Российская стратегия ИИ и облаков в условиях глобальной волатильности
Этой публикацией мы начинаем аналитическую серию статей, подготовленную заместителем генерального директора Astra Cloud (входит в «Группу Астра») Константином Анисимовым. Как развивается и – главное – будет развиваться ИИ в России и мире? Сегодня рассмотрим ситуацию с ИИ в США.
Вместо вступления
В 2025 году мировой рынок искусственного интеллекта и облачных инфраструктур вошёл в фазу высокой турбулентности. В США это проявляется в резких движениях капитализации технологических гигантов, обвале акций NVIDIA после запуска китайской модели DeepSeek R1, росте шорт‑позиций «умных денег» и агрессивном наращивании инвестиций в ИИ‑инфраструктуру.
Параллельно в облачной экосистеме идёт болезненный, но закономерный отбор среди GPU‑стартапов, ставших ставкой на «вечный рост» AI‑спроса. На этом фоне российский подход выглядит менее зрелищным, но более устойчивым. Вместо гонки за AGI (это когда ИИ будет обладать гибкостью для решения новых, незнакомых проблем без необходимости перепрограммирования) к условным 2027–2028 годам и раздувания инфраструктурного пузыря Россия делает ставку на адаптацию открытых моделей, диверсификацию аппаратных решений, экономичное использование ресурсов и постепенное формирование технологического суверенитета.
Американская модель: замкнутый контур капитала и концентрация рисков
Экосистема ИИ в США сегодня во многом строится как замкнутый инвестиционный круг между крупнейшими игроками.
Капитализация NVIDIA, которая производит специализированные GPU карты для ИИ достигала в пике $5 трлн, капитализация Microsoft приближается к $3,9 трлн, оценка OpenAI – к $500 млрд. Microsoft инвестирует в OpenAI, владея 32,5% компании, OpenAI заключает $300 млрд контракт с Oracle и закупает 6 ГВт GPU у AMD на $100 млрд. Oracle расходует десятки миллиардов долларов на чипы NVIDIA, а NVIDIA в свою очередь инвестирует до $100 млрд обратно в проекты OpenAI. В этот цикл вплетены AMD, CoreWeave, xAI, Mistral, Figure AI и множество других компаний, между которыми капитал непрерывно циркулирует.
На уровне отчётности все выигрывают: выручка растёт, оценки взлетают, «рынок ИИ» выглядит как единственная точка концентрации будущего роста. Но одновременно повышается и системная взаимозависимость: сбой в одном звене – будь то сокращение спроса на GPU, регуляторные ограничения или геополитический кризис – моментально бьёт по всей цепочке. К этому добавляется ключевой технологический риск: концентрация производства. До 90% передовых чипов (3 нм и ниже) выпускает компания TSMC на Тайване. Это делает всю архитектуру американского ИИ‑и облачного рынка чувствительной к любым геополитическим проблемам вокруг Тайваня и связанных с ним цепочек поставок.
С точки зрения качества самих моделей быстрый прогресс очевиден, но пока и близко нет ощущения «зрелого технологического плато». Ведущие системы, такие как o3 и Claude 4 Opus, демонстрируют результаты ниже 60% на бенчмарке ARC‑AGI – тесте на абстрактное мышление, где отсутствуют обучающие данные в открытом доступе, а значит, нельзя «зазубрить» ответы.
Это говорит о сохраняющемся разрыве между маркетинговым дискурсом про «скоро AGI» и фактическим уровнем обобщающих способностей ИИ моделей.
Экономическая сторона также далека от оптимальной: стоимость решения одной задачи ARC‑AGI для таких систем оценивается в $25–35 только на вычисления. При масштабировании на миллионы и миллиарды запросов это превращается в гигантскую нагрузку на инфраструктуру и бюджеты. Тем не менее ИИ уже серьёзно трансформирует бизнес‑процессы. Так, McKinsey внедрила собственную платформу Lilli – набор AI‑агентов для аналитики и работы с информацией. К середине 2025 года компания сократила около 5000 сотрудников (с 45 000 до 40 000), во многом за счёт оптимизации процессов с помощью ИИ‑инструментов. Напомним, что в этой компании работают в основном выпускники MBA школ, т.е. сокращенные сотрудники – это высокопрофессиональные интеллектуалы.
Облачный рынок: «лес» из гигантов и однолетних стартапов
В этом контексте важно развести две вещи: устойчивость облачной инфраструктуры как таковой и судьбу стартапов, работающих поверх неё. Инвесторские заметки часто используют громкие заголовки вроде «облака под риском банкротства», создавая впечатление системного кризиса. В частности инвестор Джим Чанос, предсказавший крушение одной из крупнейших компаний США Enron во время «пузыря доткомов», предупредил о тревожных сигналах, которые он видит на рынке искусственного интеллекта. На деле речь идёт не о крахе всего облачного рынка, а об обычной для стартап‑пула динамике. В классической венчурной логике из десяти компаний одна становится действительно успешной, шесть–семь банкротятся, остальные еле выходят в ноль или живут на грани окупаемости.
Это не «аномалия», а нормальный механизм естественного отбора в экосистеме инноваций. Крупные облачные провайдеры – Amazon, Google, Microsoft – от этого не исчезают. Их бизнес держится на колоссальных объёмах традиционных облачных сервисов, обслуживающих информационные системы клиентов, базы данных, инфраструктуру предприятий. Они выкупают перспективные стартапы и интегрируют их технологии в свои платформы. Остальные игроки, не выдержав конкуренции и не найдя устойчивых моделей монетизации, уходят с рынка.
Облачная экосистема в этом смысле похожа на лес. Есть большие деревья – гиганты с устойчивой корневой системой и долгим жизненным циклом. Есть однолетние или даже даже многолетние травы – стартапы, которые быстро вырастают, так же быстро гибнут, но в итоге становятся «гумусом», который питает рост крупных деревьев. Поэтому утверждение, что «облачный рынок под большим риском», искажает картину: идёт вполне традиционное перераспределение ресурсов внутри ИТ экосистемы.
GPU‑облака и «надутый» рынок железа
Отдельное явление – специализированные GPU‑облака, такие как CoreWeave, FluidStack и другие. Их бизнес‑модель строится на том, чтобы забивать дата‑центры GPU‑серверами под AI‑нагрузки и сдавать их в аренду стартапам и корпорациям, разрабатывающим ИИ‑продукты.
В традиционных облаках порядка 95% мощностей – это классическое вычислительное железо под задачи клиентов: приложения, базы данных, аналитические системы.
Оно даёт относительно предсказуемую, устойчивую выручку. GPU‑облака живут в другой логике: они завязаны на спрос на ИИ‑вычисления, который сильно подвержен циклам хайпа, изменению ожиданий инвесторов и технологическим прорывам.
У такой модели есть два ключевых риска
Во‑первых, риск спроса. Если ИИ‑пузырь начнёт сдуваться, а корпорации и стартапы будут сокращать расходы на эксперименты с моделями, у GPU‑облаков не окажется «подушки» в виде выручки от классических облачных услуг. Спрос на их мощности может резко просесть, но останутся кредиты под залог приобретенных GPU серверов, а также инфраструктурные затраты на дата-центры.
Во‑вторых, риск взаимного накачивания рынка. NVIDIA не только поставляет GPU, но и сама покупает доли в компаниях, которые затем массово закупают её же карты. Схожая история с Oracle: он собрал один из крупнейших парков GPU от NVIDIA, а крупнейшим клиентом его облака стала сама NVIDIA – якобы для разработки собственных процессоров. С точки зрения системного анализа это напоминает ситуацию, когда выручка и капитализация подталкиваются за счёт внутренних сделок, а не устойчивого внешнего спроса. Отдельный слой рисков связан с финансированием. Инфраструктура дата‑центров таких ИИ стартапов строится через лизинг или кредиты под залог GPU‑парка.
Для финансиста или инвестора это означает: если стоимость карт начнёт падать быстрее, чем они успевают окупаться, залог обесценится. Здесь возникает очевидная аналогия с ипотечным кризисом 2008–2009 годов в США: падение стоимости базового актива → маржин‑коллы → цепная реакция дефолтов и давление на весь рынок.
Наконец, существенная часть AI‑стартапов в США зависит от дорогих проприетарных API, прежде всего OpenAI. По оценкам Brex и Scale Venture Partners, в 2024 году американские стартапы тратили на API OpenAI в среднем $25–30 млн в месяц. За первые десять месяцев 2025 года эти расходы выросли примерно на 80% год к году, достигнув к октябрю $50–60 млн в месяц. В начале 2025 года многие пытались перейти на Anthropic (Claude), чтобы оптимизировать затраты, но уже к лету OpenAI вернул себе лидерство по расходам и остаётся игроком №1 среди малого AI‑бизнеса.
Таким образом, американская модель сочетает в себе:
– концентрацию аппаратных рисков (TSMC, NVIDIA);
– замкнутые инвестиционные циклы между крупными корпорациями;
– высокую зависимость экосистемы стартапов от дорогих закрытых API.
(продолжение следует)
