Вечеринка в стиле ИИ закончилась: 720 миллиардов долларов без прибыли, а акции технологических компаний падают – неужели этот миллиардный пузырь вот-вот лопнет?

«Хватит уже игр с чат-ботами»: член совета директоров SAP критикует текущую стратегию в области ИИ

720 миллиардов долларов без отдачи: Неужели мир технологий совершил свою самую большую ошибку в области искусственного интеллекта?

Долгие годы ажиотаж вокруг искусственного интеллекта на фондовых рынках, казалось, двигался только в одном направлении: вверх. Но в 2026 году ситуация резко изменилась. Технологические гиганты, такие как Amazon, Microsoft и Google, инвестируют сотни миллиардов долларов в строительство новых центров обработки данных и мощных чипсетов — и внезапно пожинают плоды обвалов фондового рынка вместо ликования на Уолл-стрит. Инвесторы начинают беспокоиться и все чаще требуют ощутимой отдачи вместо расплывчатых обещаний на будущее. Потому что, хотя расходы на инфраструктуру ИИ достигают астрономических высот, операционная прибыль от этих технологий не материализуется. Находится ли технологическая индустрия на грани лопнувшего масштабного инвестиционного пузыря, или мы просто наблюдаем столь необходимое возвращение к экономической реальности? Одно ясно: эпоха безграничных похвал закончилась — рынок теперь требует конкретных результатов.

Теперь, когда вечеринка, посвященная ИИ, закончилась и настало время расплачиваться: почему Уолл-стрит больше не доверяет менталитету «золотой лихорадки» в сфере ИИ

На протяжении большей части 2026 года на мировых рынках капитала повторялась ситуация, которая приобрела почти ритуальный характер. Крупная технологическая компания публикует квартальные финансовые результаты, одновременно объявляя о колоссальном увеличении инвестиций в развитие искусственного интеллекта, и в течение нескольких часов фондовые рынки реагируют обвалом, который иногда приводит к потере нескольких сотен миллиардов долларов рыночной капитализации. То, что годами считалось обещанием будущего, теперь все чаще рассматривается как фактор риска. Только за первую неделю февраля 2026 года крупнейшие мировые технологические компании потеряли более триллиона долларов после того, как Amazon, Alphabet, Microsoft и Meta совместно объявили об инвестиционных планах на сумму более 650 миллиардов долларов на строительство новых центров обработки данных и инфраструктуры ИИ. Эта сумма превышает экономический объем целых стран, таких как Израиль, Сингапур или Объединенные Арабские Эмираты.

По мере того как год приближался к концу, скептицизм усиливался. В июне 2026 года внезапная распродажа акций производителей микросхем и памяти, таких как Micron, вновь вызвала широко распространенные сомнения в том, смогут ли когда-либо окупиться огромные затраты на графические процессоры, системы охлаждения и энергетическую инфраструктуру за счет соответствующей прибыли. Филадельфийский индекс полупроводников, ключевой индикатор для индустрии микросхем, за несколько недель упал более чем на 20 процентов от своего годового максимума, перейдя технический порог и войдя в так называемый медвежий рынок. В середине июля 2026 года ситуация повторилась: усиление конкуренции со стороны Китая и растущие сомнения в прибыльности предыдущих инвестиций спровоцировали глобальную распродажу акций технологических компаний, в результате чего индекс Nasdaq упал более чем на 4 процента за одну неделю.

Многомиллиардные ставки без видимой отдачи от инвестиций

Суть проблемы можно свести к простому дисбалансу. Четыре крупнейшие американские технологические компании — Alphabet, Amazon, Meta и Microsoft — планируют капитальные затраты в размере до 720 миллиардов долларов в текущем году, в основном на строительство новых центров обработки данных, специализированных чипов для искусственного интеллекта и соответствующей энергетической инфраструктуры. Эта сумма продолжает расти квартал за кварталом, в то время как фактическая выручка на данный момент непропорционально низка. Amazon объявила, что ее капитальные затраты вырастут примерно до 200 миллиардов долларов к 2026 году, что более чем на 50 миллиардов долларов превышает ожидания аналитиков. Реакция рынка была однозначной: после этого объявления акции первоначально упали более чем на девять процентов, и несколько исследовательских фирм понизили рейтинг акций с «покупать» до «нейтральный», ссылаясь не только на затраты, но и на стратегические риски для основного бизнеса компании в сфере облачных вычислений и розничной торговли.

Компания Alphabet, материнская компания Google, также оказалась под давлением после объявления о том, что в этом году она может почти удвоить свои инвестиции, доведя их до 185 миллиардов долларов. Интересно, что первоначальная реакция рынка была более неоднозначной, чем в случае с Amazon, что демонстрирует, что инвесторы не обязательно против больших расходов, а скорее против расходов, не подкрепленных убедительной перспективой роста облачного бизнеса. Как только инвесторы убедятся, что компания точно знает, для чего она создает мощности и может эффективно их использовать, даже резкое увеличение расходов вознаграждается. Без этой уверенности такое же увеличение расходов интерпретируется как разрушение капитала.

Tesla — особенно яркий пример такой двойственности. Производитель электромобилей объявил, что в этом году удвоит свои инвестиции до более чем двадцати миллиардов долларов на развитие потенциала в области искусственного интеллекта, человекоподобных роботов и беспилотных автомобилей. Поскольку компания одновременно сообщила о квартальной прибыли и выручке, превысивших ожидания, акции оставались стабильными, несмотря на объявление о масштабных инвестициях, и даже выросли ранее. Эта закономерность иллюстрирует, что фондовый рынок по своей сути не наказывает за объем инвестиций, а скорее за разрыв между затратами и очевидным операционным успехом.

Полупроводниковая промышленность как система раннего предупреждения для инвесторов

Особенно чувствительным индикатором настроений вокруг искусственного интеллекта является полупроводниковая промышленность, чьи акции регулярно одними из первых реагируют на сомнения в целесообразности инвестиций в эту отрасль. В июне 2026 года акции производителя микросхем памяти Micron рухнули более чем на тринадцать процентов за один торговый день, после того как в предыдущем году их стоимость выросла почти на восемьсот процентов, чему способствовал, казалось бы, ненасытный спрос на микросхемы памяти для приложений ИИ. Многие наблюдатели рынка считают такой резкий разворот после подобного спекулятивного роста классическим предупреждающим сигналом о приближающемся к краху пузыре.

Азиатские поставщики также не избежали неопределенности. Акции южнокорейских производителей микросхем памяти Samsung и SK Hynix за короткий период упали примерно на двенадцать процентов, а тайваньский фондовый индекс TAIEX обвалился более чем на шесть процентов после того, как контрактный производитель TSMC объявил о дополнительных инвестициях в размере ста миллиардов долларов в свои американские производственные мощности. Здесь также прослеживается та же основная закономерность: объявление, задуманное как сигнал к росту, все чаще интерпретируется рынками как предупреждение о чрезмерных капиталовложениях.

В июле 2026 года эта тенденция продолжилась, когда Филадельфийский индекс полупроводниковых компаний рухнул на 10 процентов за одну неделю, показав худший недельный результат с апреля 2025 года. Даже такие гиганты индустрии, как Nvidia, не избежали участи, временно потеряв настолько большую стоимость, что их рыночная капитализация на короткое время опустилась ниже, чем у Apple, несмотря на то, что эти две компании годами боролись за звание самой дорогой корпорации в мире. Это событие примечательно, поскольку Nvidia долгое время считалась явным бенефициаром бума искусственного интеллекта, по сути, компанией, которая зарабатывала деньги, продавая лопаты во время золотой лихорадки, в то время как другие просто инвестировали в шахту.

Разница между развитием инфраструктуры и подтверждением доходности

Ключевой экономический вопрос, лежащий в основе нынешней рыночной нервозности, касается временного разрыва между вложением капитала и окупаемостью. Создание современного центра обработки данных для искусственного интеллекта требует огромных первоначальных инвестиций в землю, здания, системы охлаждения, сетевые соединения и, конечно же, сами графические процессоры (GPU), цены на которые остаются высокими, несмотря на растущую конкуренцию. Эти инвестиции должны быть сделаны до того, как соответствующая мощность принесет хотя бы один дополнительный доллар дохода. Пока компании могут убедительно продемонстрировать, что эта мощность будет использоваться и монетизироваться в обозримом будущем, рынки капитала терпят этот временной промежуток. Однако, как только возникают сомнения относительно использования или ценовой политики в отношении услуг ИИ, оценки резко падают.

Дополнительный риск заключается в том, что ускоренное расширение вычислительных мощностей может привести к обвалу цен на услуги ИИ во всей отрасли, поскольку предложение вычислительной мощности растет быстрее, чем готовы платить за нее потребители. Аналитики, такие как Дэн Айвз из Wedbush, отмечают, что быстрое расширение глобальных вычислительных мощностей, вероятно, окажет понижающее давление на цены в долгосрочной перспективе, тем самым снизив доходность капитала операторов, что в конечном итоге потребует корректировки инвестиционной динамики. Эта обеспокоенность соответствует классической экономической модели из предыдущих технологических циклов, такой как расширение волоконно-оптической инфраструктуры во время эры доткомов, когда масштабные первоначальные инвестиции привели к избыточным мощностям, а затем к резкому обвалу цен, прежде чем спрос фактически сравнялся с ними спустя годы.

Дополнительную тревогу вызывает конкурентный фактор. Усиление конкуренции со стороны Китая, особенно со стороны более дешевых и все более мощных моделей ИИ, ставит под сомнение предположение о том, что американские технологические компании обладают устойчивым технологическим превосходством, оправдывающим их огромные инвестиции. Если китайские поставщики смогут достичь сопоставимых результатов при значительно меньших капиталовложениях, вся инвестиционная стратегия западных гипермасштабных компаний окажется под вопросом, что сразу же отразилось на реакции цен акций в июле 2026 года, когда усиление китайской конкуренции спровоцировало одну из самых резких распродаж года.

Основные отраслевые направления: B2B, цифровизация (от ИИ до XR), машиностроение, логистика, возобновляемые источники энергии и промышленность

Более подробная информация здесь:

• Экспертный бизнес-центр

Тематический центр, предлагающий аналитические материалы и экспертные знания:

• Информационная платформа, охватывающая глобальную и региональную экономику, инновации и отраслевые тенденции
• Сборник аналитических материалов, выводов и справочной информации по нашим ключевым направлениям деятельности
• Место, где можно найти экспертные знания и информацию о текущих событиях в бизнесе и технологиях
• Центр для компаний, стремящихся получить информацию о рынках, цифровизации и отраслевых инновациях

Фиксация прибыли или подлинная переоценка

В финансовой индустрии нет единого мнения о том, представляют ли недавние падения цен фундаментальную переоценку логики инвестиций в ИИ или просто запоздалую фиксацию прибыли после исключительно длительного ралли. Технологический сектор в составе S&P 500 вырос почти на 27 процентов за три месяца до распродажи в июне 2026 года, которую многие рыночные стратеги считают естественным триггером для консолидации, независимо от фундаментальной оценки перспектив ИИ. Инвестиционные стратеги, такие как Брок Веймер из Edward Jones, утверждают, что без четко идентифицируемого фундаментального триггера падение цен следует интерпретировать как техническую коррекцию после сильного ралли с мартовских минимумов, а не как выражение фундаментальной потери доверия.

Другие наблюдатели рынка придерживаются более критической точки зрения. Они указывают на то, что оценка ведущих компаний в сфере ИИ достигла уровня, который может быть оправдан только устойчиво высокими темпами роста на протяжении многих лет, в то время как одновременно возрастает риск разочарования с каждым дополнительным кварталом, в котором обещанное повышение производительности не отражается в балансах компаний. Эту позицию разделяют, среди прочих, эксперты по инвестициям, которые говорят о моменте переоценки рисков, когда рынок признает, что, хотя тенденция инвестиций в ИИ еще не закончилась, ее оценка слишком сильно отошла от реальных и прогнозируемых рисков.

В этом контексте показательно различие в реакции инвесторов в зависимости от компании. В то время как Amazon и Microsoft изначально были значительно наказаны за свои заявления об инвестициях, Meta и, в некоторой степени, Alphabet получили более позитивный отклик. Это говорит о том, что инвесторы не категорически против высоких затрат на ИИ, а скорее очень тщательно различают компании, которые могут продемонстрировать убедительную стратегию монетизации, и те, которые просто делают первоначальные инвестиции, не показывая четкого пути к прибыли. Такая избирательность экономически обоснована, поскольку она направляет распределение капитала в соответствии с перспективами доходности, а не просто на основе мимолетного ажиотажа.

Сопутствующий ущерб в смежных отраслях

Неопределенность в отношении прибыльности инвестиций в ИИ затрагивает не только непосредственных строителей центров обработки данных, но и поставщиков, а также смежные отрасли. Компании-разработчики программного обеспечения, такие как ServiceNow и Salesforce, также оказались под значительным давлением на фоне этой общей неопределенности, поскольку инвесторы все больше опасаются, что инструменты генеративного ИИ могут вытеснить традиционные программные решения и связанные с ними модели лицензирования до того, как сами компании получат достаточную выгоду от новой технологии. Индекс программного обеспечения в составе S&P 500 потерял почти восемь процентов за одну неделю в феврале 2026 года, при этом рыночная капитализация в этом сегменте за этот период сократилась примерно на один триллион долларов.

Компании, занимающиеся анализом данных, такие как канадская фирма Thomson Reuters и британская группа RELX, также оказались втянуты в нисходящую спираль, поскольку инвесторы опасаются, что их бизнес-модели, в значительной степени основанные на собственных наборах данных и редакционной обработке, могут все чаще сталкиваться с вызовами со стороны мощных систем искусственного интеллекта. Цена акций RELX упала более чем на 17 процентов за одну неделю, что стало самым большим падением с начала пандемии COVID-19 в 2020 году. Это событие демонстрирует, что дискуссия об инвестициях в ИИ больше не сводится исключительно к вопросу капитальных затрат для операторов инфраструктуры, а все больше затрагивает бизнес-модели устоявшихся поставщиков информационных услуг, чье создание ценности потенциально может быть вытеснено генеративными системами.

В Индии, ключевом центре экспорта программного обеспечения и ИТ-услуг, неопределенность также была очевидна. Акции индийских экспортеров программного обеспечения потеряли еще два процента за одну неделю в феврале 2026 года, после значительных потерь в предыдущие недели, в результате чего общие потери рыночной стоимости в этом сегменте превысили двадцать два миллиарда долларов. Это иллюстрирует глобальный масштаб дискуссии, которая перестала быть просто американским феноменом, ограниченным Силиконовой долиной, и теперь затронула всю глобальную цепочку поставок технологий.

Требование положить конец уловкам чат-ботов

В самом корпоративном мире нарастает давление с целью преобразования существующих инвестиций в конкретные и измеримые экономические результаты. Это особенно ярко проявилось в заявлениях Доминика Асама, финансового директора немецкой компании-разработчика программного обеспечения SAP, который в конце июля 2026 года во время презентации квартальных результатов подчеркнул, что искусственный интеллект в корпоративном программном обеспечении должен, наконец, выйти за рамки простых чат-ботов и программистов-помощников. Он охарактеризовал подавляющее большинство современных языковых моделей ИИ как так называемые «легкодоступные возможности» — то есть, простые сценарии использования, такие как помощь в программировании или общие диалоги чат-ботов, где случайные ошибки или так называемые «галлюцинации» системы практически не имеют значения, поскольку риск неверного результата остается сравнительно низким.

По словам Асама, настоящая проблема заключается в применении искусственного интеллекта к более сложным и критически важным для бизнеса процессам, таким как финансовый учет, управление цепочками поставок или другие основные бизнес-процессы. Здесь ошибки усиливаются на протяжении нескольких последовательных этапов обработки, а это значит, что даже незначительные неопределенности в начале процесса могут в конечном итоге привести к значительным и дорогостоящим ошибочным решениям. Одна неверная точка данных в автоматизированном финансовом прогнозе или ошибочная оценка в многоэтапной оптимизации цепочки поставок могут статистически накапливаться на протяжении всего процесса и в конечном итоге создавать существенные риски соблюдения нормативных требований и ответственности.

Эта оценка затрагивает ключевой момент в текущей дискуссии. Асам назвал принципиально ошибочным представление о том, что универсальную, специально обученную крупномасштабную языковую модель можно просто наложить на существующие, часто исторически сложившиеся, фрагментированные корпоративные данные для решения всех операционных проблем. Вместо этого, он утверждал, что необходимы специально разработанные, управляемые системы, которые тесно интегрированы в конкретные бизнес-процессы и результаты которых можно надежно отслеживать. Хотя такой подход более сложен и влечет за собой значительно более высокие затраты на необходимую вычислительную мощность, так называемое потребление токенов, он, в отличие от обычных чат-приложений, обеспечивает действительно надежные бизнес-результаты.

Это утверждение можно интерпретировать как своего рода проверку реальности для всей отрасли. Если в последние годы сама доступность все более мощных языковых моделей считалась достаточным фактором повышения ценности, то сейчас акцент явно смещается на вопрос о том, как эти модели могут быть надежно, контролируемо и экономично интегрированы в существующие бизнес-процессы. Этот сдвиг от чистой производительности модели к качеству практической реализации, вероятно, станет ключевым отличием успешных и менее успешных стратегий ИИ в компаниях в ближайшие годы.

Что это означает для будущей инвестиционной логики?

Нынешнюю коррекцию рынка не следует преждевременно интерпретировать как конец инвестиций в искусственный интеллект. Скорее, она представляет собой давно назревшую фазу созревания, в которой отношения между инвесторами и заемщиками коренным образом меняются. В последние годы простого объявления о проекте в области ИИ или значительного увеличения инвестиционного бюджета часто было достаточно, чтобы вызвать рост цен на акции, поскольку инвесторы неявно предполагали, что каждая дополнительная инвестиция автоматически приведет к увеличению будущей прибыли. Сейчас это предположение систематически ставится под сомнение, и компаниям придется гораздо конкретнее демонстрировать, как их затраты преобразуются в измеримый вклад в выручку и прибыль.

Для компаний это означает изменение коммуникационной стратегии с инвесторами. Одних лишь объявлений о мощности уже недостаточно для положительной реакции цен акций. Вместо этого на первый план выходят ключевые показатели эффективности (KPI), такие как загрузка центров обработки данных, фактический вклад в выручку от отдельных продуктов ИИ, развитие рентабельности в облачном бизнесе и надежные прогнозы относительно срока окупаемости инвестиций. Компании, которые могут прозрачно и убедительно сообщать об этих KPI, скорее всего, и дальше смогут привлекать крупные инвестиционные бюджеты на рынках капитала, в то время как компании без четкой стратегии монетизации должны ожидать дальнейшего давления на оценку.

Такое развитие событий представляет как риски, так и возможности для экономики в целом. Слишком резкое снижение инвестиционной активности может иметь негативные краткосрочные последствия для экономического роста, поскольку инвестиции крупных технологических компаний в настоящее время составляют значительную долю общей инвестиционной активности в Соединенных Штатах. В то же время, дисциплинированное распределение капитала может привести к более здоровому и устойчивому развитию отрасли в долгосрочной перспективе, при этом капитал будет более стратегически направляться в проекты с очевидными экономическими выгодами, а не в нецелевое и порой спекулятивное расширение вычислительных мощностей. Предстоящие квартальные отчеты крупных технологических компаний будут иметь решающее значение для определения того, сохранится ли этот дисциплинирующий эффект рынков капитала или же структурная конкурентная динамика среди гипермасштабируемых компаний продолжит устанавливать новые инвестиционные рекорды, независимо от краткосрочной реакции рынка.

☑️ Язык ведения нашего бизнеса — английский или немецкий

☑️ НОВИНКА: Переписка на вашем родном языке!

 

Я и моя команда будем рады быть вашими личными консультантами.

Вы можете связаться со мной, заполнив контактную форму здесь wolfenstein@xpert.digital:или просто позвонив по номеру +49 7348 4088 965. Мой адрес электронной почты

Я с нетерпением жду начала нашего совместного проекта.

 

 

☑️ Поддержка малых и средних предприятий в области стратегии, консалтинга, планирования и реализации проектов

☑️ Разработка или корректировка цифровой стратегии и цифровизации

☑️ Расширение и оптимизация международных процессов продаж

☑️ Глобальные и цифровые торговые платформы B2B

☑️ Развитие бизнеса / Маркетинг / PR / Выставки от компании Pioneer

В промышленном B2B-секторе устойчивые деловые отношения редко возникают за одну ночь. Они развиваются шаг за шагом – благодаря видимости, профессиональной значимости, регулярным контактам и растущему доверию. Четырехэтапная модель Xpert.Digital решает именно эту задачу: она предлагает структурированный путь, начинающийся с управляемой отправной точки и, при необходимости, перерастающий в более глубокое сотрудничество в развитии бизнеса.

Вместо громких маркетинговых обещаний, эта модель ставит во главу угла взаимоотношения. Компании начинают с четко определенных, легко поддающихся расчету показателей, а затем, основываясь на собственном опыте, решают, насколько они хотят расширить сотрудничество. Ключевым фактором этого беспрепятственного процесса построения доверия является то, что платформа полностью избегает навязчивой рекламы, поэтому редакционный фокус остается исключительно на экспертизе компаний.

Более подробная информация здесь:

• От прозрачности к доверию: ваш масштабируемый путь с Xpert.Digital