В то время как корпоративный сектор начинает «снижать затраты на вычислительную мощность», Goldman Sachs предупреждает: капитальные расходы на AI в размере 5,3 трлн долларов приближаются к кредитному насыщению!

Волна инвестиций в инфраструктуру искусственного интеллекта радикально меняет структуру мировых рынков капитала, при этом скрытые за этим долговые риски нельзя игнорировать.

Последний прогноз Goldman Sachs показывает, что в период с 2025 по 2030 год капитальные затраты гипермасштабируемых облачных компаний в сфере искусственного интеллекта и центров обработки данных достигнут в совокупности 5,3 триллиона долларов, что приведет к беспрецедентному суперциклу капитальных расходов.

Goldman Sachs ожидает, что гипермасштабные компании будут вынуждены привлекать финансирование на различных рынках, поскольку они, возможно, столкнутся с ограничениями насыщения на рынках ликвидности и кредитования.

Почётный профессор Нью-Йоркского университета Gary Marcus, комментируя данный анализ, назвал заявление Goldman Sachs "ужасающей фразой" и отметил:

Для меня сейчас вопрос уже не в том, рухнет ли гипермасштабная модель, а в том, насколько серьезным будет сопутствующий ущерб.

Gary Marcus далее предостерегает:

Гипермасштабные облачные провайдеры не смогут вернуть свои инвестиции в размере 5,3 трлн долларов, если только не будут выкачивать эти средства через огромные государственные субсидии, то есть, фактически, у налогоплательщиков. Именно так они и планируют поступать.

Тем временем, по оценкам Morgan Stanley, только расходы на строительство центров обработки данных по всему миру к 2028 году приблизятся к 2,9 трлн долларов, причем значительная часть этих инвестиций опирается на долговое финансирование. Это означает, что в случае рыночной коррекции убытки затронут не только акционеров, но и, через кредитные рынки, могут распространиться на все общество.

Обратной стороной этого инвестиционного пиршества является все более жесткая политика сокращения бюджетов у корпораций.Такие ранние крупные пользователи искусственного интеллекта, как Uber, Amazon и Walmart, уже установили лимиты на использование ИИ среди сотрудников или внедрили меры по снижению расходов.

После того как Anthropic перешла на модель тарификации по токенам, директор по информационным технологиям компании Workato Carter Busse отметил, что их ежедневные траты выросли в 7 раз, и не смог сдержать эмоций:

Мы создали монстра.

По оценкам аналитиков Goldman Sachs, капитальные расходы на искусственный интеллект растут быстрее, чем реально строятся центры обработки данных, что означает, что будущим узким местом станет не спрос на модели, а доступность финансирования, энергоснабжение и реализация проектов.

Оценки Morgan Stanley еще конкретнее. По их прогнозу, к 2028 году структура инвестиционных источников для 2,9 триллиона долларов капитальных затрат на строительство центров обработки данных будет выглядеть следующим образом:

• Собственный денежный поток гипермасштабных облачных компаний — около 1,4 трлн долларов;
• Корпоративные облигации — около 200 млрд долларов;
• Секьюритизированные кредиты под активы — примерно 150 млрд долларов;
• Частные кредиты, финансирование под залог активов и долговые совместные предприятия — около 800 млрд долларов;
• Прочий капитал — приблизительно 350 млрд долларов.

Такая структура означает, что инвестиции в инфраструктуру ИИ во многом стимулируются кредитными рынками.

AI-блогер Rohan Paul на платформе X подчеркнул, что поскольку лишь немногие гипермасштабные облачные компании могут неограниченно выпускать облигации на открытом рынке, инвесторы уже обеспокоены риском концентрации эмитентов.

Сложность финансирования центров обработки данных лишь усугубляет проблему.

Центр обработки данных — не единый актив, а комплекс из земли, подключения к электросетям, сетевой инфраструктуры, зданий, систем охлаждения и серверов ИИ, в результате чего потребности в финансировании распространяются на инфраструктурные фонды, фонды недвижимости, частные кредиты и корпоративные облигации.

В случае системной рыночной коррекции цепочка передачи убытков будет гораздо сложнее, чем во времена пузыря доткомов.

Со стороны спроса высокие эксплуатационные издержки искусственного интеллекта заставляют компании пересматривать ценность каждого запроса и автоматизированного рабочего процесса.

Uber — самый яркий пример.WallstreetCn отмечает, что этот гигант расходов на такси за один квартал израсходовал годовой ИИ-бюджет, рассчитанный на 2026 год.

После того как бюджет был исчерпан уже в апреле, Uber ввела верхний лимит в 1500 долларов на месячные расходы сотрудников на слова (токены) в рамках одного ИИ-инструмента. Президент и главный операционный директор Uber Andrew Macdonald прямо заявил:

Сегодня всё сложнее обосновать расходы на ИИ-токены и провести четкую причинно-следственную связь между затратами и реальным улучшением работы продукта.

В Walmart также установлен лимит на количество токенов, используемых их внутренним ИИ-помощником. Технический директор Walmart Global Suresh Kumar отметил, что платформа для программирования Code Puppy испытала "резкий рост" запросов, поэтому пришло время "шаг назад, чтобы всё переосмыслить".

В основе этого тренда лежит структурное изменение модели тариффикации.Крупнейшие AI-лаборатории, такие как Anthropic и OpenAI, уже перешли от фиксированных подписок к оплате по токенам, что делает компании куда более чувствительными к каждому запросу и процессу автоматизации.

Глава направления генеративного ИИ в Deloitte Global Costi Perricos комментирует:

Стоимость вычислений уже попала в поле зрения финансовых директоров и советов директоров. И потребители, и бизнесу всегда говорили, что ИИ — это дешево или бесплатно, но на самом деле это не так.

Генеральный директор OpenAI Sam Altman тоже признал в этом месяце, что расходы стали в этом году "важнейшей проблемой" для клиентов — в прошлом году на эту тему почти никто не говорил.

Корпоративные меры по сокращению расходов оказывают заметное влияние и на верхние уровни цепочки создания ценности в ИИ.

Anthropic и OpenAI планируют выйти на биржу в конце этого года, при оценке, близкой к триллиону долларов. Однако тенденция к сокращению расходов на ИИ со стороны компаний может создавать потенциальное давление на ожидаемый рост выручки этих компаний.

Основные AI-платформы уже начали отвечать на вызовы, направляя пользователей к менее дорогим неинновационным моделям ради поддержания уровня внедрения.

Операционный директор GitHub Kyle Daigle отметил, что Microsoft заранее информировала клиентов об изменениях цен, обсуждая "адаптивность и пригодность", и подчеркивая, что "не все задачи требуют передовых моделей".

Microsoft, Amazon и Google уже выпустили инструменты, которые автоматически маршрутизируют пользовательские запросы к наиболее дешевым подходящим моделям.

Некоторые компании переходят на открытые модели, размещая их на внутренних серверах или пользовательских устройствах, чтобы сократить выплаты AI-лабораториям и облачным провайдерам.

Patel из Cisco резюмировал ситуацию многих компаний:

Наши инженеры хотят больше токенов, а мы должны найти способ за это заплатить.

Эта фраза отражает ситуацию во всей отрасли: стратегическая ценность искусственного интеллекта признана, однако коммерческая логика постоянных платежей за это ещё должна быть доказана рынком.