Стартапы Кремниевой долины часто долго работают в убыток; у таких компаний, как Amazon, Uber и YouTube, были периоды значительных потерь на ранних этапах. По сравнению с ними OpenAI, по доступным данным, расходует средства особенно быстро и в больших объёмах.
По сообщениям, в 2024 году компания потеряла около 5 миллиардов долларов; в первой половине 2025 года была зафиксирована потеря примерно в 13,5 миллиарда долларов; а только за один из последних кварталов сообщалось о дополнительных 12 миллиардах долларов убытка. По оценке Bain & Company, для масштабирования ИИ потребуется порядка 2 триллионов долларов новых ежегодных доходов к 2030 году, и лидеры отрасли, такие как OpenAI и производители чипов, могли бы получить значительную долю этой суммы.
На технологической конференции руководитель финансового отдела OpenAI высказала идею о необходимости государственного кредитного поручительства или иных структурных мер поддержки для финансирования крупных инвестиций в инфраструктуру и разработку. Позже она уточнила, что имеет в виду более широкие меры поддержки сектора ИИ, а не исключительно свою компанию.
Также обсуждались финансовые схемы, включая специальные соглашения с производителями микрочипов и возможные доли в выручке партнёров, использующих технологию компании. Предложение о гарантиях по займам вызвало опасения, что такие меры могут играть роль предварительной поддержки, перенося часть коммерческих рисков на общество.
Оценки стоимости компании достигают примерно 500 миллиардов долларов, что делает вопрос устойчивости бизнес-модели крайне важным. С учётом заявленных темпов и объёмов субсидирования возникает сомнение, сможет ли модель самостоятельно обеспечить соответствующие доходы без масштабной внешней поддержки.
Возможности ИИ в прикладных задачах велики, и многие компании применяют технологии для автоматизации разработки, логистики и менеджмента. Однако остаются вопросы об их реальном влиянии на производительность, а также о негативных последствиях — ускорении создания спама, злоупотреблений, мошенничества и случаев нарушения авторских прав при обучении моделей на больших наборах данных.
Инвесторы и венчурные фонды вкладывают сотни миллиардов долларов в ожидании, что автоматизация приведёт к значительному снижению потребности в рабочей силе. Эксперты отмечают при этом, что современные большие языковые модели и генераторы изображений демонстрируют впечатляющие возможности, но не обладают признаками сознания, и путь к настоящей машинной сенсибельности, если он существует, потребует иных подходов.
С экономической точки зрения ИИ отличается от традиционного программного и социального бизнеса: внедрение требует больших капитальных вложений и поддерживается более высокими маржинальными затратами, тогда как классические софтверные продукты и платформы часто имеют низкие предельные издержки и защищены эффектами масштаба. Это делает модель доходов и рентабельности ИИ уязвимой к конкурентному давлению.
Формат продажи доступа к API позволяет внешним игрокам воспроизводить поведение модели и тем самым облегчает создание конкурирующих систем. Попытки юридически защитить наборы данных для обучения сталкиваются с трудностями, а некоторые фирмы уже используют выводы существующих моделей для создания похожих продуктов с меньшими затратами.
В результате многие компании с достаточными ресурсами могут предпочесть разрабатывать собственные модели на основе внутренних данных, а не платить сторонним поставщикам. Это снижает вероятность возникновения «мега-прибылей» для отдельных игроков и повышает конкуренцию в отрасли.
Одним из возможных источников доходов для технологических компаний остаются государственные контракты и программы финансирования в интересах национальной безопасности. При нарастании финансовой потребности в секторе политики и регуляторы могут столкнуться с выбором о выделении налогоплательских средств для поддержки отрасли.
Даже при совмещении коммерческих доходов, контрактов и партнёрских схем достижение масштабов расходов в триллионы долларов выглядит маловероятным для одной компании без существенной и длительной внешней поддержки. Решения о возможной государственной помощи будут иметь важные последствия для перераспределения рисков и публичных средств.
Комментариев