AI бізнес-модель тріщить: хто заплатить за бум штучного інтелекту?

AI-сервіси стають розумнішими щомісяця, а впровадження стрімко зростає. Та за фасадом технологічного прогресу ховається інша історія – про витрати, субсидії та фінансову концентрацію. Про це йшлося на YouTube-каналі Finance Bureau.

Прихована ціна буму штучного інтелекту

Протягом двох років AI-інструменти продавалися за простою моделлю: фіксована щомісячна плата за співробітника – майже як ліцензія Microsoft Office. Але кожен запит до моделі споживає токени, а токени – це реальні обчислювальні витрати.

З переходом від автодоповнення коду до агентних систем, що розбивають завдання на десятки паралельних процесів, споживання токенів різко зросло. Один AI-агент може за хвилини витратити стільки ж ресурсів, скільки людина – за дні.

GitHub у червні визнав: фіксована модель Copilot змушувала компанію покривати зростаючі витрати на інференс. Тепер діє тариф «per credit», де 1 кредит дорівнює 1 центу. Для активних користувачів витрати зросли в 10–50 разів за ніч.

Microsoft скорочує більшість внутрішніх ліцензій Claude Code до 30 червня. Uber витратив увесь AI-бюджет на 2026 рік уже до квітня. Це не ізольовані випадки – це розгортання тієї ж проблеми субсидій.

Чому AI-інструменти дорожчають

AI-native продукти у 2026 році прогнозують валову маржу близько 52%. Звучить непогано – доки не порівняти з 75–85% у зрілих софтверних компаній. Інференс «з’їдає» 4–9% доходу у публічних компаній та до 23% витрат у тих, що масштабуються.

OpenAI у 2024 році отримала приблизно $3,7 млрд доходу, але втратила близько $5 млрд – $1,35 збитку на кожен долар виручки. У першому кварталі 2026 року операційна маржа становила мінус 122%. Компанія може втратити близько $14 млрд цього року проти $8–9 млрд торік.

Платформу Sora закрили на початку 2026-го після витрат $15 млн на день при загальному доході лише $2,1 млн. Технологія працювала, але юніт-економіка – ні.

Навіть падіння ціни за токен приблизно в 10 разів із початку 2025 року не врятувало маржі. Ефективність поглинають більші моделі та довші контекстні вікна – явище, яке аналітики називають «AI-flation».

Коли великі компанії не бачать ROI

Uber став одним із найпоказовіших прикладів масштабного корпоративного впровадження AI. У грудні 2025 року Claude Code розгорнули приблизно для 5 тис. інженерів. Якщо в лютому AI щомісяця використовували 32% інженерів, то вже навесні – 95%.

Середні API-витрати становили $150–250 на інженера на місяць. У найактивніших користувачів рахунок сягав $500–2000 щомісяця. До 70% нового коду генерував AI.

Підписуйтеся на наші соцмережі

Попри високі показники використання, COO Uber Ендрю Макдональд визнав: складно провести пряму лінію між цими метриками та створенням більш корисних функцій для клієнтів. Тобто масштаб впровадження не дорівнює доведеному фінансовому ефекту.

Цей розрив між статистикою продуктивності та вимірюваною віддачею і є центральною проблемою корпоративної монетизації AI.

Кругове фінансування Nvidia–OpenAI–CoreWeave

Фінансова структура дедалі більше нагадує замкнений цикл. Nvidia інвестує в AI-лабораторії. Лабораторії підписують багатомільярдні хмарні контракти з Oracle і CoreWeave. Провайдери купують чипи Nvidia. Дохід Nvidia зростає – і цикл повторюється.

У 2026 році Nvidia зобов’язалася інвестувати понад $40 млрд по цьому ланцюгу, з них $30 млрд – в OpenAI. У січні вона вклала $2 млрд у CoreWeave, отримавши 11% акцій, і гарантувала попит на потужності, які той не може продати третім сторонам.

OpenAI має 5-річну угоду з Oracle на $300 млрд і контракти з CoreWeave на $22,4 млрд. Загальні інфраструктурні зобов’язання сягають $600 млрд до 2030 року.

CoreWeave у І кварталі 2026 року отримала $2,08 млрд доходу, але втратила $740 млн. Борг – $24,9 млрд, планові витрати на рік – до $35 млрд. У 2025 році 67% доходу припадало на одного клієнта – Microsoft, що фінансував обчислення для OpenAI.

Чи повторюється сценарій дотком-бульбашки

CEO CoreWeave Майкл Інтрейтор прямо згадав про негативні спогади щодо vendor financing 1999–2000 років. У той період телеком-вендори кредитували власних клієнтів, щоб ті купували їхнє ж обладнання.

Lucent виділила $8,1 млрд фінансування клієнтам. Її виручка сягнула близько $38 млрд у 1999 році, але до 2002-го впала на 69%, і компанія не відновилася. Cisco надала $2,4 млрд кредитів клієнтам, після чого її акції втратили 90% вартості та лише через 25 років повернулися до піку.

Механіка була простою: виробник створює попит, який сам же фінансує. Дохід фіксується у звітності, але здатність клієнта платити залишається залежною від подальшого зростання.

Сьогодні формується ринок боргу під заставу GPU зі ставками близько 14% – приблизно утричі вище за investment grade. CIO Пітер Буквар зазначає, що в абсолютних цифрах нинішні AI-угоди перевищують масштаби 1990-х.

Сам Інтрейтор підкреслив: ситуація «не зовсім така, як у 1999–2000 роках, але й не надто віддалена», що має насторожувати інвесторів.

Як AI-акції тримають S&P 500

Шість найбільших технологічних компаній США оцінюються приблизно у $22,2 трлн – більше, ніж економіка будь-якої країни світу, окрім США та Китаю. Топ-10 компаній формують близько 40% S&P 500. На піку 2000 року цей показник становив близько 27%.

Упродовж однієї 20-денної весняної сесії 69% зростання індексу забезпечили лише 10 акцій. Nvidia, Micron і Alphabet дали понад 40% позитивних переглядів прибутків для всього S&P 500 у 2026 році.

Циклічно скоригований P/E індексу становить близько 42,8 – понад $42 за кожен долар інфляційно скоригованого прибутку. Наприкінці травня лише 20 із 500 компаній перебували на історичних максимумах, що свідчить про вузьку ринкову ширину – характерну для березня 2000 року.

Фактично індексні фонди концентрують ризик у невеликій групі AI-інфраструктурних компаній.

AI IPO 2026: ризики для звичайних інвесторів

У першому кварталі 2026 року 230 компаній залучили $40,6 млрд, але кількість угод скоротилася на 23%. Менше компаній виходили на ринок, проте раунди були більшими й переважно пов’язаними з AI.

CoreWeave розмістилася по $40 за акцію в березні 2025 року і тепер має ринкову капіталізацію близько $68 млрд, попри негативний trailing earnings.

Anthropic подала конфіденційну форму S-1 1 червня після раунду фінансування з оцінкою $965 млрд. OpenAI орієнтується на оцінку близько $1 трлн при прогнозованих збитках $14 млрд цього року та потенційних кумулятивних втратах до $115 млрд до 2029-го. SpaceX розглядає оцінку до $2 трлн – приблизно 91× прибутку.

Конфіденційні подання дозволяють відкласти повне розкриття темпів спалювання готівки та юніт-економіки до фінальної стадії розміщення. Саме момент переходу від приватної оцінки до публічного ринку стає точкою можливого перегляду вартості.

AI бізнес-модель: що означає концентрація ризику

Технологія реальна: вакантність дата-центрів у Північній Америці у першій половині 2025 року впала до рекордних 1,6%. Попит існує. Але під питанням – AI бізнес-модель: фіксовані тарифи нижче собівартості, субсидії венчурного капіталу, кругове фінансування та індексна концентрація.

Переможцями можуть стати ранні інвестори та інсайдери. Ризик – на індексних фондах і пенсійних заощадженнях, які фактично роблять ставку на вузьке коло AI-інфраструктурних компаній. Якщо монетизація затягнеться або попит на обладнання послабиться, чутливість ринку до одного сектору стане системним фактором.

Питання вже не в тому, чи працює AI. Питання в тому, чи витримає AI бізнес-модель свою фінансову конструкцію.