Недавно планы OpenAI по выходу на биржу вывели эту долгое время работавшую по структуре «некоммерческого потолка» лабораторию в свет прожекторов публичного рынка, в то время как материнская компания Google Alphabet запустила план финансирования на 800 миллиардов долларов, из которых Berkshire Hathaway одна подписалась на 100 миллиардов долларов.
Вход на рынок этого консервативного инвестиционного гиганта, традиционно избегавшего технологических акций, указывает на то, что капитальная игра в области ИИ достигла этапного пика. Лишь сегодня можно сказать, что отрасль ИИ переживает глубокую смену парадигмы.
Самое наглядное: «нехватка денег» и «выделение в самостоятельные компании» стали двумя параллельными нарративами для нынешних ИИ-компаний.
Причина первой — не в последнюю очередь в том, что вычислительные мощности как тяжелый актив требуют огромных вложений: капитальные затраты Google на 2026 год прогнозируются на уровне 1800-1900 миллиардов долларов, инвестиции Microsoft, Meta и Amazon также исчисляются сотнями миллиардов. Один чип H100, трансформатор для дата-центра, линия подключения к электросети — каждый элемент требует реальных денег.
Второе стало в последнее время основным направлением для крупных компаний в Китае. ИИ-продукт Kuaishou Keling оценивался внутри группы лишь в 60 миллиардов долларов, но после выделения в самостоятельную компанию его предварительная оценка сразу подскочила до 180 миллиардов, увеличившись в 3 раза. Baidu выделила свой чип Kunlun в отдельную компанию для IPO; внешние оценки предполагают, что это может принести Baidu прирост рыночной стоимости почти в 300 миллиардов долларов, что составляет более 60% от текущей общей капитализации Baidu.
За этим явлением скрывается переопределение капиталом активов в сфере ИИ. В консолидированной отчетности крупных компаний ИИ-бизнес рассматривается как статья расходов, поглощающая прибыль; но как только он становится независимым, оценка происходит по редкости направления, росту выручки и потенциалу будущего роста, и даже коэффициенты цена/выручка в десятки раз не кажутся чем-то необычным.
Эти две линии, кажущиеся независимыми, на самом деле указывают на одну и ту же суть: конкуренция в сфере ИИ переходит от доминирования технологического нарратива к доминированию новой конкуренции, основанной на капитальной эффективности.
Конец гонки вычислительных мощностей: разрыв и реконструкция логики финансирования
За «нехваткой денег» лежит фундаментальная логическая цепочка. Сегодняшняя конкуренция крупных ИИ-моделей по сути уже не является продуктовой конкуренцией, а представляет собой гонку тяжелых активов в масштабе вычислительных мощностей. OpenAI взяла на себя обязательства по будущим расходам на расширение мощностей примерно на 6000 миллиардов долларов, и даже недавно завершенное финансирование в 1220 миллиардов, по прогнозам, будет исчерпано в течение трех лет.
Более наглядно: финансовый директор OpenAI Фрайер ранее раскрыл, что годовая выручка в 2025 году превысила 200 миллиардов долларов, но этого все еще недостаточно для покрытия огромных убытков — компания несет убытки около 1,22 доллара на каждый заработанный 1 доллар выручки.
Корень проблемы заключается в том, что кривая затрат ИИ-бизнеса кардинально отличается от традиционного интернет-бизнеса.
Добавление еще одного пользователя в WeChat имеет предельные затраты, стремящиеся к нулю; но чем популярнее ChatGPT, чем больше вызовов и выше затраты на инференс, рост пользователей — это чистая выгода, но также и давление на затраты. Эта «антиинтернет» бизнес-модель означает, что эффект масштаба не только не приносит прибыли, но и усиливает давление на денежный поток — рост числа пользователей больше не равен напрямую росту стоимости.
На более глубоком уровне — феномен «цикличного учета» в эпоху ИИ: инвестиции Microsoft в OpenAI на 130 миллиардов долларов были предоставлены не в виде наличных средств, а в форме «облачных кредитов». OpenAI использует эти кредиты для обучения моделей, а Microsoft учитывает их как новый облачный доход.
Эта замкнутая операция «покупки облачных услуг за инвестиции» на поверхности выглядит как здоровый рост выручки, но по сути представляет собой оплату себе своими же деньгами с последующим отражением как выручки от продаж. По оценкам, годовой счет OpenAI за облачные услуги раздулся до более 600 миллиардов долларов, что более чем в два раза превышает его фактическую выручку в 250 миллиардов.
В этом и заключается суть противоречия «нехватки денег»: разрыв между пузырем оценки и фактическим денежным потоком. Когда инвесторы начинают интересоваться «свободным денежным потоком», а не «бумажной прибылью», система оценки, ранее поддерживаемая взаимными инвестиционными обязательствами и циклическими заказами, сталкивается с риском многоуровневой коррекции оценки.
План OpenAI по убыткам в 140 миллиардов долларов в 2026 году и прогноз выхода на прибыльность лишь к 2029 году, а также прогнозируемые капитальные затраты Google на 2026 год в размере 1800–1900 миллиардов долларов показывают, что нынешняя «нехватка денег» в ИИ — это на самом деле не проблема циклического оборота средств, а дилемма всей бизнес-модели на уровне структуры капитала.
Почему один отчет может стоить в три раза больше?
Одним из наиболее значимых сигналов 2026 года стало массовое выделение крупными компаниями ключевых ИИ-активов в самостоятельные единицы.
ИИ-видеопродукт Kuaishou Keling планирует провести PreIPO-раунд финансирования с оценкой в 200 миллиардов долларов, что составляет около 70% рыночной стоимости материнской компании Kuaishou. В то же время Baidu выводит на двойное IPO («A+H») свою компанию по производству ИИ-чипов Kunlun, ожидая, что ее выручка в 2025 году превысит 35 миллиардов юаней и, возможно, достигнет безубыточности; у Alibaba, по сообщениям, готовится выделение Pingtouge, а Doubao от ByteDance также в любой момент может пойти по тому же пути.
Если вдуматься: до выделения Keling Morgan Stanley оценивал его лишь примерно в 60 миллиардов долларов; после выделения, при целевом финансировании в 200 миллиардов, те же самые активы, та же выручка, та же команда, просто сменившая отчетность, получили оценку, различающуюся более чем в три раза за одну ночь.
Изменение логики оценки на структурном уровне раскрывает институциональный разрыв: рынок акций на ранних стадиях (private equity) отличается от вторичного рынка, его правила игры следуют весьма нестандартному механизму ценообразования — «ценность определяет консенсус». Рынок на ранних стадиях смотрит в будущее, на позицию в нише, на пространство для воображения, на то, найдется ли покупатель на следующем раунде, но мало обращает внимания на текущую прибыль и выручку.
Ключевая логика, по которой Keling может получить оценку в 200 миллиардов долларов, заключается в редкости таких ведущих активов. После закрытия Sora, количество оставшихся ведущих игроков на рынке генеративного ИИ-видео можно пересчитать по пальцам одной руки — сам ярлык «ИИ-инфраструктура для индустрии контента» уже стоит премии.
Так какие же компании сейчас можно назвать ведущими активами? В текущей ИИ-ландшафте это те, у кого есть собственная базовая модель (будь то языковая, видео или мультимодальная), а не просто оболочка или тонкая настройка; которые доказали наличие как минимум в одной вертикальной сценарии масштабной пользовательской базы или выручки (не демо, не доказательство концепции); и у которых есть «ожидание покупателя» для последующего финансирования — либо стратегический покупатель (крупная компания), либо канал для IPO (США, Гонконг или материковый Китай).
Компаний, соответствующих этим трем критериям, во всем мире можно пересчитать по пальцам двух рук. OpenAI, Anthropic, xAI, Google DeepMind (если станет независимым), китайские Zhipu, Moonshot AI, MiniMax, Doubao от ByteDance (если станет независимым), Keling от Kuaishou (в процессе выделения), Kunlun от Baidu (со стороны чипов). Каждый из них — редкий актив, каждый находится в состоянии «очереди покупателей, продавец задирает цену».
Базовая логика «переоценки» этих компаний заключается в том, что ИИ-активы внутри крупных компаний переживают когнитивный сдвиг от «центра затрат» к «центру стоимости».
Внутри крупных компаний ИИ-бизнес рассматривается как часть бизнеса группы, обычно классифицируется как «стратегические инвестиции», что означает, что его затраты (вычисления, разработка, разметка данных) смешиваются и отражаются вместе с денежными потоками от зрелых видов деятельности группы (таких как реклама, электронная коммерция, игры). Финансовый директор группы смотрит на консолидированную отчетность, и пока ИИ-бизнес продолжает «сжигать деньги», от него постоянно требуют объяснений, «когда же он начнет приносить чистую прибыль».
В таком контексте ИИ-команды вынуждены делать краткосрочные обоснования окупаемости инвестиций (ROI), и логика оценки естественным образом подавляется в тени общего коэффициента P/E группы — зрелые интернет-компании обычно получают только 10-15 P/E. Даже высокорослый бизнес может рассчитывать лишь на премию в 20%, а не на отраслевой уровень в 3-5 раза P/S.
Однако, как только происходит выделение в самостоятельную компанию, независимая отчетность может переопределить границы «затрат» и «доходов». Например, затраты на вычисления, которые ранее использовались внутри группы, теперь можно переоценить по рыночным ценам как «доходы по сделкам со связанными сторонами»; ранее учитываемые как расходы на исследования и разработки затраты на обучение моделей теперь можно капитализировать как «нематериальные активы» и амортизировать постепенно.
Другими словами, эти активы получают модель ценообразования «растущего предприятия». Выделившиеся ИИ-компании получают возможность более гибко привлекать финансирование и продвигать стратегию, избегая ограничений распределения ресурсов внутри группы, и получают независимую оценку на рынке капитала в соответствии со своими собственными перспективами роста.
Одновременно это касается дальнейшей диверсификации систем оценки. Существующий бизнес крупных компаний с добавлением ИИ-метки начинает проявлять новые возможности для премий в отношении своего потенциала роста и перспективной оценки на вторичном рынке.
Это также объясняет, почему традиционные интернет-гиганты (например, Baidu с 475 миллиардами, Kuaishou с 270 миллиардами) по абсолютной рыночной стоимости начинают догоняться или даже обгоняться новыми ИИ-игроками — последняя рыночная стоимость Zhipu составляет примерно 586 миллиардов долларов, что уже вывело ее впереди Baidu, став девятой по величине ИИ-акцией в Китае.
От «культа моделей» к «реализации ценности»: отраслевой нарратив уже структурно сместился
Эксперты указывают, что быстрое развитие ИИ в настоящее время очень похоже на всплеск мобильного интернета ранее, но ключевое различие заключается в фундаментальном отличии структуры затрат.
Всплеск мобильного интернета опирался на распространение смартфонов и постоянное снижение стоимости пропускной способности, предельные затраты снижались; всплеск ИИ сталкивается с жесткими ограничениями: рост стоимости вычислений, резкое увеличение потребления электроэнергии, длительные циклы строительства дата-центров.
Одно наблюдение: текущая индустрия ИИ находится в состоянии «85 градусов по Цельсию — вот-вот закипит, но еще не закипела».
Направления технологических прорывов (агенты, мультимодальность) уже ясны, инвестиции в вычислительную инфраструктуру беспрецедентны: капитальные затраты крупных американских гипермасштабных облачных компаний в 2026 году достигнут 8050 миллиардов долларов, что почти вдвое превышает прогноз годичной давности. Но реальная коммерциализация, монетизация и масштабы внедрения все еще находятся в переломной точке, готовые начаться, но еще не начавшиеся.
В настоящее время лишь небольшая часть финансовых директоров увидела в 2025 году фактическую финансовую ценность, принесенную ИИ, а китайских предприятий, реально увеличивших выручку с помощью ИИ, еще меньше. Это напряжение «высоких вложений, низкой отдачи» как раз и является сигналом болезненного перехода отрасли от спекуляций концепциями к борьбе за внедрение.
Многие, возможно, не заметили, что вес в цепочке создания стоимости ИИ сместился от стороны GPU ко всей системной стороне. Последнее исследование Morgan Stanley указывает, что «агентный ИИ знаменует структурный переход от вычислений к оркестрации»: в рабочем процессе агента время оркестрации на стороне CPU может составлять 50–90% общей задержки, из чего следует прогноз о дополнительном рынке CPU на 325–600 миллиардов долларов к 2030 году.
Это означает, что ключевое противоречие индустрии смещается от «недостатка вычислительной мощности» к «недостатку системной эффективности», и соответствующая инвестиционная логика расширится от «гонки вычислительной мощности одного чипа» до «инжиниринга полного стека». GPU определяет «можно ли это сделать», но CPU и система определяют «можно ли на этом заработать».
Если всплеск мобильного интернета был движим в первую очередь «связью», то всплеск ИИ будет движим «интеллектом», и широта его цепочки создания стоимости, скорее всего, превзойдет мобильный интернет, охватив все звенья: вычисления, модели, приложения, данные и т.д.
Экономисты указывают, что 2026 год становится годом сингулярности перехода ИИ от «помощи в мышлении» к «автономному выполнению». На нынешнем этапе ключевое противоречие смещается от «кто сможет обучить самую мощную модель» к «кто сможет первым наиболее экономичным способом, с наибольшей скоростью и самым широким охватом превратить возможности ИИ в реальную коммерческую ценность и пользу для пользователей».
«Нужно не только переопределять, но и переоценивать». Все, что происходит в индустрии ИИ в 2026 году — нехватка денег у гигантов, безумное финансирование, выделение из крупных компаний, массовые IPO — по сути, является концентрированным проявлением одной и той же капитальной логики: когда путь «сжигания денег ради роста» подходит к концу, отрасль должна ответить на самый фундаментальный вопрос: сколько на самом деле стоит эта технология?
Ответ на этот вопрос определит расстановку сил в индустрии ИИ на ближайшее десятилетие. А 2026 год — это именно тот момент, когда эта игра капитала и технологий разворачивается в полную силу.
Статья из WeChat Official Account «Xin Mou» (ID: xinmouls), автор: Ли Сяодун
