Кто сегодня действительно зарабатывает на буме искусственного интеллекта?

Пока рынок спорит, какая модель умнее, деньги уходят в куда более прозаичные места. В серверные стойки, линии электропередачи и системы охлаждения. Самые известные продукты ИИ пока не стали его самым прибыльным бизнесом. Основной денежный поток забирают компании, без которых эти продукты просто не запустятся.

Для поставщика ускорителей это уже зрелый и очень доходный рынок. Для его клиентов все только начинается. Им ещё предстоит окупить сами чипы, здания, сетевое оборудование, охлаждение и электричество. Высокая маржа NVIDIA держится не на одном дефиците. Ускорители работают вместе с сетевым оборудованием, библиотеками и CUDA. Сменить поставщика можно, но это потребует переделать часть программной среды и заново настроить рабочие нагрузки. Спрос подталкивают и модели рассуждения. Раньше основные вычисления приходились на обучение, теперь дорого обходится и каждый сложный ответ.

TSMC зарабатывает спокойнее и почти не участвует в споре об архитектурах. Она производит чипы и для NVIDIA, и для компаний, которые пытаются заменить ее собственными разработками. 

Если рынок уйдет от универсальных ускорителей к заказным, значительная часть производства все равно останется на ее фабриках.

Broadcom уже получает заказы от облачных компаний, которым нужна такая альтернатива. 

Конкуренция между чипами пока не удешевила инфраструктурную гонку. Она лишь добавила новых поставщиков, которым облака готовы платить.

У нынешних лидеров все же есть уязвимость. Производство оборудования всегда движется циклами. Дефицит заставляет клиентов заказывать больше необходимого и бронировать мощности заранее. Когда поставки догоняют спрос, часть таких заказов исчезает, а цены оказываются под давлением. NVIDIA защищена программной средой лучше обычного производителя чипов, но и ей важно, чтобы облака продолжали строить быстрее, чем устаревает уже купленное оборудование.

Вслед за ускорителями подорожали соседние компоненты. Выручка Micron от HBM, высокоёмкие DIMM и серверную LP DRAM достигла $10 млрд в 2025 финансовом году и выросла более чем в пять раз. Современные модели постоянно перегоняют огромные объемы данных между памятью и процессором. Без быстрой памяти дорогой ускоритель будет простаивать, поэтому экономить на ней не получается.

Дальше идет менее заметная часть рынка. Arista продает сети, Vertiv строит системы питания и охлаждения, Eaton поставляет электротехническое оборудование. GE Vernova получила более $2 млрд прямых заказов для дата-центров – втрое больше, чем годом ранее. В этой группе меньше громких презентаций, зато спрос напрямую связан со строительством новых площадок.

Самым неудобным ограничением становится электричество. Международное энергетическое агентство ждет роста потребления дата-центрами с 415 ТВт·ч в 2024 году примерно до 945 ТВт·ч – в 2030-м. Электроэнергии в мире достаточно, но не всегда там, где собираются строить новый дата-центр. В перегруженном регионе готовое подключение к сети уже ценится почти так же, как удачный участок земли.

Электрическая инфраструктура стареет медленнее серверов. Ускоритель через несколько лет уступит новому поколению, а подстанция, линия передачи и система охлаждения смогут обслуживать несколько поколений машин. Для поставщиков такого оборудования это удобная позиция. Им не нужно угадывать, чья модель победит. Достаточно, чтобы общий объем вычислений продолжал расти.

Облачные компании стоят по другую сторону этих заказов. Они тоже продают ИИ и быстро наращивают выручку. Годовой темп выручки ИИ-бизнеса Microsoft превысил $37 млрд в III квартале 2026 года. Во II квартале Amazon сообщила, что годовой темп всего бизнеса собственных чипов, включая Graviton, Trainium и Nitro, превысил $25 млрд. Продажи продуктов Google Cloud, связанных с генеративными моделями, в одном из последних отчётных кварталов росли почти на 400%. Но облачная выручка растёт вместе с расходами на её создание.

Экономику облаков решит загрузка. Дата-центр с очередью клиентов может приносить хорошую отдачу даже при больших первоначальных затратах. Пустующие ускорители быстро превращаются в дорогой металл, который продолжает амортизироваться и потреблять капитал. Облачным компаниям приходится строить заранее, поскольку подключение и монтаж занимают годы. В результате они одновременно боятся нехватки мощностей и риска построить слишком много.

Инвесторам приходится оценивать не только спрос, но и срок жизни оборудования. Чем дольше сервер числится полезным активом, тем меньше текущая амортизация. При этом новое поколение ускорителей может оказаться заметно дешевле в расчете на одно вычисление. Старое оборудование тогда приходится сдавать дешевле или переводить на простые задачи. От этого зависит, какую прибыль облака в итоге получат с уже построенных дата-центров.

Amazon, Google и Microsoft пытаются снизить расходы с помощью собственных процессоров. При их масштабе это имеет смысл. Но вместе с независимостью они получают расходы на проектирование, программную поддержку и недозагруженные мощности. Заказной чип хорошо работает на огромном потоке похожих задач. Для небольшого клиента универсальный ускоритель часто остается удобнее и дешевле.

Разработчики моделей находятся в еще более сложном положении. Выручка OpenAI и Anthropic растет, но растут и счета за обучение, исследователей и обслуживание пользователей. Бесплатная аудитория помогает быстро распространять продукт, хотя каждый ее запрос требует вычислений. Большая база пользователей здесь может одновременно быть преимуществом и источником расходов.

Ценовую дисциплину удерживать трудно. Новая модель быстро становится ориентиром для конкурентов, а открытые разработки сокращают разрыв в качестве. Корпоративный клиент может перенести часть задач на более дешевую модель и оставить дорогой только сложные запросы. Разработчикам приходится регулярно улучшать продукт, чтобы оправдать цену, хотя каждое новое поколение требует очередного раунда вычислений и исследований.

Удешевление одного запроса не всегда спасает экономику. Как только модель становится доступнее, люди начинают использовать длинный контекст, рассуждение и агентные сценарии. Одна задача распадается на серию обращений к модели. Цена отдельного вычисления снижается, но вычислений становится больше. Итоговый счет может продолжать расти.

Есть и проблема кругового финансирования. Производитель чипов вкладывается в разработчика модели. Разработчик покупает мощности у облака. Облако заказывает новые ускорители. В этой цепочке есть реальные продажи, но деньги часто движутся между участниками одного инвестиционного цикла. Устойчивым рынок станет тогда, когда расходы независимого клиента начнут окупаться за счет его собственного бизнеса.

Первые крупные суммы уже появились в прикладном программном обеспечении. Accenture получила $2,7 млрд выручки от генеративного и агентного ИИ за 2025 финансовый год. Новые заказы достигли $5,9 млрд. Palantir удвоила американскую коммерческую выручку, а повторяющаяся выручка Salesforce Agentforceпревысила $1 млрд.

Сравнивать эти показатели напрямую трудно. Один корпоративный проект приносит выручку облаку, поставщику программы и консультанту по внедрению. Каждый может назвать ее связанной с ИИ. Для акционера важнее другое. Стал ли продукт дороже, пришел ли новый клиент, снизились ли расходы на обслуживание. Без этого ИИ помогает удержать существующую подписку, но не обязательно создает новый источник прибыли.

У покупателя редко появляется отдельный безразмерный бюджет на ИИ. Расходы обычно забирают деньги у других программ, консалтинга или найма. Поставщик может показать быстрый рост ИИ-продаж, а весь его контракт с клиентом почти не изменится. Поэтому рынок постепенно будет отличать компании, которые просто переименовали часть существующей выручки, от тех, кто действительно смог поднять цену или расширить объем работы.

Самые убедительные проекты дают результат, который виден в деньгах. Банк теряет меньше на мошенничестве. Завод реже останавливает оборудование. Оператор быстрее закрывает обращение. Здесь ценность создает не сама модель, а ее место в рабочем процессе. Поэтому часть прибыли может достаться владельцу данных и отношений с клиентом, а не разработчику универсального помощника.

Лабораторные показатели производительности уже выглядят сильно. Stanford AI Index приводит прирост на 14–15% в клиентской поддержке, 26% – в разработке программного обеспечения и 50% – в отдельных маркетинговых задачах. На уровне всей компании картина скромнее. По McKinsey, только около 6% организаций одновременно связывали с ИИ более 5% прибыли до процентов и налогов и сообщали о значимой ценности.

Причина проста. Сэкономленные минуты еще нужно превратить в деньги. Если сотрудник выполняет прежнюю работу быстрее, но его загрузка и обязанности не меняются, компания получает удобный инструмент, а не новую прибыль. Дополнительно приходится оплачивать интеграцию, очистку данных, контроль доступа и проверку ответов. Именно на этом этапе многие эффектные пилоты теряют первоначальный блеск.

Сегодня больше всего на ИИ зарабатывают NVIDIA, TSMC и Broadcom. Следом идут поставщики памяти, сетей, питания, охлаждения и энергетического оборудования. Облака уже продают ИИ-сервисы, но пока тратят на инфраструктуру огромные суммы. Разработчики моделей обеспечили спрос всей цепочке, хотя собственную устойчивую маржу еще должны доказать. Пока все устроено просто. Продавцы дефицитного оборудования получают деньги при поставке, остальные покупают возможность заработать позже.

Автор: Турал Алиев, аналитик Freedom Finance Global