OpenAI и Anthropic меняют правила: гонка мощностей уступает место рентабельности

По данным издания Business Insider, в индустрии искусственного интеллекта происходит смена приоритетов: фокус смещается с гонки за количеством вычислительных мощностей на поиск устойчивых бизнес-моделей. Если еще недавно скептики указывали на избыточные инвестиции конкурентов, то текущая ситуация демонстрирует, что наличие надежной инфраструктуры становится критическим фактором выживания. OpenAI, взявшая курс на агрессивное закрепление мощностей, оказалась в более выгодном положении, чем Anthropic, которая столкнулась с перебоями в работе сервисов и проблемами масштабирования.

Эксперты отмечают, что ранние сомнения в целесообразности заключения огромного числа контрактов на вычислительные ресурсы оказались несостоятельными. Сейчас, когда спрос на технологии растет, а системы работают на пределе, стратегия заблаговременного резервирования мощностей выглядит прагматичной. Дарио Амодей, глава Anthropic, ранее высказывал мнение, что некоторые игроки переоценивают свои возможности и берут на себя непосильные обязательства. Однако реальность показала обратное: компания Anthropic испытывает трудности с доступностью сервиса, что подтверждают специалисты по мониторингу инцидентов.

Экономическая реальность и поиск эффективности

Финансовое давление на лидеров рынка остается высоким, несмотря на рост выручки. Обе компании пока не вышли на уровень прибыльности, что делает каждое решение по закупке оборудования критически важным. В OpenAI опровергли сообщения о разногласиях между руководством и финансовым директором, подчеркнув единство взглядов на необходимость максимального расширения вычислительных мощностей. Тем не менее, компания пока не достигла целевых показателей по количеству еженедельных пользователей и выручки, что усложняет финансирование дорогостоящих инфраструктурных проектов.

Для решения проблемы рентабельности Сэм Альтман предлагает изменить подход к созданию моделей. Вместо того чтобы производить огромное количество токенов (единиц данных для обработки), компания стремится стать «фабрикой интеллекта». Новая модель GPT-5.5 потребляет больше ресурсов на единицу, но требует значительно меньше токенов для выполнения задачи, что в итоге снижает общую стоимость получения результата.

Эксперты прогнозируют, что такие оптимизации изменят экономику отрасли в ближайшие пять лет. Улучшение программного и аппаратного обеспечения позволит сделать текущие бизнес-модели более устойчивыми.

Диверсификация и новые технологические горизонты

Второй стратегический вектор развития заключается в переходе к созданию специализированных продуктов, а не только в продаже доступа к базовым моделям. Anthropic активно разрабатывает инструменты для конкретных отраслей: финансов, юриспруденции, дизайна и кибербезопасности. Особое внимание уделяется сфере разработки программного обеспечения. OpenAI также расширяет горизонты, запуская корпоративные продукты в партнерстве с облачным бизнесом Amazon, развивая инструмент для кодинга Codex и экспериментируя с рекламными форматами внутри ChatGPT.

Такой сдвиг позволяет компаниям удерживать клиентов и создавать новые каналы дохода, не зависящие исключительно от объема обработанных данных. Аналитики полагают, что будущее этих гигантов связано именно с захватом отношений с клиентами и расширением продуктовой линейки.

Технологический прогресс также движется вперед. В настоящее время для обучения новых поколений моделей используются массивы видеокарт Blackwell от Nvidia. Ожидается, что через полгода появятся модели нового поколения, а к концу 2026 года на рынок выйдут еще более мощные чипы Vera Rubin. Эти аппаратные улучшения обещают сделать модели значительно более способными и дешевыми в эксплуатации.

Однако возникает фундаментальный вопрос о спросе на сверхмощные решения. Не все корпорации нуждаются в максимальном интеллекте моделей; для многих задач могут быть достаточно более дешевые и простые решения. Это создает неопределенность для финансовых директоров, планирующих крупные инвестиции: будет ли рынок готов платить за повышенные возможности, или же спрос сместится в сторону экономии.

Ситуация на рынке искусственного интеллекта требует детального анализа, так как баланс между технологическими амбициями и экономической целесообразностью продолжает пересматриваться. Успех теперь зависит не только от создания передовых алгоритмов, но и от способности компаний найти платежеспособного клиента для этих инноваций.

Гонка за мощностями: где заканчивается маркетинг и начинается экономика

Смена риторики в индустрии искусственного интеллекта от «гонки за вычислительными мощностями» к «поиску устойчивых бизнес-моделей» — это не просто логичный шаг к зрелости рынка. Это вынужденная реакция на физический дефицит ресурсов. Инфраструктура упирается в пределы доступной энергии и воды, а не только в бюджет. Утверждение о том, что наличие инфраструктуры стало критическим фактором, означает, что доступ к железу превратился в главный барьер входа, который невозможно преодолеть одними лишь алгоритмами.

Ситуация с Anthropic и её главой Дарио Амодей демонстрирует, как скептицизм относительно необходимости гигантских контрактов на вычислительные мощности может стать стратегической ошибкой. Когда спрос на технологии превышает предложение, а системы работают на пределе, отсутствие резерва мощностей приводит к сбоям сервиса. OpenAI, выбравшая курс на агрессивное закрепление ресурсов, оказалась в выигрышном положении не потому, что её алгоритмы лучше, а потому, что её клиенты могут пользоваться сервисом без перерывов. Компания заключила соглашение с Amazon на поставку облачных мощностей на сумму 38 миллиардов долларов сроком на семь лет, а также запустила проект Stargate с инвестициями свыше 400 миллиардов долларов в строительство новых центров обработки данных [!] [!].

Важный нюанс: В условиях дефицита вычислительных мощностей стабильность работы сервиса становится более ценным активом, чем качество самой модели. Клиент готов платить за гарантию доступности, даже если альтернативное решение предлагает чуть более точные ответы.

Финансовое давление на лидеров рынка остается высоким. Обе компании пока не вышли на уровень прибыльности, что делает каждое решение по закупке оборудования вопросом жизни и смерти. Сэм Альтман предлагает изменить саму суть продукта: вместо производства огромного количества токенов компания стремится стать «фабрикой интеллекта». Новая модель GPT-5.5 потребляет больше ресурсов на единицу, но требует значительно меньше токенов для выполнения задачи. Это фундаментальное изменение экономики отрасли. Переход от продажи «сырого» вычисления к продаже готовых решений и инструментов — это единственный путь к окупаемости в условиях, когда стоимость чипов Nvidia растет, а спрос на них превышает предложение.

Энергетический тупик и смена архитектуры

Технологический прогресс движется вперед, и для обучения новых поколений моделей уже используются массивы видеокарт Blackwell от Nvidia. Ожидается, что через полгода появятся модели нового поколения, а к концу 2026 года на рынок выйдут еще более мощные чипы Vera Rubin. Однако здесь кроется главный риск: инфраструктура упирается в физику. Развитие центров обработки данных в сельских районах США сталкивается с реальным сопротивлением из-за дефицита воды и энергии. За последние три года в США построено более 160 новых центров обработки данных для ИИ, что на 70% превышает объемы предыдущего периода. К 2028 году крупнейшие ИИ-ЦОД могут потреблять от 60 до 124 миллиардов литров воды ежегодно, угрожая продовольственной безопасности. Рост тарифов на электроэнергию в регионах с высокой концентрацией ИИ-инфраструктуры достиг 19% [!].

Это заставляет компании искать альтернативы. OpenAI ведет переговоры со стартапом Helion о поставках до 5 гигаватт энергии к 2030 году, рассматривая ядерный синтез как способ масштабирования [!]. Одновременно с этим происходит смена архитектуры. Эксперты прогнозируют, что в течение двух-трех лет 80–85% рабочих нагрузок ИИ сместятся в сторону вывода данных, где центральные процессоры (CPU) и специализированные чипы (ASIC) эффективнее графических ускорителей (GPU). Компания Nvidia приобрела лицензию на технологию чипов у Groq за 20 миллиардов долларов для создания собственного ASIC, оптимизированного под задачи вывода данных [!]. Зависимость от дорогих графических ускорителей для всех задач становится экономически нецелесообразной.

i

Создано специально для ASECTOR

Концептуальное изображение

Стоит учесть: Переход от продажи «модели как услуги» к продаже «отраслевых решений» меняет структуру конкуренции. Теперь соперниками ИИ-компаний становятся не только друг друга, но и традиционные поставщики программного обеспечения в конкретных нишах, а также энергетические компании.

Кризис ответственности и этическая дифференциация

Диверсификация становится вторым стратегическим вектором. Anthropic активно разрабатывает инструменты для конкретных отраслей: финансов, юриспруденции, дизайна и кибербезопасности. OpenAI также расширяет горизонты, запуская корпоративные продукты в партнерстве с облачным бизнесом Amazon, развивая инструмент для кодинга Codex и экспериментируя с рекламными форматами внутри ChatGPT. Такой сдвиг позволяет компаниям удерживать клиентов и создавать новые каналы дохода, не зависящие исключительно от объема обработанных данных.

Однако возникает фундаментальный вопрос о юридической ответственности. Искусственный интеллект в виде автономных агентов способен самостоятельно принимать решения в финансах и управлении. Регуляторы и суды настаивают на том, что ответственность за ошибки алгоритмов, включая дискриминацию и финансовые убытки, полностью лежит на компаниях-пользователях, а не на производителях софта. Это несоответствие между маркетинговыми обещаниями и юридической реальностью создает риск финансовых потерь более чем в 10 миллиардов долларов из-за незаконных решений, сгенерированных ИИ [!].

В этой ситуации этическая позиция становится конкурентным преимуществом. Отказ Anthropic от сотрудничества с Пентагоном превратил её из «рискованного поставщика» для государства в главного бенефициара рынка, где этика стала мощнее технологий. Пользователи массово мигрируют к Claude, утроив аудиторию за год и обогнав ChatGPT по темпам роста. Рост числа активных пользователей составил 183% по сравнению с началом года [!]. В то же время OpenAI пошла на репутационные риски, заключив спешную сделку с Министерством обороны США, чтобы деэскалировать конфликт и сохранить доступ к государственным заказам [!].

Будущее этих гигантов связано именно с захватом отношений с клиентами и расширением продуктовой линейки. Продажа доступа к базовой модели становится товаром с низкой маржой, тогда как специализированные решения, интегрированные в рабочие процессы, создают высокую лояльность. Для российского бизнеса этот тренд несет сигнал о необходимости пересмотра стратегии внедрения ИИ. Глобальная гонка за самыми мощными чипами может привести к тому, что доступ к передовым решениям станет эксклюзивным и дорогим. Российские компании, не имеющие прямого доступа к новейшим чипам Nvidia, должны ориентироваться на оптимизацию использования существующих ресурсов и поиск нишевых решений, где избыточная мощность не является критической.

Итог: от амбиций к рентабельности

Баланс между технологическими амбициями и экономической целесообразностью продолжает пересматриваться. Ранние сомнения в целесообразности заключения огромного числа контрактов на вычислительные ресурсы оказались несостоятельными, но теперь фокус смещается на эффективность их использования. Компании, которые смогут превратить свои вычислительные мощности в конкретные бизнес-результаты для клиентов, выйдут в лидеры.

Те, кто продолжит гнаться за максимальными показателями моделей без привязки к реальным потребностям рынка, рискуют столкнуться с потерей конкурентного преимущества. Рынок искусственного интеллекта переходит в фазу, где побеждает не тот, у кого самая большая модель, а тот, кто умеет продавать её результаты по доступной цене. Это требует глубокой перестройки бизнес-процессов и понимания того, что инфраструктура — это не цель, а инструмент для создания ценности.

Для руководителей и специалистов важно понимать, что эра «бесплатных» экспериментов закончилась. Теперь каждый вложенный доллар должен приносить измеримую отдачу. Успех зависит от способности найти платежеспособного клиента и предложить ему решение, которое решает его конкретную задачу, а не просто демонстрирует возможности технологии. Ключевым фактором становится способность гарантировать безопасность и надежность автономных агентов, так как юридический риск ошибок ложится на бизнес-клиента.

Важный нюанс: Рынок не просто переходит от «токенов» к «решениям», он сталкивается с кризисом ответственности. Компании, продающие «автономных агентов», фактически продают клиентам юридический риск. Успешная бизнес-модель будущего — это не «фабрика интеллекта», а «страховая компания для ИИ-решений». Тот, кто сможет гарантировать отсутствие ошибок агента, выиграет рынок.