, и компании, которые не справятся. Те компании, которые справятся, получат огромное преимущество в производительности, а те, которые не справятся, окажутся в огромном невыгодном положении. Я считаю, что это расслоение произойдет быстрее и резче, чем люди думают.
Model Busters и будущее рынка
В своем выступлении Дэвид упомянул концепцию, которая, как мне кажется, очень проницательна: Model Busters (Разрушители моделей). Это компании, скорость роста и продолжительность роста которых намного превосходят все, что кто-либо мог предсказать в любой ситуации. Классическим примером этого понятия является iPhone. Если посмотреть на консенсус-прогноз до выпуска iPhone и на фактические показатели через 4-5 лет, консенсус-прогноз ошибся в 3 раза. И это самая привлекающая внимание компания в мире.
Дэвид считает, что ИИ станет самым большим Model Buster за всю его карьеру. Многие компании в сфере ИИ будут работать намного лучше любых ожиданий, заложенных в электронных таблицах. С этой точкой зрения я полностью согласен. Когда технологическая платформа приносит не постепенное улучшение, а скачок на порядок, традиционные модели прогнозирования перестают работать.
Он отметил, что технологии сами по себе являются Model Buster. Но с 2010 года технологии提供高利润率的收入 с беспрецедентной скоростью и масштабом. Поэтому на раннем этапе они всегда кажутся дорогими, но repeatedly демонстрируют результаты, превышающие ожидания, и создают ценность, намного превышающую required капитал. У него нет оснований полагать, что на этот раз будет иначе.
В плане капитальных затрат (capex) данные, представленные Дэвидом, также很有意思. По сравнению с периодом пузыря доткомов, текущие капитальные затраты фактически поддерживаются денежными потоками, и процент капитальных затрат от выручки гораздо ниже. Основное бремя капитальных затрат несут гиперскейлеры (крупнейшие облачные провайдеры), и эти компании являются одними из лучших商业公司 за всю историю.
Дэвид特别提到, как инвесторы в портфельные компании, они очень приветствуют такие капитальные затраты. Он сказал: «Стройте как можно больше мощностей, обеспечьте как можно больше ресурсов для обучения и инференса — это очень хорошо». И основное бремя несут одни из лучших商业公司 за всю историю.
Они начинают关注 явление, когда в эти уравнения начинает входить долг. Вы не можете финансировать все прогнозируемые будущие капитальные затраты только за счет денежных потоков, рынок начинает видеть некоторый долг. Но в целом они чувствуют себя комфортно с компаниями, которые финансируются за счет денежных потоков, продолжают генерировать денежные потоки и используют долг, особенно если контрагентами являются такие компании, как Meta, Microsoft, AWS, Nvidia.
Дэвид упомянул случай, за которым стоит следить: Oracle. Oracle всегда была прибыльной, всегда выкупала акции, но масштаб承诺ных капитальных затрат очень велик, это крупная ставка. У них будет отрицательный денежный поток в течение многих лет. Рынок уже начал это замечать, стоимость кредитных дефолтных свопов (CDS) Oracle за последние три месяца выросла примерно до 2%. Это сигнал, на который стоит обратить внимание.
Я считаю, что этот этап капиталоемкого строительства необходим, но не безрисковый. Ключевой момент — обеспечить, чтобы эти инвестиции в конечном итоге приносили соответствующую отдачу. На данный момент спрос намного превышает предложение. Все гиперскейлеры сообщают, что спрос намного превышает предложение. Гэвин Бейкер, у которого брал интервью Дэвид, привел хорошую аналогию: в эпоху интернета было проложено много оптоволокна, которое затем простаивало, не использовалось — это называлось «темное волокно» (dark fiber). Но в эпоху ИИ нет такого понятия, как «темный GPU». Если вы устанавливаете GPU в центре обработки данных, он immediately будет использоваться на полную мощность.
Удивительная скорость роста доходов
Один набор данных, представленный Дэвидом, особенно впечатляет. Он сравнил облачные сервисы, публичные программные компании и чистый новый доход, полученный в 2025 году. Публичные программные компании в совокупности получили 46 миллиардов долларов нового дохода в 2025 году. Если взять только две компании — OpenAI и Anthropic, и посчитать их операционный доход, то их новый доход составляет почти половину этой суммы.
И Дэвид считает, что если сделать такое же сравнение для 2026 года, то новый доход, генерируемый компаниями ИИ (модельными компаниями), может составить 75–80% от всего публичного软件行业 (включая SAP и legacy-компании, не только SaaS). Эта скорость просто невероятна. Это означает, что всего за несколько лет компании ИИ будут создавать новую стоимость, превышающую стоимость всей традиционной индустрии программного обеспечения.
По оценкам Goldman Sachs, строительство ИИ принесет 9 триллионов долларов дохода. Если предположить маржу прибыли в 20% и P/E в 22 раза, это преобразуется в 35 триллионов долларов новой рыночной капитализации. Уже около 24 триллионов долларов рыночной капитализации было учтено заранее. Хотя мы можем спорить, полностью ли это связано с ИИ или с результатами деятельности крупных технологических компаний,但仍然 остается много рыночной капитализации, которую можно получить, если эти предположения верны, и есть значительный потенциал для роста.
Дэвид также сделал простой арифметический расчет. По текущим оценкам, к 2030 году совокупные капитальные расходы гиперскейлеров составят чуть менее 5 триллионов долларов. Чтобы получить пороговую доходность в 10% на эти инвестиции в размере 4,8 триллиона долларов или около 5 триллионов, к 2030 году годовой доход от ИИ должен составить около 1 триллиона долларов. Чтобы представить эту цифру в контексте, 1 триллион долларов — это примерно 1% мирового ВВП, необходимый для получения 10% доходности.
Возможно ли это? Возможно, будет небольшой недобор. Но Дэвид считает, что смотреть только на 2030 год — это ограниченно. Отдача от этих инвестиций может быть realized в более длительные сроки, например, между 2030 и 2040 годами. И если мы сейчас находимся на уровне доходов от ИИ примерно в 50 миллиардов долларов (это его грубая оценка), и это в основном было создано за последние полтора года, то путь от 50 миллиардов до 1 триллиона не кажется невообразимым.
Мои размышления о будущем
После выступления Дэвида мое главное ощущение таково: мы находимся в начале исторического переломного момента, а не в его середине или конце. Это, вероятно, 10-15-летний продуктовый цикл, и мы только начали. Это вызывает у меня и excitement, и тревогу.
Волнение связано с тем, что возможности, которые открывает, огромны. Для тех компаний, которые смогут быстро адаптироваться и полностью принять ИИ, они получат не только конкурентное преимущество, но и шанс стать компаниями, определяющими следующую эпоху. Мы увидим рождение новых единорогов, появление новых бизнес-моделей, совершенно иные способы организации компаний.
Тревога вызвана тем, что скорость этих изменений может быть намного выше, чем ожидает большинство людей. Данные, упомянутые Дэвидом, особенно показательны: среднее время пребывания компании в индексе S&P 500 за последние 50 лет сократилось на 40%. Это означает, что скорость, с которой компании颠覆ляются, ускоряется. В эпоху ИИ эта скорость может ускориться еще больше.
Я считаю, что в ближайшее время произойдет явное расслоение. Некоторые компании действительно поймут потенциал ИИ, коренным образом переосмыслят свои продукты, процессы, организационные структуры. Эти компании получат рост эффективности и конкурентных преимуществ на порядок. Другие компании, даже имея желание измениться, будут продвигаться медленно из-за трудностей управления изменениями, организационной инерции, технического долга и других причин. Это расслоение станет все более очевидным в ближайшие годы.
Для предпринимателей сейчас, возможно, лучшее время. Рыночный спрос чрезвычайно силен, технологические возможности стремительно развиваются, рынок капитала по-прежнему готов поддерживать действительно перспективные компании. И по сравнению с компаниями-разработчиками ПО предыдущего поколения, теперь можно достичь того же масштаба с меньшими ресурсами и большей скоростью. Это снижает порог входа для стартапов, но также повышает требования к качеству продукта и соответствию рынку.
Для инвесторов ключ заключается в том, чтобы识别настоящих Model Busters. Скорость роста и продолжительность роста этих компаний намного превысят прогнозы任何传统模型. Но это также требует от инвесторов достаточного дальновидения и терпения, готовности верить в, казалось бы, необоснованные кривые роста.
Для специалистов, будь вы инженер, менеджер по продукту, дизайнер или другая роль, вам необходимо быстро учиться и адаптироваться к новым инструментам и способам работы. Пример, упомянутый Дэвидом — два инженера, использующих новейшие инструменты программирования, могут работать в 10–20 раз быстрее, чем раньше, — это не единичный случай, а тенденция. Те, кто овладеет этими новыми инструментами и методами, получат огромное профессиональное преимущество.
Наконец, я хочу сказать, что это转变不仅仅是 технический, но и смена мышления. От «Как нам следует это делать?» к «Какого результата мы хотим достичь?», от «Добавить больше людей» к «Как решить эту проблему с помощью ИИ?», от «Следовать установленным процессам» к «Заново представить возможности». Вопрос «Электричество или кровь?», хотя и звучит крайне, captures суть этого转变.
Мы являемся свидетелями процесса переписывания программного мира. Это не постепенное обновление, а полная перестройка. И те люди и компании, которые поймут это и примут это, определят следующую эпоху.
