Бенефициары ИИ хайпа. Интересно устроен бизнес – в мире нет ни одного коммерчески успешного ИИ стартапа или компании в рамках развертывания LLMs проектов

Бенефициары ИИ хайпа

Интересно устроен бизнес в мире нет ни одного коммерчески успешного ИИ стартапа или компании в рамках развертывания LLMs проектов

, по крайней мере, с положительным денежным потоком свыше $100 млн за год (совсем мелкие проекты не беру).

Да, понятно, рынок в фазе экспансии и на нулевой или первой стадии / фазе роста любой стартап является убыточным это нормально, но ненормально то, что концепция подобных проектов выстраивается на непрерывной экспансии с чрезвычайно низкой эффективностью слишком много ресурсов на неприемлемо малый коэффициент отдачи.

Это важно подчеркнуть: специфика бизнеса требует неизмеримых (потенциально отдаче) ресурсов на масштабирование и поддержку инфраструктуры, не считая маркетинга и развития проектов (R&D).

Единственные, кто зарабатывает огромные деньги производители оборудования, строители, интеграторы и оптимизаторы ИИ кластеров.

Эта схема рано или поздно сломается специфика LLMs не предполагает, что можно взять и остановиться, требуется постоянное расширение и масштабирование, но сложность задач возрастает в геометрической прогрессии (внедрение ИИ-агентов и многоуровневых иерархических задач), объем задач экспоненциально растет (внедрение корпоративного сектора с big-data), в том числе по мере вовлечения новых пользователей и генерации ИИ-спама.

Если данные верны (53-55 ГВт уже введенных мощностей и около 40 ГВт планируется внедрить в ближайшее время), вычислительная мощность потенциально может удвоиться в ближайшие годы пусть даже утроиться за счет интеграции более производительных чипов в расчете на 1 Вт энергии.

Это ни о чем. Удвоение или утроение мощностей в ближайшие годы сожрется ИИ-слопом (генерация ИИ-видосиков, музыки, картинок, редактирование медиа-контента, мемов и т.д.) и корпоративным сектором, где практически нет верхнего лимита масштабирования (можно практически бесконечно усложнять задачи через подгрузку новых данных, расширение спектра параметров, зависимостей и глубины исследований).

На начальном этапе развития индустрии, когда LLMs были одномерными, коэффициент масштабирования еще как-то просчитывался, но в конце 2024 были внедрены рассуждающие модели, а в 2025 стали развертываться ИИ-агенты, требующие экспоненциально растущих запросов на вычислительные ресурсы.

На самом деле, абсолютно корректна и справедлива логика, что спрос всегда превышает предложение, требуя постоянного расширения мощностей по мере вовлечения новых участников (бизнес, государство и частные лица) и усложнения запросов.

Проблема в том, что практически нет лимитов расширения в условиях очень высокой стоимости "банкета", когда внедрение ИИ-фабрики в расчете на 1 Вт находится в диапазоне 30-50 млрд долларов инфраструктурных ограничениях (прежде всего, электричество) и производственных ограничениях (рост цен на память явный маркер производственных сбоев).

Все это необходимо еще обслуживать и развивать.

Что получаем? Невероятно искаженную экономику токенов (очень высокая цена, сложности масштабирования, низкий прирост эффективности на каждый доллар затрат на текущем этапе зрелости технологии) при высокой конкуренции (в США по компаниям: OpenAI, Anthropic, Google, xAI с претензиями от Meta и Microsoft, в Китае среди LLMs: Qwen, Kimi, Mimo, DeepSeek, GLM, MiniMax).

Высокая конкуренция ограничит экспансию цены (всегда будет выбор перебраться на открытые и бесплатные китайские проекты).

Получается схема: выручка растет экспоненциально, но с потенциальным лимитом, а расходы растут сильно быстрее выручки практически без верхнего лимита. Это делает экономику проекта долгосрочно убыточной.

Все это на фоне крайне неоднозначного воздействия ИИ на экономику, по крайней мере, на макроуровне.

Рано или поздно встанет вопрос о целесообразности участия в гонке ИИ. Единственным бенефициаром (в финансовом плане) от использования ИИ являются производители ИИ оборудования и интеграторы аппаратной части.

В нынешней конфигурации не просматривается устойчивая рентабельность ИИ-проектов, что может сломать всю схему.