Шок от OpenAI: что означает отложенное IPO для ваших денег

Искусственный интеллект: ловушка на триллион долларов? Неприятный секрет акций компаний, занимающихся ИИ

Несмотря на огромный ажиотаж: почему инвесторы могут оказаться в проигрыше в буме искусственного интеллекта

Неожиданный отказ генерального директора OpenAI Сэма Альтмана от участия в предстоящем IPO — это не просто сноска в истории Кремниевой долины, а потенциальный поворотный момент в крупнейшем инфраструктурном цикле цифровой эпохи. В то время как технологические гиганты вкладывают сотни миллиардов в центры обработки данных, микросхемы и глобальное расширение энергетики, на финансовых рынках увеличивается опасный разрыв между астрономическими оценками и доказуемо реальной доходностью. Находимся ли мы на пороге беспрецедентного скачка производительности, или же повторится фатальная модель пузыря доткомов, когда революционная технология изменила мир, но в конечном итоге обанкротила бесчисленных инвесторов? Этот углубленный анализ проливает свет на нерешенные риски безопасности, угрозу массового избытка мощностей и суровую экономическую правду о том, почему искусственный интеллект как технология может одержать победу, не обязательно принося пользу вашему инвестиционному портфелю.

Бум ИИ: между скачком производительности и разрушением капитала

Технология реальна: Nvidia, Microsoft и другие — как историческое развитие ИИ превращается в непредсказуемый риск

Отказ генерального директора OpenAI Сэма Альтмана от потенциального IPO в 2026 году — это не просто кадровое решение Кремниевой долины. Это влияет на рынок капитала, который больше не рассматривает искусственный интеллект как изолированную технологию, а скорее как новый экономический порядок. Производители полупроводников, облачные компании, операторы центров обработки данных, поставщики энергии и разработчики программного обеспечения инвестируют суммы, на фоне которых даже предыдущие технологические циклы кажутся незначительными. В то же время разрыв между ожиданиями финансовых рынков и доходностью, наблюдаемой до сих пор во многих приложениях ИИ, увеличивается. Именно здесь кроется реальный риск: не в том, что искусственный интеллект бессмысленен, а в том, что подлинная технологическая революция используется слишком рано, слишком дорого и односторонне.

Таким образом, ключевой вопрос заключается не в том, останется ли ИИ с нами навсегда. В этом практически нет сомнений. Скорее, решающим фактором является то, какие компании обеспечат устойчивую и разумную отдачу от вложенного капитала, какие получат лишь временную выгоду от развития инфраструктуры, и какой потенциал будущего роста уже заложен в текущую оценку. Технология может коренным образом трансформировать экономику, но при этом принести инвесторам разочаровывающую прибыль. Железные дороги, электроэнергетика, телекоммуникации и интернет продемонстрировали именно эту закономерность: социальные выгоды были огромными, в то время как многие инвесторы потеряли деньги.

Когда часы внезапно останавливаются

Отказ Альтмана от IPO в 2026 году вызывает такой сильный резонанс, потому что OpenAI, как и немногие другие компании, олицетворяет собой текущий цикл развития ИИ. ChatGPT сделала генеративный ИИ доступным для массового рынка за считанные месяцы, что вызвало глобальную гонку инвестиций. Когда генеральный директор этой компании теперь ссылается на нерешенные проблемы безопасности и регулирования как на причину своего нежелания, дискуссия приобретает новое измерение. Она исходит уже не только от регуляторов, ученых или скептически настроенных инвесторов, но и из самого сердца разработки самых мощных моделей.

Однако с экономической точки зрения это решение не следует рассматривать исключительно как меру безопасности. IPO обязывает компанию к регулярной отчетности, большей прозрачности, надежным прогнозам и постоянной оценке рынка. Частная компания может легче вести переговоры об огромных инвестициях, существенных убытках и долгосрочных проектах с узким кругом стратегических инвесторов. На фондовой бирже, напротив, рост выручки, рентабельность, обязательства по инфраструктуре, зависимость от партнеров и фактическая монетизация числа пользователей будут подвергаться гораздо более строгой проверке. Таким образом, отсрочка защищает не только от общественного давления, но и от ситуации, когда инвесторы начнут сравнивать исключительно высокую частную оценку с публично проверяемыми денежными потоками.

Это не означает, что обоснование безопасности обязательно является предлогом. Оба аспекта могут применяться одновременно. Технология может создавать реальные риски контроля, в то время как структура компании еще не готова к IPO. Эта связь особенно важна для инвесторов: вопросы безопасности — это не этический вопрос, отделенный от экономики. Они могут замедлить циклы разработки, увеличить риски ответственности, отложить запуск продукта, инициировать нормативные требования и, таким образом, напрямую повлиять на выручку, затраты и стоимость компании.

Первичное публичное размещение акций (IPO) как проверка на прочность

После раунда финансирования в марте 2026 года компания OpenAI была оценена в 852 миллиарда долларов. По данным компании, она привлекла 122 миллиарда долларов инвестиций. Такая оценка не является нейтрально определенной рыночной ценой, а скорее результатом частной сделки между несколькими сторонами. Она отражает ценность, которую инвесторы со значительным капиталом придают компании в соответствии с конкретными договорными условиями. Однако она дает лишь ограниченное представление о цене, которую принял бы широкий публичный рынок, учитывая ежедневные торги, большую прозрачность и колеблющуюся склонность к риску.

Частные раунды финансирования часто включают в себя особые права, ликвидационные преференции или стратегические мотивы, которые усложняют простой перевод в оценку на фондовом рынке. Поставщик облачных услуг, производитель микросхем или инфраструктурный партнер могут инвестировать в компанию, занимающуюся искусственным интеллектом, потому что инвестиции одновременно создают спрос на собственные услуги или обеспечивают доступ к стратегически важной платформе. Однако для типичного акционера основным фактором является долгосрочный свободный денежный поток, связанный с его долей. Это смещает критерий оценки с стратегической ценности опциона на доказуемую экономическую отдачу.

При рыночной капитализации в 852 миллиарда долларов OpenAI необходимо не только быстро расти, но и получать исключительно высокую прибыль в течение многих лет, контролировать высокие вычислительные затраты и развивать устойчивую ценовую политику. Кроме того, ей придётся конкурировать с финансово сильными платформенными компаниями, которые не обязательно рассматривают ИИ как самостоятельный источник прибыли. Microsoft, Alphabet, Amazon и Meta могут использовать возможности ИИ для увеличения доходов от облачных сервисов, рекламы, повышения производительности, удержания клиентов или существующих подписок на программное обеспечение. С другой стороны, поставщик, специализирующийся исключительно на ИИ, должен получать большую часть своих затрат напрямую за счёт доступа к моделям, подписок, корпоративных решений или новых услуг.

Ценные бумаги становятся статьей баланса

Ведущие разработчики ИИ все чаще предупреждают о системах, способных самостоятельно планировать, использовать инструменты, выполнять программный код и действовать в рамках длинных цепочек задач. Чем более автономными становятся такие агенты, тем больше их экономическая выгода. В то же время возрастают издержки, связанные с любыми ошибками. Текстовая модель, дающая неточный ответ, обычно наносит ограниченный ущерб. В отличие от этого, агент, имеющий доступ к внутренним системам, платежным процессам, средам разработки или открытому интернету, может повлечь за собой операционные, юридические и финансовые последствия.

Это создает для компаний новый центр затрат. Им необходимы процедуры аудита, контроль доступа, ведение журналов, тестирование на проникновение (red teaming), независимые оценки, согласование с экспертами и надежные процессы реагирования на чрезвычайные ситуации. Эти меры первоначально увеличивают затраты и могут замедлить вывод продукта на рынок. Однако в долгосрочной перспективе они являются необходимым условием для масштабирования. Искусственный интеллект, который надежно функционирует только в идеализированных лабораторных условиях, имеет меньшую экономическую ценность, чем немного менее мощная система, которую можно безопасно интегрировать в реальные процессы.

Таким образом, безопасность и прибыльность не обязательно являются взаимоисключающими понятиями. Надежная архитектура безопасности может укрепить доверие, повысить возможности страхования и обеспечить внедрение в регулируемых отраслях. Банки, страховые компании, промышленные предприятия, медицинские учреждения и государственные администрации будут широко внедрять автономные системы только в том случае, если обязанности и механизмы контроля будут четко определены. Для инвесторов это означает существенный сдвиг: победитель определяется уже не только наилучшей производительностью модели, но и способностью преобразовать эти показатели в управляемые и экономически жизнеспособные продукты.

Скоординированное замедление разработки моделей могло бы улучшить ситуацию с безопасностью, но его экономически сложно реализовать. Каждый отдельный поставщик опасается потери доли рынка, квалифицированного персонала и технологического лидерства, если конкуренты продолжат ускорять темпы разработки. Это классическая проблема координации. Добровольные правила работают только в том случае, если они поддаются проверке и поддерживаются ключевыми игроками. Национальные правила, с другой стороны, могут вынуждать компании работать в разных правовых системах. Международные соглашения были бы более эффективны, но они сталкиваются с геополитическим соперничеством и различными интересами в области безопасности.

852 миллиарда долларов на ставку на будущее

Оценка стоимости OpenAI отражает логику всего рынка ИИ. Инвесторы платят не за текущее состояние, а за потенциальную будущую структуру рынка. В этом сценарии несколько ведущих моделей станут своего рода операционной системой для интеллектуального труда, разработки программного обеспечения, исследований, администрирования и цифровых услуг. Тот, кто будет контролировать такую ​​платформу, сможет получить значительную долю глобального создания стоимости. При таком предположении даже оценка в сотни миллиардов долларов не обязательно кажется иррациональной.

Контраргумент заключается в том, что модели могут стать взаимозаменяемыми быстрее, чем ожидалось. Различия в производительности между поставщиками колеблются, открытые модели улучшаются, а корпоративные клиенты могут создавать приложения для параллельного использования нескольких моделей. Снижение затрат на переход ограничивает ценовую власть. В то же время, технологические достижения снижают стоимость вычислительной единицы, делая ИИ дешевле и шире, но не автоматически увеличивая прибыль поставщика моделей. То, что положительно сказывается на экономике в целом, может быть экономически невыгодно для производителя.

Кроме того, существует парадоксальная взаимосвязь между дефицитом и коммерциализацией. Сегодня современные микросхемы, центры обработки данных, источники питания и ведущие исследователи находятся в дефиците. Этот дефицит поддерживает цены и оценки. Однако масштабное расширение мощностей призвано устранить этот дефицит. Если это удастся, затраты на использование снизятся, и искусственный интеллект будет распространяться быстрее. В то же время могут возникнуть избыточные мощности, ценовая конкуренция и более низкая отдача от инфраструктуры. Таким образом, инвестиционный бум содержит в себе семена собственного снижения рентабельности.

Таким образом, для надежной оценки необходимо учитывать несколько сценариев. В оптимистическом сценарии появляются доминирующие платформы с высокими регулярными доходами. В умеренном сценарии рынок быстро растет, но конкуренция и снижение цен распределяют выгоды в основном между потребителями. В пессимистическом сценарии проблемы безопасности, регулирование, дефицит энергии или неудовлетворительные приложения замедляют рост, в то время как долгосрочные контракты на инфраструктуру остаются в силе. Чем выше первоначальная оценка, тем меньше возможностей для умеренного или негативного сценария.

Крупнейший инфраструктурный цикл цифровой эпохи

Масштабы нынешнего расширения беспрецедентны. По обновленным данным Alphabet, Amazon, Microsoft и Meta планировали инвестировать в общей сложности около 725 миллиардов долларов в 2026 году. Соответствующая цифра на 2025 год составляла около 410 миллиардов долларов. Не каждый доллар из этой суммы предназначен исключительно для ИИ, но центры обработки данных, микросхемы, сетевые технологии и энергоснабжение являются наиболее значимыми факторами роста. Таким образом, за один год капиталоемкость сектора, долгое время считавшегося особенно простым и масштабируемым, выросла до уровня, больше напоминающего энергетику, телекоммуникации или тяжелую промышленность.

Эти инвестиции первоначально обеспечивают реальный рост. Выгоду получают строительные компании, производители полупроводников, производители электроэнергии, операторы сетей, поставщики систем охлаждения, производители волоконно-оптических кабелей и специализированные финансовые учреждения. Регионы с доступными земельными участками и подключением к электросетям привлекают многомиллиардные проекты. Таким образом, бум укрепляет не только компании-разработчики программного обеспечения, но и широкую физическую цепочку поставок. Это также объясняет, почему бум ИИ может временно маскировать общую экономическую слабость.

Основная неопределенность заключается во сроках. Инфраструктура строится сегодня, в то время как значительная часть ожидаемой выручки ожидается лишь через несколько лет. Для центров обработки данных требуются длительные процессы планирования и согласования. Расширение электросетей, электростанций и трансформаторов может происходить еще медленнее. Поэтому компаниям необходимо заказывать мощности до подтверждения спроса. Если они будут ждать явных доказательств, они рискуют отстать от конкурентов. Если же они инвестируют слишком рано, они рискуют оставить неиспользованные активы и получить низкую доходность инвестиций.

Для крупных корпораций этот риск более управляем, чем для сильно задолженных специализированных поставщиков. Гипермасштабные компании имеют прибыльные основные направления бизнеса, обширные клиентские базы и легкий доступ к капиталу. Тем не менее, их финансовая устойчивость не безгранична. Рост амортизации, повышение стоимости электроэнергии и снижение свободного денежного потока могут негативно сказаться на их оценке, даже если выручка и операционная прибыль продолжают расти. Для поставщиков риск иной: они получают значительную выгоду от расширения, но особенно уязвимы, если заказы внезапно сократятся после периода чрезмерных инвестиций.

Где рост переходит в избыточные мощности

Инвестиционный бум становится опасным не только тогда, когда лежащие в его основе технологии выходят из строя. Достаточно того, что создаваемые мощности растут быстрее, чем спрос на инвестиции. Тогда загрузка и цены падают, а амортизация, проценты и затраты на техническое обслуживание продолжают расти. Подобная картина наблюдалась в случае с волоконно-оптическими сетями после эры доткомов, с солнечными батареями, в судоходстве и в различных товарных циклах. Инфраструктура оставалась социально полезной, но некоторые владельцы теряли деньги.

В случае с ИИ вступает в игру дополнительный фактор: неопределенный срок службы технологии. Здания и электросети могут использоваться десятилетиями, но современные ускорительные чипы быстро теряют относительную производительность. Если новые поколения станут значительно более эффективными, старое оборудование может устареть экономически быстрее, чем это предусмотрено графиками амортизации. Это увеличивает риск того, что заявленная прибыль может временно недооценивать фактические необходимые инвестиции в замену.

С другой стороны, быстрое повышение эффективности может вызвать новый спрос. Если запросы к ИИ станут дешевле, появятся приложения, которые были бы непрактичны при высоких затратах. Этот так называемый эффект отскока хорошо известен на рынках энергетики и технологий: снижение удельных затрат не обязательно уменьшает общее потребление, но может многократно увеличить его. Поэтому простого расчета, что более эффективные чипы автоматически требуют меньшего количества центров обработки данных, недостаточно.

Ключевым показателем в конечном итоге является уровень платного использования. Миллиарды запросов имеют высокую экономическую ценность только в том случае, если клиенты платят за них напрямую или если они заметно увеличивают другие доходы и снижают затраты. Бесплатное использование, льготные пробные предложения и интеграция ИИ в существующие продукты могут значительно увеличить активность без пропорционального увеличения денежного потока. Поэтому инвесторам следует меньше внимания уделять количеству пользователей и вычислительной мощности и больше – выручке на единицу использования, валовой прибыли, удержанию клиентов и рентабельности инвестиций.

Приток денежных средств кладёт конец всякой эйфории

Экономическая проверка начинается там, где инвестиции переходят в амортизацию и текущие расходы. Строительство центра обработки данных уже влияет на денежный поток. Затем эти расходы отражаются в отчете о прибылях и убытках с разбивкой по нескольким годам. Это позволяет компании первоначально демонстрировать стабильную операционную прибыль, даже несмотря на значительное снижение свободного денежного потока. При резком увеличении инвестиций разрыв между бухгалтерскими результатами и фактически доступными денежными средствами возрастает.

Это различие особенно важно в цикле развития ИИ. Крупные технологические компании в основном финансируют расширение за счет существующих бизнес-процессов, но некоторые участники рынка все чаще полагаются на облигации, проектное финансирование или частные займы. Пока растет спрос, оценка компаний и готовность к заимствованию, эта система кажется стабильной. Однако, если возникают задержки или снижается загрузка производственных мощностей, процентные платежи и выплаты продолжаются. В этом случае давление смещается с фондового рынка на кредитный рынок.

Особое внимание заслуживает сектор частного кредитования. Центры обработки данных, энергетические проекты и специализированные операторы иногда финансируются там вне традиционных банковских балансов. Это диверсифицирует риски, но не делает их невидимыми. В условиях спада неликвидные кредиты трудно оценить и сложно продать. Если залоговое обеспечение теряет стоимость и несколько проектов необходимо рефинансировать одновременно, проблема, характерная для данного сектора, может стать более широкой проблемой для фондов, страховщиков и институциональных инвесторов.

Компания может быть технологически успешной, но при этом оставаться невыгодной инвестицией, если цена была завышена или капитальные затраты недооценены. И наоборот, умеренно растущая компания может быть привлекательной, если она стабильно генерирует свободный денежный поток и имеет благоприятную оценку. Это базовое понимание часто упускается из виду в периоды экономического подъема, поскольку инвесторы путают рост выручки с созданием стоимости. Однако устойчивая корпоративная ценность возникает только тогда, когда доходность после всех необходимых инвестиций превышает стоимость капитала.

Почему сравнение с доткомами одновременно уместно и вводит в заблуждение

Сравнение с пузырем доткомов уместно, если не использовать его механически. Тогда основная предпосылка была верна: интернет трансформировал торговлю, СМИ, коммуникации и бизнес-процессы. Часто ошибка заключалась в ценах, бизнес-моделях и ожиданиях относительно скорости. Многие компании исчезли, в то время как инфраструктура и немногие в итоге победители создали огромную ценность. Именно поэтому утверждение о том, что ИИ — это не пузырь, потому что технология реальна, логически несостоятельно.

Однако сегодня ведущие компании значительно отличаются от многих интернет-компаний. Microsoft, Alphabet, Amazon и Meta могут похвастаться высокими доходами, прибыльными основными направлениями бизнеса, глобальными платформами и значительными денежными резервами. Их инвестиции финансируются не только за счет спекулятивных долговых обязательств. Это снижает непосредственный риск масштабного краха. Однако это не предотвращает падение цен на акции или нерациональное распределение средств. Даже выдающаяся компания может быть переоценена, и даже финансово сильная корпорация может инвестировать миллиарды в проекты со слабой доходностью.

Большее сходство заключается не столько в балансах лидеров рынка, сколько в нарративе неизбежного роста. На обоих этапах правдоподобное технологическое развитие превращается в, казалось бы, надежный финансовый прогноз. Однако между использованием, выручкой, прибылью и доходностью для акционеров существует несколько переходных этапов. Каждый из них может быть ослаблен конкуренцией, регулированием, ценовым давлением или ростом затрат.

Кроме того, сегодняшний фондовый рынок более концентрирован. Крупные технологические компании имеют значительную долю в широких американских индексах и, следовательно, во многих ETF, пенсионных сберегательных продуктах и ​​международных портфелях. Поэтому падение стоимости всего нескольких компаний может существенно повлиять на широкие индексы, даже если остальная экономика пострадает меньше. Это может ввести в заблуждение инвестора, использующего диверсифицированный портфель, относительно восприятия риска: фонд с сотнями активов не считается автоматически экономически сбалансированным, если значительная часть его доходности зависит от одних и тех же нескольких компаний, занимающихся искусственным интеллектом и платформенными технологиями.

Новое измерение цифровой трансформации с помощью «управляемого ИИ» (искусственного интеллекта) – платформа и B2B-решение | Xpert Consulting - Изображение: Xpert.Digital

Здесь вы узнаете, как ваша компания может быстро, безопасно и без высоких барьеров для входа внедрить индивидуальные решения на основе искусственного интеллекта.

Управляемая платформа искусственного интеллекта — это комплексное и беззаботное решение для вашего бизнеса в сфере искусственного интеллекта. Вместо того чтобы возиться со сложными технологиями, дорогостоящей инфраструктурой и длительными процессами разработки, вы получаете готовое решение, адаптированное под ваши потребности, от специализированного партнера — зачастую всего за несколько дней.

Основные преимущества с первого взгляда:

⚡ Быстрая реализация: от идеи до готового к использованию приложения за считанные дни, а не месяцы. Мы предлагаем практические решения, которые создают немедленную добавленную стоимость.

🔒 Максимальная безопасность данных: Ваши конфиденциальные данные остаются с вами. Мы гарантируем безопасную и соответствующую законодательству обработку данных без их передачи третьим лицам.

💸 Отсутствие финансового риска: вы платите только за результат. Полностью исключаются высокие первоначальные инвестиции в оборудование, программное обеспечение или персонал.

🎯 Сосредоточьтесь на своем основном бизнесе: сконцентрируйтесь на том, что у вас получается лучше всего. Мы берем на себя всю техническую реализацию, эксплуатацию и обслуживание вашего решения на основе ИИ.

📈 Перспективность и масштабируемость: ваш ИИ растет вместе с вами. Мы обеспечиваем непрерывную оптимизацию и масштабируемость, а также гибко адаптируем модели к новым требованиям.

Более подробная информация здесь:

• Управляемые решения в области ИИ — Промышленные услуги ИИ: ключ к конкурентоспособности в секторах услуг, промышленности и машиностроения

Круговая система, лежащая в основе миллиардов

Еще один тревожный сигнал — растущая взаимосвязь внутри экосистемы ИИ. Производители микросхем инвестируют в компании, занимающиеся разработкой моделей, облачные компании предоставляют капитал и вычислительные мощности, поставщики моделей берут на себя обязательства по долгосрочным приобретениям инфраструктуры, а операторы центров обработки данных финансируют новые объекты, исходя из ожидаемых крупных заказов. Каждая отдельная сделка может быть стратегически обоснованной. Однако в совокупности они могут создавать впечатление, что спрос и финансовая мощь за пределами системы выше, чем они есть на самом деле.

Подобные замкнутые циклы сами по себе не являются проблематичными. Стратегические инвестиции имеют давнюю традицию в развивающихся отраслях. Они обеспечивают стабильность цепочек поставок, распределяют риски развития и ускоряют внедрение стандартов. Опасность возникает, когда доходы косвенно финансируются за счет капитала, ранее предоставленного поставщиками или партнерами, или когда оценка нескольких компаний основана на одних и тех же ожидаемых доходах от конечного потребителя. В таких случаях один евро будущего спроса учитывается несколько раз в качестве аргумента роста в разных балансах.

Для корректного анализа необходимо различать внутренний спрос в экосистеме и независимый конечный спрос. Решающим фактором является то, сколько денег компании и потребители будут постоянно платить из собственных бюджетов за услуги ИИ. Вычислительные мощности, субсидируемые инвестиционным капиталом, могут способствовать технологическому развитию, но это еще не является доказательством самоподдерживающейся бизнес-модели.

В условиях экономического спада подобные взаимосвязи усиливают корреляцию. Если крупный поставщик моделей сокращает свои планы расширения, снижается не только его собственная стоимость, но и стоимость его партнеров по облачным сервисам, заказов на микросхемы, проектов центров обработки данных, соглашений о закупке электроэнергии и кредиторов. Это объясняет, почему международные финансовые институты предупреждают о синхронном снижении инвестиций. Система не обязательно нестабильна, но она более взаимозависима, чем можно предположить, анализируя отдельные компании.

Электричество, сети и микросхемы устанавливают пределы

Искусственный интеллект — это не чисто виртуальная индустрия. Он потребляет пространство, полупроводники, медь, воду, технологии охлаждения и, прежде всего, электроэнергию. Согласно центральному прогнозу Международного энергетического агентства, глобальное потребление электроэнергии центрами обработки данных может вырасти с примерно 485 тераватт-часов в 2025 году до около 950 тераватт-часов в 2030 году. Это будет соответствовать примерно трем процентам мирового спроса на электроэнергию. В глобальном масштабе эта доля управляема, но на местном уровне увеличение может создать серьезную нагрузку на электросети, разрешения и генерирующие мощности.

Зачастую узкое место заключается не в общем объеме доступной энергии, а в ее местоположении и времени подачи. Крупный центр обработки данных требует высокопроизводительного подключения к электросети, надежного электроснабжения и зачастую предсказуемых долгосрочных цен. Строительство новых линий электропередачи и подстанций занимает годы. Это дает регионам с быстрым получением разрешений, стабильными сетями и доступной энергией конкурентное преимущество. Для операторов доступ к электросети может стать более ценным, чем само здание.

Рост цен на энергоносители меняет конкурентную среду. Крупные поставщики могут заключать долгосрочные контракты на поставку, развивать собственную генерацию и распределять мощности по всему миру. Более мелкие компании закупают вычислительные мощности по рыночным ценам и, таким образом, несут на себе большую долю колебаний цен. В то же время усиливается политическое давление, поскольку центры обработки данных конкурируют с домохозяйствами и промышленностью за мощности электросетей. Новые сборы, требования к подключению или спрос на гибкие нагрузки могут повлиять на прибыльность.

Для инвесторов этот рост открывает возможности, выходящие за рамки очевидных акций компаний, занимающихся ИИ. Сетевые технологии, производство электроэнергии, системы охлаждения, трансформаторы и промышленные компоненты — все эти отрасли могут выиграть от возросшего спроса. Однако даже здесь структурная потребность не гарантирует хорошей доходности. Если слишком много проектов будут учитывать одно и то же предположение о росте, оценки и мощности будут расти быстрее, чем рынок. Поэтому более разумный вопрос заключается не в том, какой сектор выиграет от бума ИИ, а в том, какая компания обладает дефицитными возможностями, ценовой властью и разумной оценкой.

Для повышения производительности требуется не одна модель

Наиболее веским оправданием таких высоких инвестиций является потенциал роста производительности. Искусственный интеллект может ускорить исследования, программирование, обслуживание клиентов, проектирование, документирование и административные процессы. Он может сделать знания более доступными, автоматически проверять варианты и освободить квалифицированных работников от рутинных задач. Если эти эффекты будут широко внедрены компаниями, они могут способствовать росту, заработной плате и прибыли в течение многих лет.

Однако практическая реализация отстает от технологических демонстраций. Согласно индексу искусственного интеллекта Стэнфордского университета за 2026 год, 88 процентов опрошенных организаций используют ту или иную форму ИИ. Около 70 процентов используют генеративный ИИ как минимум в одной бизнес-функции. Такой высокий уровень внедрения показывает, что это уже не нишевая тема. Однако пока не доказан соответствующий вклад в повышение прибыльности.

Результаты опросов компаний дают неоднозначную картину. Многие пользователи сообщают о сокращении затрат или увеличении доходов в определенных областях. В то же время подавляющее большинство пока не видит явного влияния на общий результат компании. В часто цитируемом исследовании проекта NANDA Массачусетского технологического института даже сделан вывод, что около 95 процентов изученных пилотных проектов генеративного ИИ не показали измеримого влияния на прибыль или убытки. Эту цифру не следует ошибочно интерпретировать как универсальный показатель неудач для всех проектов ИИ. Она основана на ограниченном исследовательском подходе и измеряет видимое финансовое влияние, а не техническую функциональность. Тем не менее, она описывает реальную проблему: существует значительный организационный разрыв между пилотными проектами и масштабируемым созданием ценности.

Зачастую узким местом является не модель, а процесс. Данные неполны, обязанности неясны, интерфейсы отсутствуют, сотрудники не вовлечены, а успехи не измеряются надежными ключевыми показателями эффективности. Чат-бот в сочетании с неизменным рабочим процессом редко позволяет существенно сэкономить деньги в долгосрочной перспективе. Более значительный эффект достигается, когда компании перепроектируют процессы, корректируют процедуры согласования, интегрируют системы и постоянно отслеживают результаты. Это требует времени и делает прирост производительности менее впечатляющим, но более экономически обоснованным.

Настоящая битва разворачивается на этапе исполнения

На следующем этапе развития рынка ИИ конкуренция смещается от чистой производительности моделей к их внедрению. Базовые модели остаются важными, но их экономическая ценность все больше определяется отраслевыми знаниями, собственными данными, продажами, интеграцией и доверием. Технически менее мощная модель может быть более успешной, если она надежно интегрирована в систему планирования ресурсов предприятия (ERP), систему планирования производства или регулируемый процесс утверждения.

Это создает возможности для специализированных поставщиков. Промышленность, логистика, медицина, юриспруденция и финансы — все они нуждаются в решениях, учитывающих профессиональные нормы, ответственность и существующие системы. Однако специализированные поставщики не обладают автоматически долгосрочной защитой. Крупные платформы могут брать на себя функции, клиенты могут создавать собственные разработки на основе стандартных моделей, а консалтинговые фирмы могут предлагать аналогичные решения. Устойчивое конкурентное преимущество возникает только тогда, когда данные, интеграция процессов и пользовательский опыт трудно скопировать.

Для устоявшихся компаний ИИ может стать, прежде всего, инструментом для защиты существующей рентабельности. Страховой компании не нужна глобальная модель ИИ для ускорения обработки страховых случаев. Промышленная компания может лучше анализировать данные о техническом обслуживании, не становясь при этом компанией-разработчиком программного обеспечения. Поставщик логистических услуг может оптимизировать маршруты, мощности и документы. Таким образом, значительная часть общей экономической выгоды может достаться пользователям, а не крупнейшим разработчикам ИИ.

На фондовом рынке эта возможность часто недооценивается. Капитал, как правило, в первую очередь направляется к известным поставщикам микросхем, моделей и облачной инфраструктуры. Однако, когда ИИ станет общедоступным инструментом, выгоды будут распределены более широко. Тогда маржа менее заметных компаний может увеличиться, в то время как поставщики технологий будут страдать от ценовой конкуренции. Поэтому крупнейшими технологическими победителями не обязательно окажутся те, у кого самая высокая доходность акций.

Не каждая звезда искусственного интеллекта остается победителем

Nvidia является примером первой фазы бурного роста. Компания извлекла выгоду из редкого сочетания мощного оборудования, развитой программной экосистемы и огромного спроса. Такие конкурентные преимущества реальны. Тем не менее, будущая доходность акций зависит от того, как долго сохранятся исключительные темпы роста и рентабельность, и насколько это уже учтено в цене акций. Конкуренция со стороны собственных чипов облачных компаний, более эффективных моделей или приостановка инвестиций могут замедлить рост, не уменьшая при этом технологическую значимость Nvidia.

Ситуация иная для поставщиков программного обеспечения и аналитики данных, таких как Palantir. Здесь инвесторы платят в первую очередь за сильный рост, высокую маржу и ожидание того, что ИИ навсегда ускорит спрос на платформы, основанные на данных. Риск заключается не столько в избыточных производственных мощностях, сколько в оценке стоимости. Даже незначительные разочарования в росте или развитии клиентской базы могут вызвать значительную реакцию цены акций, если ожидания чрезмерно высоки.

Компании, работающие в сфере облачных вычислений, имеют более широкие бизнес-модели, но несут основную тяжесть затрат на инфраструктуру. Они могут увеличивать свою долю рынка, одновременно снижая рентабельность собственного капитала. Операторы центров обработки данных и коммунальные предприятия выигрывают от долгосрочных контрактов, но зависят от затрат на финансирование, строительство и решений регулирующих органов. Небольшие компании, занимающиеся искусственным интеллектом, с другой стороны, могут быстро расти, но сталкиваются с давлением со стороны мощных платформ и высоких вычислительных затрат.

Поэтому делать обобщенные выводы об акциях компаний, занимающихся ИИ, не очень полезно. Рынок охватывает совершенно разные бизнес-модели, балансы и профили рисков. Общая концепция бума ИИ скрывает эти различия. По мере развития цикла расхождение между компаниями, вероятно, будет увеличиваться. На ранних этапах многие акции растут одновременно. Позже решающими факторами станут качество денежных потоков, баланс и конкурентные преимущества.

Недооцененная концентрация в портфеле

Многие инвесторы считают, что их портфель достаточно диверсифицирован с помощью широко диверсифицированного американского фондового или глобального ETF. Хотя формально они могут владеть акциями сотен или тысяч компаний, портфель всё равно может сильно зависеть от нескольких технологических компаний, поскольку индексы взвешиваются по рыночной капитализации. Если крупнейшие компании показывают особенно хорошие результаты, их доля автоматически увеличивается. Таким образом, прошлые успехи также увеличивают будущую концентрацию.

Дополнительные технологические, биржевые (ETF) фонды Nasdaq или фонды, инвестирующие в ИИ, усиливают этот эффект. Зачастую они содержат одни и те же крупные пакеты акций, просто с разной долей. Таким образом, инвестор может владеть несколькими фондами и при этом быть в значительной степени инвестированным в Nvidia, Microsoft, Amazon, Alphabet или Meta. Диверсификация измеряется не количеством ценных бумаг, а независимостью факторов, влияющих на их экономику.

Это не означает, что инвесторам следует категорически избегать успешных технологических компаний. Полный выход из бизнеса был бы столь же односторонним, как и чрезмерное увеличение доли таких компаний в портфеле. Те, кто осознает долгосрочное влияние ИИ на производительность, могут оставаться инвесторами в ведущих компаниях, одновременно ограничивая риски, связанные с оценкой и концентрацией активов. Ключевыми факторами являются инвестиционный горизонт, толерантность к риску и степень зависимости портфеля от какой-либо одной концепции.

Спекуляции, финансируемые за счет кредитов, особенно проблематичны. Высокая волатильность — обычное явление для акций роста. Инвесторы, использующие заемный капитал или зависящие от краткосрочной ликвидности, могут быть вынуждены продавать в неподходящий момент. Однако для долгосрочных инвесторов не каждое падение цен является необратимой потерей. Оно становится необратимо опасным, прежде всего, когда первоначальная оценка основывалась на доходах, которые так и не материализовались.

Скучность как рациональная контрпозиция

Сдвиг в сторону якобы скучных компаний в пищевой промышленности, страховании или здравоохранении не доказывает, что эти акции автоматически безопасны или дешевы. Даже защитные компании сталкиваются с инфляцией издержек, ценовым давлением, слабым ростом, стихийными бедствиями или регуляторными ограничениями. Их преимущество заключается скорее в том, что их доходность зависит от экономических факторов, а не от инвестиционного цикла в сфере ИИ.

Продукты питания по-прежнему покупаются во время рецессии, но производители брендовой продукции теряют долю рынка, когда потребители переходят на более дешевые товары. Перестраховочные компании могут получать прибыль от повышения цен, но несут высокие риски, связанные со стихийными бедствиями и крупными убытками. Компании в сфере здравоохранения имеют структурный спрос, но зависят от успехов в исследованиях, патентов и государственного регулирования. Поэтому защитные отрасли не заменяют бизнес-анализ.

Такие акции по-прежнему могут быть полезны в качестве компонентов портфеля, поскольку они снижают зависимость от инвестиций в технологии. Если акции компаний, занимающихся ИИ, скорректируются, производители продуктов питания или страховые компании не обязательно должны упасть в такой же степени. Именно эта более низкая корреляция является реальным преимуществом. Однако противоположную позицию следует выбирать не из ностальгии или страха, а на основе тех же критериев, что и для любых других инвестиций: оценка, качество баланса, ценовая политика, рентабельность собственного капитала и устойчивый денежный поток.

Термин «скучный» также может вводить в заблуждение. Страховые компании, промышленные предприятия и коммунальные службы, в частности, уже используют ИИ. Следовательно, они являются потенциальными пользователями повышения производительности, не неся при этом чрезмерно высоких оценок, характерных для поставщиков, использующих исключительно ИИ. Таким образом, сбалансированная стратегия может охватывать как лидеров в области инфраструктуры и платформ, так и прибыльных пользователей. Она не основана на принципе «или-или», а скорее на различных способах извлечения экономической выгоды из технологии.

Изменение нормативных актов меняет список победителей

Государственное регулирование не просто замедлит или ускорит развитие рынка ИИ, но и коренным образом изменит его структуру. Более строгие требования к тестированию, документации и ответственности увеличивают постоянные издержки. Крупные поставщики могут легче покрыть эти издержки, чем более мелкие конкуренты. Таким образом, регулирование может повысить безопасность, одновременно увеличивая концентрацию рынка. Для инвесторов это создает неоднозначную картину: лидеры рынка защищены, в то время как инновации и ценовая конкуренция могут ослабнуть.

Надёжный надзор может ускорить внедрение стандартов в чувствительных отраслях. Когда компании знают, какие стандарты применяются и как распределяется ответственность, они с большей вероятностью будут инвестировать в эффективные приложения. Неопределённость часто обходится дороже, чем строгие, но чёткие правила. Однако противоречивые национальные правила создают проблемы, поскольку они фрагментируют глобальные продукты и увеличивают затраты на соблюдение требований.

Геополитика усугубляет конфликт. Высокопроизводительные чипы, производственные мощности, облачные ресурсы и энергетическая инфраструктура все чаще рассматриваются как стратегические ресурсы. Экспортный контроль и субсидии влияют на цепочки поставок и решения о размещении предприятий. Компаниям необходимо найти баланс между эффективностью и безопасностью поставок. Дополнительные запасы, региональные центры обработки данных и резервные цепочки поставок повышают устойчивость, но снижают рентабельность инвестиций.

Желаемый с политической точки зрения технологический суверенитет может создавать новые рынки, но он не приводит автоматически к появлению конкурентоспособных на мировом уровне компаний. Субсидируемые мощности остаются экономически жизнеспособными только в том случае, если они полностью используются в долгосрочной перспективе. У Европы есть возможность занять прочные позиции в области промышленного искусственного интеллекта, энергоэффективности, защиты данных и надежных приложений. Простое копирование американских стратегий платформ будет менее убедительным, учитывая меньшие рынки капитала и другие преимущества.

Что бы означало лопание этого мыльного пузыря?

Потенциальный крах пузыря искусственного интеллекта, скорее всего, не будет мгновенным исчезновением технологии. Более правдоподобным сценарием станет цепная реакция, включающая неутешительные результаты, сокращение инвестиционных планов, падение оценок и ужесточение условий финансирования. Первоначально сильнее всего пострадают компании с высокой оценкой или убыточные компании. Затем может сократиться количество заказов от поставщиков микросхем, строительных и инфраструктурных решений. Задержки в реализации проектов центров обработки данных окажут давление на региональные инвестиции, энергетические контракты и кредитные портфели.

Общий экономический эффект будет в значительной степени зависеть от финансирования. Поскольку крупнейшие технологические компании имеют прибыльные основные направления бизнеса, обвал, подобный тому, что наблюдался в циклах рынка недвижимости с высокой долей заемных средств, не является неизбежным. Тем не менее, значительное снижение стоимости основных акций может ослабить потребление за счет эффекта богатства, особенно в США. Международные индексы и фонды в этом случае отразят коррекцию в глобальном масштабе.

Спад также будет иметь продуктивные аспекты. Более дешевые вычислительные мощности могут позволить создавать новые приложения. Квалифицированные специалисты и инфраструктура станут доступны компаниям, которые ранее не могли конкурировать. После кризиса доткомов многие поставщики исчезли, но созданные до этого сети заложили основу для следующей волны цифровизации. Таким образом, перестройка не только уничтожает ценность, но и корректирует цены и перенаправляет ресурсы на более жизнеспособные бизнес-модели.

Для реальной экономики крайне важно, откажутся ли компании от проектов в области ИИ из-за недостатка финансирования или продолжат использовать уже продемонстрированные преимущества в производительности. Чем больше ИИ интегрируется в прибыльные процессы, тем устойчивее остается спрос. Чем больше он зависит от субсидируемых экспериментов, тем резче будут сокращения финансирования. Поэтому переход от демонстраций к надежному использованию имеет центральное значение не только для отдельных компаний, но и для стабильности всего инвестиционного цикла.

Между предупреждающим сигналом и предсказанием аварии

Нынешняя ситуация требует четкого предупреждающего сигнала, но не гарантированного прогноза обвала. Оценка стоимости компаний порой затруднена, инвестиции исторически высоки, а количество межсетевых соединений увеличилось. В то же время использование технологий быстро растет, ведущие корпорации прибыльны, а технология уже приносит ощутимые результаты. Таким образом, у обеих сторон дискуссии есть веские аргументы.

Оптимистичный взгляд предполагает, что ИИ, как и интернет в середине 1990-х, все еще находится в зачаточном состоянии. Согласно этой точке зрения, сегодняшние инвестиции будут казаться небольшими в ретроспективе, поскольку практически каждое программное обеспечение, машина и услуга в конечном итоге будут включать в себя возможности ИИ. Скептический взгляд, с другой стороны, подчеркивает, что даже огромный конечный рынок не оправдывает произвольные цены. Если капитал слишком быстро перетекает в одни и те же узкие места, будущая доходность снизится.

Наиболее убедительная точка зрения объединяет оба утверждения. Искусственный интеллект, вероятно, станет одной из важнейших фундаментальных технологий ближайших десятилетий. В то же время, часть рынка капитала переживает период завышенных ожиданий и исключительной концентрации. Поэтому можно быть очень оптимистичным в отношении этой технологии, оставаясь при этом крайне осторожным в отношении отдельных оценок. Это кажущееся противоречие, в действительности, лежит в основе беспристрастного анализа.

Поэтому предупреждающий сигнал Альтмана не следует воспринимать ни как доказательство неминуемого краха, ни как простой рекламный трюк. Он показывает, что технологический потенциал, социальный контроль и экономическая зрелость развиваются не с одинаковой скоростью. Именно эта асинхронность и является главным риском экономического бума. Рынок капитала уже оценивает значительную часть потенциального будущего, в то время как компании, правительства и инфраструктура все еще пытаются организовать его безопасно и прибыльно.

Четкие перспективы для инвесторов и экономики

Главная опасность заключается не в том, что ИИ не создает ценность. Она состоит в том, что расчет инвестиций работает только при очень высоких будущих доходах, и многие компании одновременно ожидают именно такого будущего. Чем больше капитала вкладывается в микросхемы, центры обработки данных и инвестиции, тем выше становится необходимый денежный поток для оправдания этих инвестиций. Если этот денежный поток не материализуется, коррекция может быть серьезной, даже несмотря на то, что технология продолжает развиваться.

Для компаний это означает дисциплинированный подход к расстановке приоритетов: проекты в области ИИ следует выбирать не на основе общественного внимания, а на основе их влияния на процессы. Четко определенный сценарий использования с измеримым влиянием на затраты, качество или доходность ценнее, чем широкая стратегия без оперативной ответственности. Доступ к данным, интеграция, управление и обучение — это не второстепенные факторы, а фактические инвестиции в модель.

Для инвесторов рациональным ответом является не паническая распродажа или слепая эйфория. Ключевыми факторами являются цена, качество бизнес-модели, финансирование и общая концентрация портфеля. Надежный портфель может участвовать в развитии ИИ, не будучи полностью от него зависимым. Он может включать как производителей, так и пользователей технологии, а также учитывать секторы, доходность которых следует различным циклам.

Таким образом, бум ИИ одновременно реален и опасен. Технологический прогресс, быстрое распространение и развитие новой инфраструктуры — всё это реально. Однако огромные первоначальные инвестиции, высокие оценки и предположение о том, что сегодняшние лидеры рынка автоматически получат будущие экономические выгоды, опасны. ИИ, вероятно, преобразует экономику гораздо глубже, чем считают многие скептики. В равной степени вероятно и то, что значительная часть инвестированного сегодня капитала не принесет ожидаемой прибыли. Технология может выиграть, в то время как многие инвесторы проиграют. Именно эта возможность должна быть в центре внимания любой серьезной экономической оценки.

Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Умный бизнес, основанный на контенте - Изображение: Xpert.Digital

Xpert.Digital — это ориентированный на данные B2B-индустрионный центр, возглавляемый Konrad Wolfenstein . Компания выступает в качестве внешнего, частично внутреннего решения для отраслевых партнеров, устраняя операционные пробелы в маркетинге, контенте и продажах — без необходимости привлечения дополнительных ресурсов со стороны клиента.

Более подробная информация здесь:

• Практически внутреннее решение: как Xpert.Digital устраняет операционные пробелы в B2B-маркетинге и продажах – Smart Content-Driven Business

☑️ Язык ведения нашего бизнеса — английский или немецкий

☑️ НОВИНКА: Переписка на вашем родном языке!

Konrad Wolfenstein

Я и моя команда будем рады быть вашими личными консультантами.

Вы можете связаться со мной, заполнив контактную форму здесь [email protected]: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