Китайский обвал и распродажа акций американских техногигантов заставили инвесторов усомниться не в способностях ИИ, а в цене обещанного будущего. Разбираемся, что меняется в экономике технологий, почему эксперты спорят о следующем этапе их развития и к чему готовиться российскому бизнесу.
- 1. Введение
- 2. Счёт за будущее
- 3. Большие мозги против маленьких
- 4. Дешёвые нейросети — дорого
- 5. А если поставщик исчезнет?
- 6. Выводы
Введение
Нейросети не стали глупее, серверы не остановились, а разработчики не объявили об отмене технологической революции. Но на биржах в конце октября что-то отчётливо хрустнуло. В Китае индекс STAR50, куда входят в том числе производители полупроводников и участники ИИ-индустрии, менее чем за четыре месяца потерял 40 %. Около 480 млрд долларов рыночной капитализации просто испарились.
Затем тревожные сигналы пришли из США. После отчёта Alphabet акции компании упали 29 октября примерно на 12–13 %, лишив её около 500 млрд долларов капитализации. При этом выручка выросла на 25 %, а поисковый бизнес — на 12 %. Проблема не в том, что Google перестал зарабатывать, просто рынок ждал большего на фоне колоссальных вложений в ИИ. У Amazon продажи AWS за квартал выросли на 39 %, но свободный денежный поток всей компании за последние 12 месяцев оказался отрицательным — минус 42,4 млрд долларов, главным образом из-за инфраструктурных инвестиций. А акции Reddit рухнули почти на 30 % после предупреждения о сокращении переходов из поиска Google.
По данным Reuters, за октябрь технологический сектор S&P 500 потерял 6,8 %, хотя девять из одиннадцати секторов индекса выросли. Это ещё не приговор мировой ИИ-экономике. Но прежняя готовность оплачивать любое обещание будущего явно перестаёт быть безусловной. Anti-Malware.ru обсудил это с представителями ИТ- и ИБ-индустрии. Эксперты согласны далеко не во всём — но тем интереснее.
Счёт за будущее
Несколько лет логика выглядела почти безупречно: чем больше ускорителей и данных, тем умнее модель; чем умнее модель, тем больше пользователей; дальше остаётся дождаться прибыли. Под такую последовательность строились ЦОДы, закупались видеокарты и формировались оценки компаний. Небольшая деталь: последнее звено цепочки оказалось куда менее предсказуемым, чем первые два.
«Потенциал технологии оценивают так же высоко, как год назад, а момент, когда он станет виден в макропоказателях, уезжает вперёд», — объясняет директор департамента бизнес-решений и цифровой трансформации «Софтлайн Решения» Егор Ворогушин.
Для инвестора, рассчитывающего доходность кварталами, это болезненная разница. Для инженера, привыкшего к долгим циклам разработки, — не обязательно катастрофа.
Рисунок 1. Частные инвестиции в ИИ в США, Европе и Китае. Источник: Stanford AI Index 2026
Проблема ещё и в том, что способность выполнить задачу не равна способности заработать на ней. Допустим, нейросеть готовит отчёт за десять минут вместо часа. Великолепно. А если менеджер затем два часа проверяет цифры, согласует исправления и всё равно ждёт ответа другого подразделения? Время на одну операцию сократилось, а экономика процесса — в общем-то нет.
На это указывает технический директор coMind Егор Апрельский:
«До расширения внедрения стоит понять, во что превращается сэкономленное время: в снижение расходов, дополнительный объём работы или улучшение результата для клиента».
Прибавка к производительности и прибавка к прибыли — разные показатели, и их неплохо бы разделять. Но списывать всё на завышенные обещания тоже было бы странно.
Рисунок 2. Рост мировых вычислительных мощностей для ИИ. Источник: Epoch AI
Андрей Храмцов, руководитель департамента автоматизации бизнес-процессов и ИИ, предлагает простой критерий:
«ИИ оправдал ожидания там, где результат можно быстро проверить, и отстаёт там, где проверить нечем».
Код можно прогнать через тесты, математическое решение — проверить, а вот обещание «заменить сотрудника целиком» в аккуратную метрику пока укладывается плохо. Директор по искусственному интеллекту «Рексофт» Артём Каранович проводит важное различие между возможностями модели и надёжностью готового решения. Машина способна блестяще пройти отдельный тест, но это ещё не значит, что ей можно доверить длинный процесс, в котором ошибка на пятом шаге испортит остальные двадцать.
Руководитель продуктового направления «НЕКСТБИ» Евгений Сурков видит здесь и человеческую ловушку. Когда система ошибается редко, её начинают проверять менее внимательно. В результате одна незамеченная ошибка проходит дальше, чем прошла бы ошибка человека. ИИ, замечает эксперт, способен ускорять как порядок, так и хаос.
Выходит неприятная для инвесторов вещь: модель можно объективно улучшить, продукт — успешно продать, а предполагаемой экономической революции всё ещё не увидеть. Технологический прорыв не обязан укладываться в инвестиционный календарь, и в этом его проблема для рынка.
Большие мозги против маленьких
Но если прежняя схема перестаёт гарантировать доходность, означает ли это, что пора перестать наращивать мощности? Здесь единодушие экспертов заканчивается.
«Ставка на увеличение актуальна как никогда», — уверен заместитель директора управления продуктов и технологий «Е-Флопс» Филипп Моднов.
По его оценке, небольшие модели годятся для ограниченного круга задач, а серьёзные сквозные процессы по-прежнему требуют тяжёлых вычислений. При сокращении финансирования прежде всего замедлится гонка крупнейших LLM, но прикладное машинное зрение в промышленности и сельском хозяйстве продолжит развиваться.
Рисунок 3. Рост электрической мощности крупнейших ЦОДов. Источник: Epoch AI
У руководителя Института искусственного интеллекта ИТМО Александра Бухановского почти противоположное предложение: вместо одной модели-вундеркинда — множество узких агентов, которые способны специализироваться и учиться в совместной работе. Такой подход, считает он, открывает путь к более экономной и одновременно глубокой автоматизации. В его образном сравнении инвестиции будут смещаться от гигантского «мозга» к «рукам и ногам» — инструментам и среде, в которой агент действует.
У обоих экспертов весомые аргументы. Большим моделям нужен масштаб, чтобы решать задачи, которые пока не под силу маленьким. Но если для проверки накладной потребуется мощность целого вычислительного кластера, у заказчика закономерно возникнут вопросы. Не к интеллекту машины — к бухгалтерии.
Руководитель по развитию бизнеса заказной разработки и ИИ ICL Soft Александр Гребенкин обращает внимание на менее эффектный, зато практичный путь: дистилляцию, квантование, гибридные архитектуры, подключение корпоративных данных. Технический директор Veai Владислав Кудинов уточняет, что при работе ИИ-агентов всё чаще оказываются решающими не одни параметры модели, а качество контекста, доступ к инструментам и проверка того, что агент сделал.
Директор по инновациям Fork-Tech Владислав Лаптев тоже ожидает роста роли специализированных моделей. Генеральный директор OSMI IT Михаил Шрайбман предлагает смотреть ещё шире: корпоративным платформам нужна возможность подключать разные модели, а не зависеть от одной — пусть даже сегодня самой совершенной. Так конкурентным преимуществом становится не только интеллект модели, но и то, насколько удобно и безопасно его использовать.
Однако руководитель направления ИИ SimbirSoft Илья Фомичев остужает оптимизм любителей экономии: дешёвый запрос не обязательно означает снижение общих расходов. Чем доступнее ИИ, тем больше задач ему поручают; сложные запросы требуют дополнительных вычислений уже во время ответа. Более экономный двигатель ещё не гарантирует меньшего расхода топлива, если автомобилей становится в десять раз больше.
Бизнес-архитектор ИИ-проектов экосистемы «Авандок» ГК «КОРУС Консалтинг» Алексей Борщов подводит к другому парадоксу. По мере развития моделей сопоставимое качество становится доступнее, поэтому преимущество, купленное ценой огромных инвестиций, может довольно быстро исчезнуть. А вот собственные данные, процессы и клиенты остаются у того, кто сумел превратить технологию в работающий продукт.
Получается занятная гонка: вычислений нужно всё больше, но сами вычисления всё хуже подходят на роль единственного конкурентного преимущества. И вопрос «кто построит самую большую модель?» постепенно дополняется куда менее романтичным: «кто сумеет применить её с пользой?».
Дешёвые нейросети — дорого
Возникает экономический парадокс. Согласно исследованию Epoch AI, с 2023 года стоимость достижения сопоставимого результата на ряде тестов снижалась в среднем примерно на 47 % за квартал. Но это сравнение на бенчмарках, оно не равняется гарантии, что корпоративный бюджет будет уменьшаться теми же темпами. Инференс дешевеет, зато агенты делают больше вызовов моделей, инфраструктура требует обслуживания, сотрудники — зарплат, а результаты — проверки.
«Ведь не обязательно вызывать академика, чтобы перенести встречу в календаре на вторник», — замечает заместитель гендиректора «Базиса» Денис Романов.
Вероятно, считать стоит не цену миллиона токенов, а стоимость правильно выполненной работы.
Тем временем Alphabet прогнозирует капитальные затраты на 2026 год в 195–205 млрд долларов. У Amazon свободный денежный поток ушёл в минус, хотя продажи AWS растут. Технологические гиганты вынуждены доказывать, что вложения в них окажутся рентабельными, понимаете? У небольших разработчиков с красивой презентацией и без устойчивой выручки положение ещё интереснее.
Рисунок 4. Биржевые котировки
Технический директор ТИМ ФОРС Алексей Яицкий утверждает, что корпоративные заказчики уже меняют тон разговора:
«Компании перестали покупать “ИИ вообще”. Теперь они спрашивают, сколько рублей в месяц он сэкономит на конкретной операции».
Это, пожалуй, самый ёмкий перевод истории про пузырь с языка биржи на язык бизнеса.
Заместитель директора «Софтлайн Облако» Денис Сапронов отмечает, что ИИ подстёгивает спрос на дорогие GPU-мощности, но рост облачного рынка не держится исключительно на нейросетях. Заместитель руководителя отдела продаж ActiveCloud Аслан Шингаров видит другой неприятный для заказчика эффект.
«Облако не будет дешеветь. Собственная инфраструктура будет дорожать быстрее», — считает эксперт.
Получается, удешевление отдельного ИИ-запроса и удорожание инфраструктуры не противоречат друг другу. Это разные уровни одной экономики. Для инвестора же они создают проблему: оборудование и дата-центры оплачиваются сегодня, а цена того, что они производят, снижается уже сейчас. Окупить капитальные затраты в таких условиях можно, но просто топнуть ножкой и заявить о «технологическом превосходстве» не получится.
А если поставщик исчезнет?
На российские компании китайские и американские котировки напрямую не действуют. Но если за биржевым охлаждением последуют сокращение инвестиций, поглощения и закрытия ИИ-проектов, последствия окажутся очень даже материальными. Изменился тариф, исчез API, перестали выпускаться обновления — и работающая вчера система вдруг становится дорогой проблемой.
Старший партнёр ИТ-интегратора «Энсайн» Алексей Постригайло напоминает: даже полезный продукт может закрыться, если у поставщика не хватит выручки на оборудование и команду. Следовательно, проверять надо не только модель, но и способность заказчика продолжить работу без неё. Особенно если речь идёт о критическом процессе. А теперь добавим к этому кибербезопасность.
«Для информационной безопасности здесь складывается неприятная асимметрия: возможности атакующих от инвестиционного спада не уменьшатся», — предупреждает ведущий инженер-аналитик «Газинформсервиса» Ирина Меженева.
Если подрядчик исчезнет, спросить с нейросети за пропущенную атаку будет затруднительно. Меженева обращает внимание и на сопутствующий риск: урезав корпоративный доступ к ИИ, компания может подтолкнуть сотрудников к личным подпискам и теневому использованию публичных сервисов.
Яицкий предупреждает об ускорении поиска уязвимостей; Кудинов настаивает на ограничении прав агентов и журналировании их действий. Романов приводит очень «земной» пример: голос и лицо финансового директора уже не гарантируют, что срочное поручение о переводе денег действительно исходит от него.
Можно подумать, что после всех этих расчётов нас ждёт скучное будущее. Основатель корпорации ITG и технопарка «ИТ ПАРК РУС» Дмитрий Гачко считает, что ИИ уже перестраивает разработку ПО и позволяет компаниям сокращать издержки. В дальнейшем, уверен он, особенно востребованы будут люди, которые понимают, чего хотят, и умеют использовать новые инструменты для реализации идей.
Моднов рисует куда менее праздничный образ:
«Через 5–10 лет мы получим мир, в котором все будут знать, как починить розетку, но не понимать, почему она сломалась».
Прямо Хаксли против Оруэлла, не находите?
Руководитель отдела разработки NGR Softlab Маргарита Гавриленко вообще призывает осторожнее обращаться с прогнозами на десятилетие. По её наблюдениям, самостоятельное использование нейросетей сотрудниками нередко опережает организованное внедрение в компаниях.
Рисунок 5. Робот Figure 02 на заводе BMW
Бухановский видит перспективу в кооперации специализированных агентов. Шрайбман предполагает появление экономики, где они будут взаимодействовать друг с другом: заказывать услуги, согласовывать действия и выполнять цепочки поручений по правилам человека. Сурков, напротив, считает, что отказ от попыток внедрить ИИ буквально во все сферы человеческой жизни может оказаться благом. И это уже спор на философскую тему.
Выводы
У истории про ИИ-пузырь, похоже, много общего с другими историями про пузыри. Мы всё это уже видели, и мы с радостью забываем об этом, потому что финал всегда слаб. Ни тебе конца эпохи, ни катаклизма — скука. Но сегодня на смену колизею приходит время менее зрелищных и более растянутых во времени побед, и процесс этот нельзя отрицать.
Вполне возможно, большие инвестиции и компактные специализированные решения ещё долго будут существовать рядом. И биржевой обвал пока не доказывает, что индустрию ждёт общая «зима». Но у происходящего есть последствие, выходящее далеко за пределы финансов.
Будущее ИИ всё меньше получится определять только тем, кто может купить больше видеокарт. В спор вступают заказчики со своими бюджетами, инженеры со своими ограничениями, специалисты по безопасности со своими рисками — и люди, которым предстоит жить и работать рядом с этими системами.
Последние годы мы спрашивали, на что ещё способны нейросети. Кажется, пора спросить себя, на что способны мы. И какие из наших способностей нам действительно нужны?
