Гроші в AI закінчуються, токени незабаром подорожчають
Світова AI-індустрія вже витратила $1,4 трлн, але поки не вийшла на окупність, випливає з підрахунків проєкту «Is AI Profitable Yet?». За цими даними, до травня 2026 року сукупні витрати найбільших AI-компаній досягли $1,4 трлн, тоді як їхня виручка склала близько $613 млрд. Єдиною великою компанією, яка впевнено заробляє на AI-буме, залишається Nvidia. За розрахунками проєкту, вона отримала $478 млрд виручки і $253 млрд чистого прибутку, оскільки продає не AI-сервіси, а чипи та інфраструктуру для дата-центрів («лопати»).
За іншими даними, Amazon стала єдиною компанією з позитивною рентабельністю інвестицій у штучний інтелект – решта гігантів технологічного сектора зазнають збитків, що сягають 35%.
На перший погляд здається, що AI-індустрія буквально купається в грошах інвесторів. З одного боку це так, але з іншого – колосальні витрати на обчислювальні потужності, на енергію для них, на захмарні зарплати провідним інженерам і так далі. Тобто бухгалтерія вперто не сходиться, і тому тепер провідні AI-розробники переходять від стратегії безкоштовного залучення аудиторії до жорсткої монетизації.
Яскравий приклад – нещодавнє рішення Anthropic обмежити доступ популярного агентського інструменту OpenClaw до моделей Claude. Тепер за роботу сторонніх агентів на інфраструктурі компанії користувачам доводиться доплачувати. «Наші підписки не були розраховані на моделі використання цих сторонніх інструментів, – каже Борис Черні, голова Claude Code. – Ми хочемо цілеспрямовано керувати своїм зростанням, щоб продовжувати стійко обслуговувати наших клієнтів у довгостроковій перспективі. Ця зміна – крок у цьому напрямку».
Це оголошення стало знаком нового часу для найбурхливіше зростаючої галузі наших днів. Інвестори вклали сотні мільярдів доларів у такі компанії, як OpenAI і Anthropic, щоб допомогти їм масштабуватися і розвивати свої обчислювальні потужності. Тепер вони очікують віддачі. Після багатьох років надання дешевого або зовсім безкоштовного доступу до передових систем AI, користувачі починають відчувати наслідки. Вже більшість провідних AI-лабораторій запровадили нові рівні підписки, щоб залучити досвідчених користувачів. OpenAI і Anthropic змінили свої тарифні плани для корпоративного сектора. OpenAI впровадила рекламу на своїй платформі. Anthropic обмежила використання сторонніх інструментів.
Підписуйтеся на наші соцмережі
Але і для лідерів індустрії штучного інтелекту справжні витрати ще тільки починаються. За оцінкою Gartner, капітальні вкладення в дата-центри для AI до 2029 року досягнуть $6,3 трлн. Щоб уникнути банкрутства, AI-провайдерам необхідний повернення на інвестований капітал (ROIC) порядку 25%. Падіння нижче 7% аналітики називають «зоною катастрофи» для інвесторів. Для виходу навіть на мінімальні 7% сектору знадобиться заробити сумарно близько $7 трлн виручки до 2029 року – майже $2 трлн на рік до кінця періоду.
Щоб забезпечити необхідну виручку, за консервативними оцінками, обсяг токенів, що обробляються, має зрости у 50-100 тисяч разів до 2030 року. Однак маржинальність нових reasoning-моделей залишається мінімальною або від'ємною з урахуванням витрат на навчання наступних поколінь.
Тільки от користувачі не поспішають розкошелюватися в потрібних обсягах. Вони дедалі частіше переходять на self-hosting і open-source-моделі, щоб стримати зростання витрат. Або ж користуються китайськими AI-продуктами, які подекуди на порядок дешевші при порівнянній ефективності.
У відповідь компанії змінюють тарифну політику, переводячи корпоративні плани на оплату за фактом споживання. А також – борються за державні контракти. Але в стратегічному плані вже зрозуміло: стійка бізнес-модель для світової AI-індустрії вимагатиме впровадження генеративного AI в усе, що нас оточує – від рекламних щитів і автоматичних торговельних кіосків до побутової техніки. При цьому постачальники AI-рішень отримуватимуть свою частку від усіх цих транзакцій. Чи сподобається це нам усім – навряд чи. Але питати ніхто не буде.
Справа в тому, що AI-компанії вже витратили більше грошей інвесторів і зробили це швидше, ніж будь-який інший сектор у новітній історії. Вони почали будівництво центрів обробки даних по всьому світу, вкладаючи мільярди доларів, обіцяючи кращі моделі, зниження витрат і доступ до нейромереж для всіх. Але тепер навіть просто зупинити потік збитків уже буде складно – не кажучи вже про те, щоб заробити ті гроші, на які розраховують інвестори.
Тут, мабуть, потрібно трохи пояснень. Розробники LLM заробляють гроші, продаючи доступ до так званих токенів. Токен – це одиниця вхідних даних, яку AI-модель може розуміти і обробляти – це може бути текст, зображення, аудіо або щось інше. Один токен зазвичай дорівнює приблизно чотирьом символам в англійській мові – наприклад, слово «ванна кімната» (bathroom) буде оброблено як два токени. Один абзац англійською мовою зазвичай містить близько 100 токенів, а есе обсягом 1500 слів може містити близько 2050 токенів. Щоб виправдати очікування інвесторів щодо доходів, постачальникам послуг знадобиться обробити (а попередньо – продати) якусь неймовірну кількість токенів.
Наприклад, компанія Google оголосила, що за місяць обробляє більше 1,3 квадрильйона токенів. Якщо скласти всі оцінки всіх лідерів індустрії, вийде від 100 до 200 квадрильйонів токенів на рік. Але щоб досягти підрахованих Gartner $2 трильйонів щорічних витрат, AI-компаніям знадобиться генерувати загалом мінімум 10 секстильйонів токенів на рік. (У квадрильйоні – 15 нулів, а в секстильйоні – 21.) Навіть якщо припустити високу маржу прибутку в 10% з кожного токена, це означало б, що споживання токенів у період з теперішнього моменту до 2030 року має збільшитися у 50 000-100 000 разів.
І тут справа впирається в суто технічну проблему: без будівництва нових центрів обробки даних компанії не здатні обробляти таку кількість токенів. Але навіть якби вони могли, прибуток все одно повністю поглинається непрямими операційними витратами, такими як створення додаткових обчислювальних потужностей і неймовірні витрати на постійне навчання наступної великої моделі.
Експерти прогнозують, що багато компаній не зможуть підтримувати темпи витрачання коштів, тож консолідація ринку практично неминуча. Це означає, що на західному ринку (Китай – окрема історія) виживуть не більше 7-10 великих постачальників мовних моделей. І епоха, коли майже у кожного сервісу є досить щедрий безкоштовний тарифний план, мабуть, не триватиме довго.
Зрештою великі компанії, що займаються AI, опинилися в пастці. Вони залучили величезну кількість користувачів, пропонуючи безкоштовний доступ, і тепер їм потрібно утримати цих користувачів, стягуючи при цьому набагато більше грошей. Але замість того, щоб платити, клієнти (і корпоративні, і приватні) розглядають можливість переходу на моделі з відкритим вихідним кодом. Або оцінюють те, наскільки дорогі високопродуктивні моделі можуть бути замінені дешевшими альтернативами (зазвичай китайськими).
Найімовірніше, серйозні зміни відбудуться протягом наступних 24 місяців. Тривалий період субсидування AI венчурним капіталом був необхідний для зростання цієї індустрії. Але тепер настав час підвищити ефективність системи, і не всі AI-гіганти зможуть це пережити. Однак і нам – споживачам – доведеться більше платити за доступ до штучного інтелекту. Або змиритися з тим, що AI тепер будуть вбудовувати в кожен кавник. І, відповідно, стягувати абонентську плату за кожну чашку ранкової кави.
Резюмую
Час безкоштовного (або дуже дешевого) доступу до AI був, по суті, захопленням території. Це поширена стратегія, яку використовують стартапи. Але це не бізнес-модель, захоплення робиться на гроші венчурних інвесторів. Тобто довго так продовжувати не можна.
У
результаті ми вже починаємо відчувати тиск великих грошей на AI-індустрію.
Результат – реклама в чат-ботах, обмеження швидкості, обмеження функцій,
підвищення цін. Безкоштовна експлуатація AI закінчилася. Залишається
сподіватися, що на нас не чекає крах доткомів 2.0.
Денис Стаджі