AI и деньги · Часть 2

В AI-инфраструктуру до конца десятилетия могут вложить $4–5 трлн. Искусственный интеллект должен стать значительным источником выручки для окупаемости инвестиций. Главный риск нынешнего AI-«бума» может оказаться связан со скоростью его экономической отдачи.

*Подготовлено RD Analytics*

В первой части RD Analytics мы разбирали, почему рост производительности сотрудников ещё не гарантирует роста прибыли компании.

Но у этой проблемы есть второй уровень.

Если отдельные компании не смогут достаточно быстро превратить AI-производительность в деньги, в масштабе всей экономики это ограничит их готовность постоянно увеличивать расходы на AI.

А значит, возникает следующий вопрос:

кто оплатит триллионы долларов, которые сегодня вкладываются в чипы, дата-центры, энергетику и другую AI-инфраструктуру?

Существует цепочка:

производительность → корпоративный ROI → расходы на AI → выручка AI-индустрии → окупаемость инфраструктуры → valuations.

Именно на эту цепочку в последние месяцы всё чаще обращает внимание Торстен Слок, главный экономист Apollo Global Management.

Пока лучше зарабатывают продавцы AI

Apollo предлагает посмотреть на крупнейшие технологические компании отдельно от остальных компаний S&P 500 — условного S&P 493.

У технологического сектора рентабельность заметно выросла за последние годы.

У большей части остальной экономики сопоставимого структурного скачка пока не видно.

Apollo не утверждает, что это исключительно эффект AI, но именно этот разрыв компания предлагает держать в фокусе.

Сотни миллиардов долларов уже направляются в чипы, облачную инфраструктуру, дата-центры и модели. Но для устойчивости этого инвестиционного цикла финансовый результат должен со временем появиться у конечных покупателей AI.

Именно их ROI определит, насколько долго компании будут готовы увеличивать расходы на модели, software и compute.

Пока Apollo формулирует ситуацию довольно жёстко:

AI-capex гораздо лучше виден в экономике продавцов AI, чем в экономике его покупателей.

Сегодняшние valuations предполагают, что это изменится.

Математика $4–5 трлн

В марте Apollo попыталась оценить экономику строящейся AI-инфраструктуры.

Сама компания называет расчёт back-of-the-envelope math. Это сценарная оценка, а не точный прогноз.

Но масштаб показателен.

Apollo оценивает совокупную стоимость вычислительных мощностей (cost of compute) для AI-инфраструктуры до 2030 года примерно в:

$4–5 трлн.

Чтобы такой капитал обеспечивал приемлемую доходность, ежегодная AI-выручка к 2030 году должна, по расчётам Apollo, достичь:

$1,5–2 трлн.

Для сравнения: выручку новых AI-приложений в 2025 году Apollo оценивает всего в:

$35–65 млрд.

$2 трлн к 2030 году — это примерно размер сегодняшних мировых рынков корпоративного программного обеспечения и онлайн-рекламы вместе взятых.

AI должен создать один из крупнейших новых пулов выручки в мировой экономике.

Кто заплатит $2 трлн?

Для инвестора главный вопрос: кто будет ежегодно платить $1,5–2 трлн?

Часть денег может прийти из существующего программного обеспечения, рекламы и других цифровых продуктов.

Но значительная часть должна появиться из новых AI-продуктов и сервисов.

И здесь экономика AI-индустрии напрямую упирается в проблему из первой части нашей серии.

Чтобы поставщики AI получили триллионы новой выручки, их клиенты должны увидеть собственный финансовый результат.

Нельзя бесконечно увеличивать AI-бюджеты только потому, что растёт количество пользователей или токенов.

Рано или поздно CFO спросит:

что компания получила взамен?

Больше токенов ≠ больше прибыли

У AI есть ещё один экономический парадокс.

Стоимость inference снижается. Модели становятся эффективнее. Конкуренция растёт. Простые запросы можно отправлять более дешёвым моделям.

Для распространения AI это отличная новость.

Для инвесторов в инфраструктуру — не всегда.

Слок обращает внимание: если стоимость инференса (cost per token) для большинства сценариев будет стремиться к очень низким уровням, взрывной рост использования AI ещё не гарантирует сопоставимого роста выручки hyperscalers.

Возможна ситуация:

AI используется намного больше,

compute растёт,

токенов становится больше,

а монетизация увеличивается значительно медленнее.

Больше токенов ≠ больше прибыли.

J-кривая компании становится ROI runway для инвестора

В первой части мы говорили о J-кривой производительности.

Новая технология появляется раньше, чем организация успевает перестроиться вокруг неё. Сначала идут инвестиции, интеграция, обучение и изменение процессов. Финансовый результат приходит позже.

Слок смотрит на ту же проблему с другой стороны и использует понятие ROI runway.

Компании могут находиться в нижней части своей J-кривой именно тогда, когда инвесторы уже ждут отдачи от инфраструктуры, построенной под их будущий спрос.

Поэтому главный риск AI-«бума» может заключаться в несовпадении двух часов:

корпоративных и инвестиционных.

Пять месяцев или пять лет?

Для технологической компании встроить AI в цифровой продукт относительно просто.

В банке появляются legacy-системы, регулирование и риск.

В промышленности AI нужно интегрировать с физическими процессами и оборудованием.

В здравоохранении возникают вопросы ответственности и безопасности.

В государственном секторе добавляются закупки, регулирование, данные и организационная инерция.

Технологическая возможность может появиться значительно раньше экономического результата.

И здесь время становится критическим.

Инфраструктура строится сейчас.

GPU закупаются сейчас.

Финансирование привлекается сейчас.

По мере ввода дата-центров амортизация начинает отражаться в отчётности.

ROI конечных клиентов может прийти позже.

Для valuations огромная разница, займёт ли массовая экономическая отдача от AI несколько месяцев или несколько лет.

Условно:

CAPEX и финансирование — сейчас.

Амортизация — по мере ввода мощностей.

ROI — позже.

Чем длиннее этот разрыв, тем сильнее давление на всю инвестиционную конструкцию.

Это ещё не доказывает существование пузыря

Медленный ROI не делает AI бесполезным.

И огромный CAPEX сам по себе не доказывает наличие пузыря.

Возможен сценарий, при котором AI действительно становится одной из важнейших технологий XXI века.

Компании постепенно перестраивают процессы. Растёт производительность. Возникают новые продукты и рынки. AI-индустрия в итоге достигает огромной выручки.

Но всё это происходит медленнее, чем сегодня предполагают цены некоторых активов.

Тогда технологический прогноз окажется правильным.

Инвестиционный — слишком оптимистичным.

Куда смотреть инвестору

Продажи GPU, рост compute и число дата-центров — это только часть картины.

Следующий важный показатель дальше по цепочке:

начинает ли AI заметно улучшать финансовые результаты компаний, которые за него платят?

Растёт ли их производительность на уровне бизнеса?

Улучшается ли маржа?

Появляется ли новая выручка?

Получают ли компании достаточно большой ROI, чтобы продолжать увеличивать AI-бюджеты?

Если ответ постепенно становится положительным, триллионная инфраструктура получает экономическое основание.

Если этот процесс затягивается, разрыв между инвестициями и отдачей становится всё важнее.

Поэтому S&P 493 в некотором смысле может оказаться не менее важным индикатором AI-«бума», чем продажи GPU.

Великая технология не гарантирует великой инвестиции

История уже показывала эту разницу.

Железные дороги, электричество, автомобиль и интернет изменили экономику.

Но огромная общественная ценность технологии не гарантировала одинаковую доходность всем, кто финансировал её развитие.

Имеют значение цена входа, конкуренция, стоимость капитала, объём построенной инфраструктуры и особенно время.

В первой части серии мы задавали вопрос:

может ли компания превратить сэкономленные AI-часы в деньги?

Теперь вопрос становится масштабнее:

смогут ли миллионы компаний сделать это достаточно быстро, чтобы оправдать триллионы долларов AI-инфраструктуры?

От первого зависит корпоративный ROI.

От второго — значительная часть сегодняшних AI-valuations.

AI может оказаться великой технологией и одновременно плохой инвестицией для того, кто заплатил за будущий успех слишком высокую цену.

---

Источники

• Apollo Global Management / Torsten Slok — The Buyers of AI Are Still Waiting for the Payoff

https://www.apollo.com/wealth/insights-news/insights/daily-spark/the-buyers-of-ai-are-still-waiting-for-the-payoff

• Apollo Global Management / Torsten Slok — AI: The ROI Runway Could Be Long Outside the Tech Sector

https://www.apollo.com/wealth/insights-news/insights/daily-spark/ai-the-roi-runway-could-be-long-outside-the-tech-sector

• Apollo Global Management — The Balance Sheet Behind the AI Revolution

https://www.apollo.com/insights-news/insights/2026/03/balance-sheet-behind-the-ai-revolution

*Подготовлено RD Analytics*