<рисунок><img src="https://techorange.com/app/uploads/2026/06/6bab83ff25297b4e-720x450.jpg "alt="[Статус-кво экономики искусственного интеллекта] Развитие ИИ происходит в 3 раза быстрее, чем в эпоху Интернета, но на общую экономику приходится всего 0,42%. Почему до сих пор нет реального роста прибылей?" /></рисунок>
<p class="wp-block-paragraph">Exponential View, платформа для исследований и анализа технологий, недавно опубликовала отчёт «Состояние экономики искусственного интеллекта в 2026 году». В нём показано, что текущий годовой доход экосистемы генеративного искусственного интеллекта достиг 1175 миллиардов долларов США, а темпы роста в три раза выше, чем в эпоху Интернета. При этом доля в общем ВВП Соединённых Штатов составляет всего 0,42 %. (Согласно: статистический объём годового дохода — это мировой рынок, за исключением Китая.)</p>
<p class="wp-block-paragraph">Этот пробел в данных отражает текущую структуру развития рынка: огромные капитальные затраты способствуют быстрому росту вычислительной мощности и спроса на электроэнергию. Но преимущества терминальных приложений по‑прежнему в основном сводятся к внутренней экономии средств предприятия, а некоторые технические дивиденды конвертируются в потребительский актив, который не отражается в финансовой отчётности. В то же время растущий износ аппаратного обеспечения создаёт реальное давление на краткосрочную прибыль операторов облачных вычислений и инфраструктуры.</p>
<p class="wp-block-paragraph">В следующем обзоре рассматриваются причины разрыва в макроэкономических показателях, текущая ситуация с капитальными затратами на инфраструктуру и амортизацией, эволюция механизма ценообразования на токены и структура операционных расходов, а также тенденция передачи стоимости по производственной цепочке и соответствующие рекомендации по направлению регулировки.</p>
<h2 class="wp-block-heading"><strong>📎 </strong>Кому подходит для чтения этот отчёт?</h2>
<p class="wp-block-paragraph">В отчёте конкретно приводится количественная оценка износа и амортизационных отчислений от строительства инфраструктуры, операционных расходов, выраженных в токенах, и передачи стоимости по производственной цепочке. Это напрямую соответствует потребностям объективной оценки на уровне принятия решений предприятием в области финансового бюджета, контроля затрат, планирования защиты продукта и распределения капитала. Поэтому с ним могут ознакомиться следующие работники:</p>
<ul class="wp-блок-лист">
<li>Финансовый директор и команда по принятию финансовых решений</li>
<li>Генеральный директор и члены правления</li>
<li>Технический директор, директор по информационным технологиям и менеджер ИТ‑инфраструктуры</li>
<li>Главный специалист по продуктам, руководитель службы приложений и развития бизнеса</li>
<li>Венчурный капитал, институциональные инвесторы и аналитики технологической отрасли</li>
</ul>
<h2 class="wp-block-heading">Анализ отчётов</h2>
<h2 class="wp-block-heading">Доходы от искусственного интеллекта превысили 175 миллиардов долларов США, но составили всего 0,42 % ВВП. Куда пошли эти деньги?</h2>
<p class="wp-block-paragraph">За прошедший период внимание мирового рынка капитала было слишком сосредоточено на «стороне предложения» — на ошеломляющих отчётах о доходах от инфраструктуры основных производителей чипов и облачных гигантов. При этом на реальной «стороне спроса» экономика искусственного интеллекта долгое время находилась в состоянии неопределённости.</p>
Чтобы решить эту проблему, в отчёте «Состояние экономики ИИ в 2026 году» используется восходящая финансовая модель, которая позволяет раскрыть истинный облик экономики ИИ после устранения двойных расчётов на разных уровнях: волна развития технологий полностью основана на реальных платежах внешних заказчиков, а годовой доход экосистемы генеративного ИИ официально превысил 1175 миллиардов долларов США.
Однако в связи с этим возникает ключевой вопрос, который вызывает глубокую обеспокоенность у лиц, принимающих решения, и совета директоров: поскольку реальный спрос настолько велик и растёт чрезвычайно быстро, почему эта сила кажется «невидимой» в общих макроэкономических данных и какова итоговая сумма в отчётах о прибылях большинства компаний? Ответ зависит от скорости и масштаба этого расширения.
Спрос на вычислительную мощность вырос в 9 раз, а заказы NVIDIA выросли в 3 раза за год.
Чтобы понять текущую ситуацию в ИИ‑экономике, необходимо сначала признать очевидный факт её стремительного роста. Данные показывают, что темпы развития индустрии искусственного интеллекта в три раза выше, чем у любой предыдущей ИТ‑волны (включая интернет, мобильные устройства и облачные вычисления).
Судя по микропоказателям роста выручки, в 2023 году индустрии искусственного интеллекта требовалось 180 дней, чтобы увеличить свою совокупную выручку на 11 миллиардов долларов США; теперь это время резко сократилось до менее чем двух дней, а скорость расширения увеличилась в 90 раз.
Столь высокий спрос на терминалы непосредственно привёл к «суперциклу» строительства базовой вычислительной мощности и энергетической инфраструктуры. Согласно прогнозам, в период с 2026 по 2027 год масштабы глобальных вычислительных мощностей вырастут почти в 9 раз. Объём поставок NVIDIA, являющейся ядром вычислительной техники, за последний год вырос с 331 миллиарда долларов США до 995 миллиардов долларов США.
Что ещё более удивительно, так это огромная зависимость ИИ от физической энергии. Спрос на электроэнергию в США с 2008 по 2024 год практически не рос, но его подстегнуло строительство центров обработки данных с искусственным интеллектом. Сейчас ежемесячный спрос на электроэнергию стремительно растёт и составляет 9 ТВт·ч (тераватт‑часов).
В структуре капитальных затрат центров обработки данных на каждый вложенный доллар доля чипов и памяти резко возросла с 40 % в прошлом до 60 %, а доля физических зданий постоянно сокращалась.
Общая прибыль компании в 32 раза превышает выручку AI. Большинство людей недооценивают, что это всё ещё на ранней стадии.
Поскольку индустрия растёт в три раза быстрее, почему в большинстве отчётов о доходах корпораций и в экономике в целом по‑прежнему не видно реального всплеска? Ответ кроется в «сравнении абсолютных масштабов» и «белых пятнах в экономических измерениях».
Прежде всего, с точки зрения абсолютного масштаба, хотя экономика искусственного интеллекта огромна, она всё ещё находится на очень ранней стадии. В настоящее время общий доход от искусственного интеллекта составляет всего 0,42 % ВВП США. Хотя этот показатель увеличился в десять раз по сравнению с 0,04 % в первом квартале 2024 года, по сравнению с общей шкалой прибыли американских компаний общая прибыль компаний по‑прежнему в 32 раза превышает общую выручку ИИ.
С точки зрения микрокорпорации, если взять в качестве примера Uber, ведущую технологическую компанию, то её лимит расходов на ИИ в размере 11 500 долларов США на одного инженера позволяет ей входить в топ‑10 % рынка с высокой инвестиционной активностью. Однако эти расходы по‑прежнему остаются высокими. Это лишь ничтожная доля в огромном отчёте о прибылях и убытках корпорации, и трудно существенно повлиять на общий отчёт о прибылях.
Во‑вторых, большая часть огромной ценности, создаваемой ИИ, в настоящее время преобразуется в «потребительский излишек», который не может быть учтён традиционным ВВП. Большинство преимуществ, которые даёт ИИ, предоставляются пользователям бесплатно или по низким ценам и не отражаются в показателях корпоративных доходов или ВВП.
Точно так же, как революция в области электрического освещения в 1880‑х годах или бесплатная цифровая поисковая система в 2000‑х (только поисковые сервисы приносят около 17 500 фунтов стерлингов на человека в год, но прямой вклад в ВВП равен нулю), эффективное обучение благодаря искусственному интеллекту и бесплатные сервисы по замене программного обеспечения «ускользнули» от измерения системой финансовой отчётности из‑за ценообразования, близкого к нулевым предельным издержкам.
Наконец, что касается корпоративных приложений, то до 70 % положительных отзывов компаний из списка S&P 500 о генеративном ИИ направлены на «экономию затрат и повышение эффективности», а не на получение новых доходов.
Это означает, что ИИ по‑прежнему рассматривается как «инструмент регулирования», а не как «движок с открытым исходным кодом».
Капитальные затраты составляют 2 трлн долларов США, осталось только 19 % амортизационного резерва.
Хотя прибыль со стороны спроса неочевидна, поставщик инфраструктуры со стороны предложения сталкивается с крупнейшими строительными и финансовыми трудностями в истории науки и техники.
К 2026 году совокупные капитальные затраты сверхкрупных облачных операторов и новых облачных операторов с формирующимся рынком достигнут 22 трлн долларов США. Среди них капитальные затраты на искусственный интеллект, которые превзошли традиционную историческую тенденцию, достигли 5 535 миллиардов долларов США.
Ещё более тревожным является то, что источник финансирования этого масштабного строительства постепенно смещается с операционного денежного потока внутри предприятия на использование внешнего долгового финансирования, что напрямую переносит финансовые риски с предприятия на внешний рынок капитала.
Поскольку капитальные затраты должны быть амортизированы, ожидается, что к 2026 году общие расходы на амортизацию оборудования приблизятся к 1 111 миллиардам долларов США. Несмотря на то что текущая выручка от инфраструктуры искусственного интеллекта едва превысила квартальный порог амортизации, рентабельность крайне невелика.
По состоянию на первый квартал 2026 года у сверхкрупных облачных операторов остаётся только около 19 % резервного пространства для получения дохода (запаса прочности, то есть объёма прибыли, который может быть сохранён после вычета амортизации).
По мере того как в будущем будет вводиться в эксплуатацию всё больше перспективного вычислительного оборудования, базовый период амортизации будет ещё больше увеличиваться. Если рост выручки и цен не сможет поддерживать совокупный рост, этот скудный запас прибыли будет снова сильно сокращён. Первопричина такого давления на прибыль должна исходить из реальной единицы оценки ИИ.
Потребление токенов увеличилось в 14 раз по сравнению с предыдущим годом, а стоимость прокси‑задач в 1200 раз превышает стоимость чата.
Чтобы точно предсказать будущее направление затрат и ценности ИИ, необходимо понимать экономику токенов. В эпоху искусственного интеллекта токен становится «платой за клик» — единицей базовой стоимости, которую можно точно измерить.
За прошедший период благодаря внедрению моделей с открытым исходным кодом и повышению эффективности логического вывода моделей цены на токены значительно снизились — на 90–97 %.
Однако спрос на ИИ продемонстрировал высокую ценовую эластичность. Падение цен не только не разрушило рынок, но, напротив, привело к резкому увеличению спроса — в 14, а то и в 50 раз.
Сейчас ежемесячное потребление токенов в мире официально превысило 30 триллионов, и оно по‑прежнему растёт в 14 раз за год.
Следующий механизм, который стимулирует это бурное потребление, — переход от простого чат‑бота к «прокси‑задаче». Данные показывают, что при выполнении одной многоступенчатой задачи кодирования прокси‑сервера потребление токенов достигает 4,17 миллиона — это в 1200 раз больше, чем при выполнении обычной диалоговой задачи (для неё требуется около 3390 токенов).
Несмотря на то что цена за единицу оборудования продолжает падать, компания владеет и управляет центром обработки данных искусственного интеллекта мощностью 1 ГВт (миллиард ватт) с годовыми базовыми затратами до 7,9 млрд долларов США. Эта огромная стоимость базового оборудования определит конечный результат и пространство для снижения цены токена в будущем. Борьба между этими издержками и ценообразованием в конечном счёте определит, кто получит прибыль от всей производственной цепочки.
Прибыль растёт: как компании могут удержать свои позиции?
В связи с резким ростом вычислительной мощности и быстрым развитием технологий распределение прибыли в отрасли искусственного интеллекта претерпевает кардинальные изменения. Всего за один год стоимость быстро выросла по сравнению со стеком, а доля доходов от прикладного уровня и уровня базовой модели увеличилась в 2,95 раза. В ответ на эту тенденцию уровни принятия решений в различных подразделениях предприятия могут предпринять следующие стратегические действия:
- Уровень строительства инфраструктуры и принятия финансовых решений: продлеваем срок службы активов искусственного интеллекта, чтобы они могли пережить цунами обесценивания.
Учитывая, что в 2026 году девальвация составит до 1111 миллиардов долларов США, первой задачей финансовой защиты является переоценка жизненного цикла чипа.
В прошлом традиционный срок амортизации часто устанавливался равным 6 годам. Если срок амортизации старых графических процессоров (таких как чипы T4) увеличить до 8 лет, то объём накопленной прибыли в инфраструктуре может резко возрасти — с опасных 19 % до 36 %.
Чрезмерное наращивание вычислительной мощности не является абсолютным тупиком. Если срок службы старого чипа можно продлить и постоянно находить варианты получения дохода, то финансовые последствия последнего времени удастся значительно снизить.
- Разработчики прикладного уровня и специалисты по принятию бизнес‑решений: откажитесь от оболочечного мышления и углубите эксклюзивный ров.
Коммерциализация базовой модели неизбежна. Хотя передовые модели (такие как GPT‑4 и другие) могут сохранять популярность в краткосрочной перспективе, поддержка открытого исходного кода, которую продвигают китайские научно-технические круги (например, DeepSeek), а также альтернативные вычислительные мощности (например, Huawei) способствуют быстрому внедрению моделей с открытым исходным кодом. Это приводит к резкому снижению стоимости простых вызовов API.
Кроме того, чтобы повысить прибыльность, ведущие лаборатории лично предлагают услуги по интеграции на корпоративном уровне — например, корпоративную компоновку от OpenAI и Anthropic. Это значит, что разработчики универсальных приложений‑оболочек (которые связаны с простой упаковкой и другими технологиями) и полагаются только на API серийных моделей, столкнутся с двусторонней атакой, причём без учёта ценовой политики.
Предприятиям необходимо срочно скорректировать стратегию: использовать внутренние эксклюзивные данные и глубоко адаптированные рабочие процессы для конкретных областей. Так они смогут создать надёжную защиту и сохранить прибыль от применения технологий в условиях неизбежной коммерциализации базовых решений.
＊Чтобы прочитать полный текст отчёта, пожалуйста, смотрите: <a href="<url>">https://intelligence.exponentialview.co/assets/ev-state-of-ai-economy-2026.pdf" target="_blank" rel="noopener">«Состояние экономики искусственного интеллекта»</a>
Это поток макета, это поток макета
【Дополнительные отчёты по отраслевым исследованиям】
◆ <a href="<url>">https://techorange.com/2026/06/27/hr-monitor-2026/</a> [Отчёт McKinsey Human Resources Monitoring Report] Переломный момент в выживании HR‑функций: лидерство в области искусственного интеллекта и взаимодействия человека и компьютера или полная замена
◆ <a href="https://techorange.com/2026/06/20/cybersecurity-vc-trends/">[Тенденции венчурного капитала в области кибербезопасности 2026 года] Попрощайтесь с одноточечными инструментами защиты: «архитектура информационной безопасности, основанная на искусственном интеллекте», переписывает логику оценки</a>
◆ <a href="<url>">https://techorange.com/2026/06/13/ai-eats-the-world-benedict-evans/</a> [Искусственный интеллект поглощает мир] Искусственный интеллект — это новый этап перестановок на низовом уровне после появления интернета и смартфонов. Ваш ров всё ещё там?
◆ <a href="<url>">https://techorange.com/tag/%e7%a0%94%e7%a9%b6%e5%a0%b1%e5%91%8a/</a> Другие отчёты по отраслевым исследованиям
＊Первый черновик согласован с AI, источником первой картинки является: <a href="<url>">https://unsplash.com/photos/a-computer-keyboard-with-a-blue-light-on-it-dwOcAJxSuD8" target="_blank" rel="noopener">Разблокировать</a>
Подписаться в Макс
