Эта статья помогла мне разобраться с ИИ: на уровне приложений самый ажиотаж, а на фундаментальном уровне самый доход

Автор: Глубокий кругозор

Большинство людей думают, что ИИ — это просто чат-бот. Вы открываете ChatGPT, просите его помочь вам исправить письмо — и он делает это, словно магия. Вы довольны закрываете страницу, считая, что поняли, что такое ИИ. Но это всё равно что после оплаты кредитной картой в ресторане подумать, что вы понимаете, как зарабатывает Visa — вы использовали продукт, но не видели систему.

Инвестор Аниш Мунка недавно опубликовал глубокую аналитическую статью, системно разобрав структуру цепочки стоимости в индустрии ИИ. Он потратил почти год, чтобы понять, как именно движутся деньги в этой сфере. Честно говоря, он признает, что на пути было много ошибок: он сосредоточился на видимых продуктах — ChatGPT, Claude и Gemini, — в то время как 700 миллиардов долларов тихо и незаметно текли в инфраструктуру, о которой он даже не слышал — чипы, упаковочные технологии, системы охлаждения, электростанции, — те, о которых он никогда не слышал. Бетон заливается в Техасе, Айове и Хайдарабаде.

Эта статья произвела на меня большое впечатление. Она заставила меня понять, что наше восприятие ИИ, возможно, изначально было искажено. Мы видим лишь вершину айсберга, а настоящее богатство создается под водой, вне поля зрения.

Пять уровней: почему никто не говорит о нижних четырех

Генеральный директор Nvidia 黄仁勋 на Давосском форуме в январе 2026 года описал систему ИИ как пятиуровневую: энергия, чипы, облачные вычисления, модели, приложения. Он назвал всю систему «самым масштабным инфраструктурным проектом в истории человечества». Аниш Мунка назвал этот каркас AI Stack (технологический стек ИИ) и отметил, что каждый уровень поддерживает верхние, а деньги движутся между ними в обе стороны.

Эта пятиуровневая структура очень понятна. Уровень энергии обеспечивает электропитание — дата-центры ИИ потребляют колоссальное количество электроэнергии: одна крупная тренировка расходует столько же, сколько небольшой город за год. Уровень чипов — это специальные процессоры для огромных математических расчетов, не обычные ноутбуки. Уровень облачных вычислений — это огромные склады, наполненные этими чипами, соединенные сверхскоростными сетями. Модель — это собственно программное обеспечение ИИ, «мозг», который учится распознавать паттерны. А уровень приложений — это продукты, которыми пользуемся мы: ChatGPT, Google Search, системы обнаружения мошенничества в банках и т.п.

Я заметил интересный феномен: почти все обсуждения ИИ сосредоточены на пятом уровне — приложениях. Потому что это то, что мы видим, трогаем и используем. Но Аниш указал на важный момент: фокусируясь только на пятом уровне, мы упускаем 80% всей картины. А для инвесторов, предпринимателей или тех, кто хочет понять развитие мира, важно понять, как деньги движутся между этими уровнями — они концентрируются, накапливаются и приумножаются там, где большинство не обращает внимания.

Подумайте о значении слова «инфраструктура». Дороги, электросети, водопроводы — это то, что обеспечивает работу цивилизации, и никто не задумывается о них, пока они не выйдут из строя. ИИ становится именно такой инфраструктурой — невидимой, необходимой, очень дорогой в создании. Это объясняет, почему на коктейльных вечеринках никто не обсуждает системы охлаждения дата-центров или мощность электросетей — но именно там течет настоящая «живая кровь» индустрии.

Куда ушли деньги: неожиданный факт

Аниш в статье приводит поразительные цифры. К 2026 году четыре крупнейшие облачные компании — Amazon, Microsoft, Google и Meta — планируют инвестировать в капитальные затраты (capex) от 650 до 700 миллиардов долларов. Что это значит? Это примерно столько же, сколько ВВП Швейцарии за год. Из них около 75%, то есть 450 миллиардов долларов, пойдет прямо в инфраструктуру ИИ. Не в чат-боты или приложения, а в строительство, чипы, кабели и системы охлаждения.

Эта цифра заставила меня пересмотреть всю логику индустрии ИИ. Перед тем, как кто-то начнет использовать ChatGPT, кто-то должен построить дата-центр размером с торговый центр, заполнить его десятками тысяч специальных процессоров, соединить их сетью стоимостью больше, чем ценится большинство компаний, и обеспечить его электроэнергией, достаточной для питания небольшого города. Это то, что происходит на уровнях один — три — невидимые уровни, на которых крупные капиталы вкладываются масштабно.

Но есть и более глубокий парадокс. Все считают, что компании вроде OpenAI зарабатывают большие деньги — и это правда. В конце 2025 года у OpenAI был годовой доход по ARR более 20 миллиардов долларов, что выросло с 6 миллиардов годом ранее и 2 миллиардов два года назад. За два года рост в 10 раз — такого не было ни у одной компании в истории.

Но Аниш раскрыл важный факт: в 2025 году OpenAI сжег около 9 миллиардов долларов наличных, а в 2026 году ожидается расход в 17 миллиардов. Их расходы на инференс (то есть на запуск моделей при ответе на вопросы) достигли 8,4 миллиарда долларов в 2025 году и, по прогнозам, достигнут 14,1 миллиарда в 2026. Они предполагают выйти на положительный денежный поток только к 2029 или 2030 году.

Куда ушли эти деньги? Аниш дает ответ: они текут вниз по всей цепочке технологий. В сторону Microsoft Azure (до 2032 года OpenAI должна платить Microsoft 20% от своих доходов), в Nvidia — на покупку чипов, в компании, строящие и оснащающие дата-центры, в электросети. Там есть почти циклическая модель: Microsoft инвестирует в OpenAI, OpenAI тратит деньги на Azure, Azure покупает больше чипов Nvidia, Nvidia показывает рекордную прибыль — и все радуются. Деньги постоянно текут вниз.

Это, по сути, раскрывает фундаментальную ошибку восприятия: большинство пользователей находятся в верхней части технологического стека, а большая часть прибыли — внизу. Эта разрыв — ядро всей инвестиционной логики. Как говорит Аниш, это первый урок цепочки стоимости ИИ: доходы идут вверх, капитал — вниз. А инвесторы и наблюдатели часто привлекаются ростом доходов, забывая, что именно накопленный капитал — это настоящая защита.

История повторяется: уроки электрификации

Аниш провел яркую историческую аналогию. Чтобы понять, что происходит с ИИ, стоит изучить электрификацию 1880–1920 годов. Когда Томас Эдисон в 1882 году построил первую коммерческую электростанцию на Перш-стрит в Нью-Йорке, люди считали электричество забавной новинкой — чем-то вроде яркой лампочки в комнате. Зачем оно нужно, если газовые лампы работают отлично?

Но всего за 40 лет электричество полностью преобразило все отрасли — производство, транспорт, связь, медицину, развлечения. Победителями стали не те, кто изобрел лампочку, а те, кто построил электростанции, проложил медные провода, создал генераторы: General Electric, Westinghouse, коммунальные компании, добытчики меди, строители.

Аналогичная модель сейчас разворачивается в сфере ИИ — только за несколько лет, а не десятилетий. Аниш называет это «гравитацией инфраструктуры» (Infrastructure Gravity). Каждый раз, когда появляется новая вычислительная платформа, начальное богатство создается на «лопатах и кирках». Позже появляются приложения, привлекающие все внимание СМИ, но прибыль идет именно в инфраструктуру.

Цифры подтверждают силу этого подхода. Nvidia в 2026 году (по состоянию на январь) показала рекордный доход в 215,9 миллиардов долларов, что на 65% больше, чем годом ранее. Только их дата-центры принесли за последний квартал 62,3 миллиарда долларов — рост на 75%. Этот сегмент составляет более 91% общего дохода Nvidia. Одна компания за квартал зарабатывает 68 миллиардов долларов, из которых девять десятых — на одну линию бизнеса.

TSMC, крупнейший производитель чипов для Nvidia и почти всех других ведущих производителей, в 2025 году занимала около 70% мирового рынка по производству кремниевых пластин, с выручкой 122,5 миллиарда долларов. Ближайший конкурент — Samsung — лишь 7,2%. Аниш отмечает, что такая доминация вызывает тревогу даже у стандартных нефтяных компаний.

Особенно я согласен с мнением Аниша: если спросить любого, что такое интернет-революция, ответ будет — Google, Amazon, Facebook. Но если спросить, где реально зарабатывали деньги на ранних этапах, — ответ будет: Cisco, Corning, компании, прокладывающие оптоволокно. Та же история, только в другой десятилетие. Инфраструктура всегда выигрывает первой — вопрос только в том, как долго этот цикл продлится.

Карта возможностей для инвесторов: по уровням

Аниш подробно разбирает инвестиционные возможности по уровням. Это очень ценно, потому что превращает абстрактные концепции в практическую инвестиционную рамку.

Первый уровень: энергия. Потребление электроэнергии дата-центрами ИИ — колоссальное. К 2026 году оно достигнет около 90 ТВтч в год, что в 10 раз больше уровня 2022. Это создает прямой инвестиционный кейс: компании, способные генерировать, передавать и обеспечивать надежное электропитание для дата-центров, выиграют. 黄仁勋 в октябре 2025 года сказал: «Дата-центры могут генерировать электроэнергию быстрее, чем подключаться к электросетям». Это означает, что технологические компании становятся собственными поставщиками электроэнергии, обходя традиционные сети. Этот тренд делает инвестиции в энергетическую инфраструктуру более привлекательными, чем многие думают.

Второй уровень: чипы. Это самый известный уровень благодаря Nvidia. Но Аниш подчеркивает, что чиповая индустрия гораздо сложнее. У нее есть свои подсистемы: дизайнеры (Nvidia, AMD, Broadcom), производители (TSMC — 70% рынка), поставщики оборудования (ASML — единственный производитель EUV-литографов), поставщики памяти (SK Hynix, Samsung, Micron), и поставщики упаковочных технологий.

Эта концентрация впечатляет. Nvidia занимает около 92% рынка GPU для ИИ дата-центров. TSMC производит чипы для почти всех крупных дизайнеров. ASML — единственный поставщик EUV-литографов. Одна компания проектирует, другая строит, третья производит оборудование. Аниш отмечает, что такая концентрация — и инвестиционный аргумент, и геополитический риск. Высокая прибыль и высокая опасность — две стороны одной медали.

Третий уровень: облачные вычисления и дата-центры. Рынок контролируют три гиганта: Amazon Web Services (31%), Microsoft Azure (24%) и Google Cloud (11%). Но это лишь вершина айсберга. Foxconn собирает около 40% всех AI-серверов в мире, Arista Networks и Credo создают сетевую инфраструктуру, Vertiv занимается системами охлаждения, REITs владеют землями и зданиями дата-центров, а кто-то даже заливает бетон.

Аниш приводит шокирующую цифру: по оценкам Bank of America, в 2026 году эти компании потратят 90% своих операционных денежных потоков на capex, что выше 65% в 2025 году. Morgan Stanley прогнозирует, что в этом году они займут более 400 миллиардов долларов — вдвое больше, чем в 2025 году (165 миллиардов). Одного только выпуска облигаций на 400 миллиардов долларов — это беспрецедентный масштаб.

Четвертый уровень: модели. Это «мозг» — OpenAI (GPT, ARR более 20 миллиардов), Anthropic (Claude, по предварительным данным, около 19 миллиардов в год), Google DeepMind (Gemini), Meta AI (Llama) и др. Аниш оценивает этот уровень как самый хайпованный и одновременно самый убыточный. Структурные проблемы бизнес-модели: чем больше вычислений, тем лучше модель, но расходы растут быстрее доходов. Это похоже на ресторан: каждое блюдо требует более дорогих ингредиентов, а клиенты ожидают цен без изменений. Прибыль постоянно сжимается.

Пятый уровень: приложения. Это то, что мы видим каждый день — ChatGPT, Google Search, Microsoft Copilot и т.п. Самый широкий и насыщенный уровень, который в будущем станет крупнейшим по охвату рынков, но сейчас — с минимальной прибылью и высокой конкуренцией. Аниш отмечает, что ключ к дифференциации — данные. Компании с уникальными, собственными данными получат устойчивое преимущество — Salesforce с корпоративной CRM, Bloomberg с финансовыми данными, Epic с медицинскими записями.

Я полностью согласен с Анишем: лучшие доходы в ближайшие 3–5 лет получат те, кто инвестирует в инфраструктуру сейчас, а потом — в приложения. Самые умные капиталы уже так и делают. Победят те, у кого есть доступ к уникальным данным, даже если они не называют себя «AI-компаниями».

Это пузырь? Необходимость ответить на главный вопрос

Аниш прямо отвечает на главный вопрос: «Это повторение интернет-бумы? Массовые расходы на инфраструктуру без прибыли, все на хайпе?» Его ответ убедителен.

Разница — во времени спроса. В эпоху интернета компании строили инфраструктуру для еще несуществующего спроса. Оптоволокно и серверы создавались, а пользователи еще использовали диал-ап. Инфраструктура была построена, а спрос взорвался через 5–7 лет — и все это было распродано.

К 2026 году спрос на ИИ уже есть и растет быстро. Nvidia не успевает производить чипы, TSMC полностью распродала свою передовую упаковочную мощность, цены на облачные услуги растут, а не падают. В 2025 году с марта по октябрь OpenAI увеличила активную аудиторию на 400 миллионов человек. Модели используются, вычисления расходуются, клиенты платят.

Но Аниш честно признает три главных риска. Неправильное распределение капитала — если доходы от ИИ не достигнут достаточного уровня, чтобы оправдать расходы свыше 650 миллиардов долларов, некоторые компании столкнутся с серьезной потерей прибыли, и даже Amazon может получить отрицательный свободный денежный поток. Концентрационный риск — TSMC производит около 70% всех чипов, ASML — единственный поставщик EUV-литографов, Nvidia — 92% GPU для дата-центров. Любая геополитическая или природная катастрофа может нарушить всю цепочку. И проблема DeepSeek — китайская лаборатория DeepSeek в январе 2025 года достигла почти передовых результатов с меньшими затратами, что ставит под сомнение гипотезу «больше затрат — лучшее ИИ».

Я считаю, что честность Аниша по поводу рисков делает его анализ более надежным. Он не избегает проблем, а открыто их показывает. Но даже с учетом этих рисков, по оценкам McKinsey, к 2030 году глобальные инвестиции в дата-центры могут достичь 6,7 триллионов долларов, а по данным PwC, вклад ИИ в мировой ВВП к тому времени может составить 15,7 триллионов. Даже если эти цифры ошибутся наполовину, мы все равно говорим о крупнейшем технологическом сдвиге с времен интернета.

Особое мне понравилось его высказывание: «Можно сомневаться в моделях, можно сомневаться в сроках, но нельзя быть безразличным к цепочке поставок. Это разные вещи. Одно — здоровая интеллектуальная позиция, другое — потеря денег.»

Играть на правильных уровнях

Аниш использует метафору видеоигры, чтобы подытожить инвестиционную стратегию. Представьте, что ИИ — это видеоигра с пятью уровнями, каждый со своими сложностями и наградами. Уровень энергии — учебный, низкий риск, стабильная отдача. Чипы — босс-битва, самая прибыльная, но сложная. Облачные вычисления — командный сервер, где крупные игроки зарабатывают на всем. Модели — PvP-арена, жесткая конкуренция, большинство игроков выбывает. Приложения — открытый мир, безграничные возможности, но без гарантий.

Его главный совет — не обязательно проходить все уровни. Большинство пытается сразу на пятом, потому что он самый очевидный, а умные деньги вкладываются во второй и третий уровни, потому что там сейчас самый ценный опыт.

Этот каркас помогает понять, что ваше место в технологическом стеке определяет, на что стоит обращать внимание. Для неспециалистов — не нужно разбираться, как работают GPU, достаточно понять, что их производят, размещают и питают компании — публичные или крупные частные. Для тех, кто занимается технологиями — модель развивается, но физические ограничения быстро становятся узким местом. Для инвесторов — цепочка стоимости ИИ — это разные сделки с разными рисками и доходами. Обозначать «ИИ» как один сектор — как в 1998 году считать «технологии» единым сектором — слишком упрощенно.

Аниш подчеркивает, что инфраструктурное преимущество не будет вечным. В какой-то момент инфраструктура созреет, приложения объединятся, а ценность перейдет к верхним уровням — как было с интернетом: Amazon, Google и Facebook в итоге захватили большую часть стоимости, оставив производителей кабелей и серверов в тени. Но пока мы на стадии инфраструктуры, и лопаты с кирками продолжают приносить деньги.

После прочтения этой статьи я понял одну простую, но глубокую истину: потребители смотрят на продукт, инвесторы — на цепочку поставок, а лучшие инвесторы видят цепочку еще до выхода продукта. Через пять лет победители этого цикла будут казаться очевидными — так всегда бывает. Главное — видеть структуру раньше других.

Через десять лет понимание технологического стека ИИ станет таким же базовым, как понимание балансового отчета. Учитесь, рисуйте уровни, следите за капиталом — таков весь смысл игры.