700 миллиардов на ИИ: почему Big Tech ставит всё на одну карту

В начале 2026 года стало окончательно ясно: крупнейшие технологические компании мира — Microsoft, Google, Amazon, Meta, Apple — суммарно направят на развитие искусственного интеллекта около $700 миллиардов капитальных расходов за один год. Это не прогноз аналитиков и не оценка с большой погрешностью. Это цифры из отчётов самих компаний, озвученные на earnings calls и подтверждённые строительством дата-центров, закупками GPU и наймом инженеров. Мы в Aravana AI считаем, что за этой суммой стоит не просто очередной технологический тренд, а фундаментальный сдвиг в том, как устроен бизнес и конкуренция на десятилетия вперёд. Это решение, которое будет определять экономику не одного года, а целого поколения.

Чтобы понять масштаб, стоит вспомнить контекст. В 2023 году совокупные капитальные расходы Big Tech на ИИ составляли примерно $150–180 миллиардов. В 2024-м — около $300 миллиардов. Рост почти в два с половиной раза за два года и почти в четыре раза за три года — это не линейное увеличение бюджетов. Это экспоненциальная гонка, в которой каждый участник боится отстать больше, чем боится потерять деньги. И в этом — ключ к пониманию происходящего. Мы имеем дело не с рациональным распределением ресурсов на основе прогнозируемого ROI, а с логикой стратегического паритета: ни одна компания не может позволить себе быть единственной, кто не инвестирует. Это похоже на ядерную гонку — только вместо боеголовок строят дата-центры.

Microsoft вкладывает рекордные суммы в инфраструктуру Azure и партнёрство с OpenAI. Сатья Наделла не скрывает, что видит ИИ как главную ставку десятилетия — и ведёт себя соответственно. Капитальные расходы Microsoft в одном только 2026 финансовом году превысят $80 миллиардов, большая часть которых направлена на дата-центры для ИИ. Это больше, чем вся выручка Microsoft десять лет назад. Google строит новые кластеры TPU и расширяет возможности Gemini, одновременно интегрируя ИИ буквально во все свои продукты — от поиска до Gmail, от YouTube до Google Maps. Сундар Пичаи назвал ИИ «самым важным технологическим сдвигом нашего поколения» — и Google тратит соответственно.

Amazon через AWS инвестирует в собственные чипы Trainium и модели Bedrock, стремясь уменьшить зависимость от NVIDIA и предложить клиентам более дешёвые альтернативы. Meta тратит десятки миллиардов на обучение Llama и инфраструктуру для метавселенной, которая всё больше становится ИИ-проектом. Марк Цукерберг открыто заявил, что Meta будет инвестировать «столько, сколько потребуется» — и рынок, судя по котировкам акций, ему верит. Apple, долго сохранявшая сдержанность и получавшая за это критику аналитиков, наконец развернула масштабные инвестиции в on-device AI и облачные сервисы Apple Intelligence. Тим Кук, известный своей осторожностью, признал, что ИИ — это «генеративная возможность, которая бывает раз в поколение». Каждая компания идёт своим путём, но направление одно — ИИ как базовая инфраструктура абсолютно всего.

Мы наблюдаем классическую динамику «гонки вооружений». Когда один игрок значительно увеличивает инвестиции, остальные вынуждены отвечать — иначе рискуют потерять не просто долю рынка, а саму возможность конкурировать в будущем. Это не паранойя — это трезвый расчёт, основанный на исторических прецедентах. История технологий знает множество примеров, когда компании, упустившие инфраструктурный сдвиг, теряли позиции необратимо. Кто сегодня помнит Sun Microsystems как технологического лидера? Кто покупает телефоны Nokia? BlackBerry, которая доминировала на рынке смартфонов в 2008 году, сейчас не существует как производитель устройств. Yahoo, которая в 2000 году стоила $125 миллиардов, была продана Verizon за $5 миллиардов. Каждый из этих примеров — это компания, которая не успела инвестировать в следующий технологический цикл. Big Tech не хочет повторить их судьбу — и готова заплатить за это $700 миллиардов.

Но здесь возникает вопрос, который мы считаем центральным: а что получают компании за эти деньги? Прямой возврат инвестиций в ИИ пока сложно измерить — и это не мелочь, а серьёзная проблема. Да, Microsoft зарабатывает на Copilot — по разным оценкам, $10–15 миллиардов в 2026 году. Google увеличивает доходы от ИИ-рекламы и облачных ИИ-сервисов. Amazon зарабатывает на Bedrock, SageMaker и других AI-сервисах AWS. Но эти доходы составляют малую долю от $700 миллиардов расходов. Инвесторы начинают задавать неудобные вопросы: когда эти вложения окупятся? И окупятся ли вообще? Дэвид Канн из Goldman Sachs задал этот вопрос публично: «Где $600 миллиардов выручки, которые оправдают $600 миллиардов инвестиций?» Ответа пока нет.

Мы видим несколько возможных сценариев. Оптимистичный: ИИ действительно трансформирует каждую отрасль, и те, кто построил инфраструктуру первыми, получат непропорциональную долю создаваемой стоимости. Это логика Amazon с AWS в 2006 году — десятилетие инвестиций, которые казались чрезмерными и ставились под сомнение аналитиками, привело к доминированию на рынке облачных вычислений стоимостью $600 миллиардов. AWS сегодня генерирует большую часть прибыли Amazon — та самая Amazon, которую двадцать лет считали убыточной. Если ИИ-инфраструктура станет столь же повсеместной, как облако, — ранние инвестиции окупятся многократно.

Пессимистичный сценарий: значительная часть инвестиций окажется избыточной, мощности будут простаивать, а рынок ИИ-услуг не вырастет так быстро, как ожидалось. Это сценарий «телеком-пузыря» 2000-х, когда компании вложили триллионы в оптоволоконную инфраструктуру, которая годами использовалась на 5–10% мощности. Компании вроде WorldCom, Global Crossing и Nortel обанкротились. Да, в конечном счёте спрос на широкополосный интернет вырос и заполнил эти каналы — но многие компании, которые построили инфраструктуру, не дожили до этого момента. Инвесторы, вложившиеся в них, потеряли всё.

Реалистичный сценарий, на наш взгляд: и то, и другое одновременно. Часть инвестиций создаст колоссальную стоимость. Часть будет потеряна. И разница между победителями и проигравшими будет определяться не размером бюджета, а качеством стратегических решений: куда именно инвестировать, на каких клиентов ориентироваться, какие задачи решать в первую очередь. Не все $700 миллиардов — это хорошие инвестиции. Но среди них есть инвестиции, которые определят следующие двадцать лет технологического развития. Задача аналитика — и, в конечном счёте, каждого бизнес-лидера — отличить одни от других.

Что это значит для компаний, которые не входят в Big Tech? Мы считаем, что последствия будут глубокими и неоднозначными. С одной стороны, демократизация ИИ через облачные сервисы делает мощные инструменты доступными для малого и среднего бизнеса. Вам не нужно тратить миллиарды на собственные GPU — достаточно подключиться к API. Стартап из десяти человек может использовать ту же модель GPT-5 или Claude, что и корпорация из 100 000 сотрудников. Это беспрецедентная демократизация вычислительных ресурсов, аналогов которой в истории технологий просто нет.

С другой стороны, зависимость от нескольких поставщиков инфраструктуры создаёт новые, ранее не существовавшие риски. Если ваш бизнес строится на API OpenAI через Azure, вы по сути зависите от стратегических решений Microsoft. Изменение ценообразования, ограничение доступа к определённым моделям, смена приоритетов, даже просто технический сбой на стороне провайдера — всё это может затронуть вас напрямую, и вы не будете иметь никакого влияния на эти решения. Мы видим, как формируется новый вид цифровой зависимости, не менее опасный, чем зависимость Европы от российского газа или зависимость мира от тайваньских полупроводников.

Для стартапов и средних технологических компаний ситуация особенно сложная. Конкурировать с Big Tech в создании фундаментальных моделей практически невозможно — разрыв в ресурсах слишком велик. Обучение одной frontier-модели стоит $100–500 миллионов — это больше, чем весь бюджет подавляющего большинства стартапов. Но специализация, нишевые решения и глубокая экспертиза в конкретных областях остаются жизнеспособной стратегией. Компании вроде Anthropic, Mistral, Cohere или Perplexity показывают, что можно быть значимым игроком, не имея $700 миллиардов. Ключ — в фокусе на том, что большие компании делают плохо: безопасность и alignment, специализированные применения для конкретных отраслей, пользовательский опыт, экспертиза в вертикальных нишах.

Нас в Aravana AI особенно интересует географический аспект этой гонки. Подавляющая часть $700 миллиардов тратится в США и, в значительно меньшей степени, в Европе и Азии. Это создаёт новый вид цифрового неравенства — не только между компаниями, но и между странами и целыми регионами. Те страны, которые не имеют собственной ИИ-инфраструктуры, рискуют оказаться в положении потребителей чужих технологий без возможности влиять на их развитие, ценообразование или этические стандарты. Это касается не только очевидно уязвимых стран Африки или Южной Америки, но и крупных экономик — Индии, Бразилии, значительной части Европы. Франция и Германия пытаются создать собственные ИИ-модели (Mistral, Aleph Alpha), но масштаб их инвестиций несопоставим с американскими. ИИ-суверенитет становится вопросом не только технологической политики, но и национальной безопасности — и не все страны это пока осознали.

Есть ещё один аспект, который часто упускают из виду в дискуссиях о «миллиардах на ИИ»: энергетический. $700 миллиардов на дата-центры — это одновременно колоссальный спрос на электроэнергию. По разным оценкам, к 2027 году потребление электричества дата-центрами в мире удвоится — с текущих 400–500 ТВт·ч до 800–1000 ТВт·ч. Это сопоставимо с потреблением всей Японии или Германии. Это создаёт беспрецедентное давление на энергетическую инфраструктуру, стимулирует развитие ядерной энергетики (Microsoft уже договорилась о перезапуске реактора Three Mile Island, Amazon инвестирует в малые модульные реакторы, Google подписала контракт с Kairos Power) и может столкнуть ИИ-индустрию с экологическими ограничениями. Ирония в том, что ИИ, который обещает помочь в борьбе с изменением климата через оптимизацию энергопотребления и разработку новых материалов, сам по себе становится значительным источником углеродных выбросов. Эту проблему нельзя решить, просто игнорируя её — и рано или поздно регуляторы обратят на неё внимание.

Мы полагаем, что 2026 год станет переломным в ещё одном важном смысле. Впервые вопрос «стоит ли вкладывать в ИИ?» перестаёт быть актуальным. Ни один серьёзный бизнес-лидер больше не задаёт этот вопрос — как никто в 2010-х не спрашивал, стоит ли компании иметь сайт в интернете. Вопрос теперь звучит иначе: «Как именно вкладывать, чтобы не проиграть?» И ответ на него зависит не от размера бюджета, а от глубины понимания того, какие проблемы ИИ действительно решает для вашего бизнеса, ваших клиентов, вашего рынка. Деньги без стратегии — это просто расходы. Деньги со стратегией — это инвестиции. И $700 миллиардов Big Tech включают и то, и другое.

В итоге $700 миллиардов — это не просто число. Это индикатор уверенности крупнейших компаний мира в том, что ИИ изменит абсолютно всё — от того, как мы работаем, до того, как мы лечимся, учимся, развлекаемся, принимаем решения. И одновременно — напоминание о том, что большие ставки не гарантируют выигрыша. История знает пример доткомов: триллионы были вложены в интернет-компании, большинство из них прогорели, но интернет действительно изменил мир. Те, кто выжили и адаптировались — Amazon, Google, Apple — стали самыми дорогими компаниями планеты. Те, кто просто тратил деньги без чёткой стратегии — Pets.com, Webvan, Kozmo, Boo.com — остались строчками в учебниках по бизнесу и предупреждением для следующих поколений.

Вопрос, который мы оставляем открытым: если даже компании с неограниченными ресурсами не могут гарантировать себе успех в ИИ-гонке, то что определяет разницу между теми, кто выигрывает, и теми, кто просто тратит — масштаб инвестиций, скорость адаптации или что-то совсем другое?