a16z анализирует мощность ИИ: доход удваивается, цена акций под давлением, капитальные расходы удивительны

Заголовок оригинала: Графики недели: Голова в Неоклаудах

Автор оригинала: Моисей Штернштейн, a16z

Редакционная заметка: На фоне нового раунда инвестиций в вычислительные мощности, вызванного генеративным ИИ, обсуждение инфраструктуры ИИ на рынке переходит от вопроса «достаточно ли GPU» к вопросу «кто сможет устойчиво предоставить вычислительные мощности». Когда потребности в обучении моделей, выводах и расширении дата-центров стали общим местом, возникает более глубокий вопрос: сможет ли стремительный рост потребности в вычислительных мощностях действительно преобразоваться в стабильную прибыль и денежный поток?

В «Графиках недели», опубликованных a16z New Media, автор Моисей Штернштейн рассматривает новые облачные компании, такие как CoreWeave, Nebius и Applied Digital, обсуждая рост рынка вычислительных мощностей ИИ, противоречия в оценках и прибыли, а также расширяя тему до горизонтального SaaS, маршрутизации моделей и конкуренции за таланты в передовых лабораториях.

В этой статье автор не просто оценивает, насколько сильна потребность в ИИ, а разбирает текущие сделки в области ИИ на более глубокие структурные вопросы: как переоцениваются существующие инфраструктуры, почему рост доходов не улучшает рыночные ожидания, и почему фокус конкуренции в индустрии ИИ смещается с простого расширения на эффективность и доходность.

Первое — это переосмысление ценности инфраструктуры. В прошлом земли вдоль железных дорог, газопроводы и кабельные сети служили определенным отраслям, а затем были преобразованы в телекоммуникационную и интернет-инфраструктуру. Сегодня аналогичная переоценка активов происходит вновь. Некоторые новые облачные компании, изначально обслуживавшие майнинг криптовалют, уже имеют опыт работы с электроэнергией, дата-центрами, системами охлаждения и высокоплотными вычислениями; после всплеска спроса на ИИ эти возможности быстро трансформировались в дефицитные вычислительные мощности. Это означает, что конкуренция в инфраструктуре ИИ не начинается с нуля, а ранние преимущества часто исходят от переосмысленных старых активов, энергетических ресурсов и инженерных возможностей.

Второе — это сосуществование высокого роста доходов и неопределенности в прибыли. Ранний рост доходов новых облачных компаний, таких как CoreWeave, в какой-то момент превышал начальные темпы роста таких облачных гигантов, как AWS, но капиталовложения не получили аналогичного признания на рынке. Причина в том, что новые облака не являются типичными легкими программными бизнесами. Закупка GPU, доступ к электроэнергии, строительство дата-центров, амортизация чипов и проценты по долгам будут расти с увеличением масштаба, даже быстрее, чем рост доходов. Это означает, что расширение доходов может лишь подтвердить высокий спрос на вычислительные мощности ИИ, но не автоматически доказывает, что бизнес-модель имеет достаточно высокую доходность на капитал. Рынок действительно ждет, смогут ли эти компании преобразовать заказы и доходы в устойчивый свободный денежный поток.

Третье — это то, что ценность программного обеспечения начинает дифференцироваться в соответствии с влиянием ИИ. В прошлом рынок беспокоился, что генеративный ИИ может ослабить защитные барьеры компаний SaaS, но результаты Atlassian показывают, что ИИ также может стать инструментом для увеличения расходов клиентов и привязанности к продукту. В то же время программное обеспечение для кибербезопасности и наблюдаемости продолжает получать премию в оценках, поскольку ИИ увеличивает потенциальные риски и усиливает зависимость компаний от зрелых решений. Это означает, что так называемый «конец SaaS» не произойдет равномерно. Вопрос о том, является ли ИИ заменой продуктов, снижением цен или увеличением спроса, становится новым стандартом для дифференциации оценки программного обеспечения.

Четвертое — это то, что приложения ИИ переходят от «накопления токенов» к оптимизации токенов. В прошлом компании часто стремились напрямую использовать самые мощные модели или выделяли бюджет инженерным командам для экспериментов; сегодня такие компании, как Databricks, начинают использовать интеллектуальную маршрутизацию для сопоставления моделей с различной ценой и производительностью в зависимости от сложности задач, снижая затраты при сохранении эффективности. Падение цены на токены не обязательно означает сокращение общих расходов на ИИ: когда единичные затраты снижаются, а сценарии применения увеличиваются, общее потребление токенов и общий объем рынка все еще могут продолжать расти. Эффективность и спрос не являются взаимоисключающими, а могут образовывать взаимно усиливающийся цикл.

Если сжать эту статью до одного вывода, то это: инфраструктура ИИ уже доказала, что может создавать быстрый рост, но в следующем этапе победа будет зависеть от того, смогут ли компании преобразовать рост в более высокую капитальную эффективность. В этом смысле обсуждаемые в статье объекты уже не только в том, смогут ли CoreWeave стать следующими облачными гигантами, но и в том, сможет ли вся индустрия ИИ перейти от расширения вычислительных мощностей к устойчивой коммерческой прибыли.

Следующий раздел оригинала:

Надпись «Новые облака»

В начале 20 века компания Южно-Тихоокеанской железной дороги владела большим количеством неиспользуемых прав на строительство на очищенных землях, соединяющих города и поселки по всей территории США. Права на железнодорожные пути значительно превышали саму железнодорожную линию, поэтому вдоль них оставалось много коридоров, пригодных для разработки.

Таким образом, эта железнодорожная компания проложила сеть связи вдоль железной дороги и назвала ее «Внутренней сетевой телефонной системой Южно-Тихоокеанской железной дороги» (Southern Pacific Railroad Internal Networking Telephony). К 1970-м годам компания начала коммерциализировать эту сеть, открыв ее для более широкой аудитории.

Затем произошло два события одновременно: с одной стороны, монополия на рынке междугородних телефонных услуг подошла к концу; с другой стороны, оптоволоконные кабели начали приобретать коммерческую жизнеспособность. Изначальные коридоры связи были преобразованы в оптоволоконные линии, и эта сеть позже стала известна под своим английским сокращением «Sprint». Активы, которые когда-то обслуживали железные дороги, таким образом стали основой телекоммуникационной революции.

Не только железнодорожные компании преобразовывали существующие физические сети в более крупные коммерческие технологические инфраструктуры.

В 1980-х годах компания Williams преобразовала неиспользуемые газопроводы в оптоволоконные каналы и основала WilTel. Эта компания позже была продана и в конечном итоге переименована в WorldCom. В 1990-х годах односторонние коаксиальные кабели, проложенные для кабельного телевидения, также прошли через масштабное и дорогостоящее обновление, в конечном итоге став инфраструктурой, предоставляющей широкополосный интернет-сервис для потребителей от Comcast и Charter.

Это приводит к другой категории компаний: они также располагают готовой инфраструктурой, и эти активы сейчас значительно преобразуются и переоцениваются, чтобы удовлетворить потребности новой технологии — это компании «новых облаков» (neocloud).

Вкратце, новые облачные компании изначально в основном занимались энергозатратным и вычислительно интенсивным бизнесом по майнингу криптовалют, а затем пришла волна ИИ. Внезапно, кто владеет правами на использование электроэнергии, инфраструктурой и опытом в строительстве и управлении высоконагруженными вычислениями — в случае CoreWeave это также включает большое количество GPU — тот оказывается на одной из самых горячих дорожек в данный момент.

Конечно, это не строгое сравнение. Но если посмотреть на три крупнейшие публичные новые облачные компании, их рост доходов действительно впечатляет.

Мы можем лишь оценить доходы облачных бизнесов на ранних стадиях у крупнейших облачных провайдеров, но общая тенденция уже ясна: новые облачные компании растут очень быстро, и этот рост явно превышает темпы роста трех крупных облачных провайдеров на начальном этапе.

Следует отметить, что в целом на рынке продаж вычислительных мощностей новые облачные компании пока остаются относительно небольшими участниками.

Им еще предстоит пройти долгий путь, чтобы достичь масштабов крупнейших облачных провайдеров.

Доходы, создаваемые крупнейшими облачными провайдерами каждый квартал, превышают доходы новых облачных компаний на несколько порядков. Но в то же время CoreWeave достигла 2,6 миллиарда долларов дохода всего за 25 кварталов, что AWS достигла только к 40-му кварталу после своего запуска. Еще раз подчеркиваю: темпы роста этих компаний действительно очень высоки.

С таким высоким темпом роста и воспользовавшись удачей в индустрии ИИ, можно было бы ожидать, что инвесторы должны быть довольно взволнованы. В какой-то степени это действительно так, но реальная ситуация несколько сложнее.

Хотя результаты последних финансовых отчетов этих компаний в целом были неплохими, за последний год акции CoreWeave все же упали примерно на 16%; только Nebius приблизился к своим предыдущим максимумам.

Таким образом, в целом эта история все еще хороша, но для крупнейшей новой облачной компании привлекательность, очевидно, несколько снизилась.

Недавние рыночные показатели относительно спокойны, отчасти потому, что многие ожидания роста, возможно, уже отражены в оценках.

Для капиталоемких компаний, таких как новые облака, коэффициент цены к продажам не является самым подходящим показателем оценки, но он все же наглядно иллюстрирует проблему. Оценки более мелких и быстрорастущих Nebius и Applied Digital значительно превышают оценки гораздо более крупных CoreWeave. Доходы CoreWeave продолжают удваиваться, но уже не соответствуют темпам роста лидеров, составляющим 400% до 450%.

Если говорить о реальных проблемах новых облачных компаний, то это не рост, а долгосрочная прибыльность. Новым облачным компаниям необходимо постоянно инвестировать в чипы, электроэнергию и физическую инфраструктуру, чтобы расширять масштабы, и эти затраты не малы:

Например, в случае CoreWeave, рост доходов действительно впечатляющий, но капитальные затраты еще более удивительны. Другие значительные затраты включают амортизацию чипов — сумма амортизации уже превышает половину доходов — а также проценты по долгам, взятым для предварительного строительства дорогой инфраструктуры, которые продолжают расти.

Эта статья не ставит целью оценить, смогут ли новые облачные компании в конечном итоге добиться успеха или насколько обоснованы их текущие акции. Убирая саму горячую тему, здесь действительно хочется подчеркнуть, что новые облачные компании представляют собой микрокосм борьбы между быками и медведями на всем рынке ИИ.

С одной стороны, они находятся на рынке, который значительно превышает все предыдущие ожидания и продолжает расширяться — рынок вычислительных мощностей — и создает исторически редкие темпы роста; с другой стороны, затраты на создание таких компаний также находятся на исторически высоком уровне, требуя значительных и постоянно амортизируемых фиксированных инвестиций.

Возвращение горизонтального SaaS?

Ниже кратко обновляется постоянно меняющийся рынок "Саас-апокалипсиса". Ранее одна из компаний, пострадавших от массовой распродажи акций программного обеспечения, в последний месяц показала довольно хорошие результаты.

За последние 30 торговых дней горизонтальные программные компании показали одни из лучших результатов в составе ETF IGV, хотя с момента сбора этих данных они уже частично вернули свои приросты.

В целом, фундаментальные показатели этих компаний остаются стабильными. Особенно это касается Atlassian, которая не пошла на спад под давлением AI, как ранее ожидал рынок.

Эта компания по производству программного обеспечения для повышения производительности достигла "двойного превышения ожиданий" как по результатам, так и по прогнозам: доходы от облачного бизнеса выросли на 31% по сравнению с прошлым годом, а темпы роста накопленных заказов даже выше. Но более важным сигналом может быть то, что AI становится катализатором роста бизнеса, а не препятствием. Atlassian сообщила, что ее AI-ассистент Rovo получил широкое распространение; в то же время клиенты, использующие Rovo, увеличивают свои расходы почти в два раза быстрее, чем не пользователи Rovo.

Это хорошие новости для Atlassian, хорошие новости для Rovo и хорошие новости для горизонтального SaaS.

Тем не менее, общая оценка горизонтального SaaS по-прежнему немного ниже, чем у других категорий программного обеспечения.

За исключением нескольких случаев, включая Atlassian, ожидаемое соотношение цена-выручка для горизонтальных SaaS-компаний в целом ниже уровня, соответствующего трендовой линии "темпы роста - оценка".

Еще раз подчеркиваю, горизонтальный SaaS только что пережил относительно неплохой "месяц". Чтобы убедить рынок в том, что "Саас-апокалипсис" отменен, одного месяца результатов явно недостаточно.

Конечно, если ваш бизнес программного обеспечения относится к области кибербезопасности или наблюдаемости, это совершенно другая история — для этих компаний "Саас-апокалипсис" никогда не происходил.

Сектор кибербезопасности продолжает значительно опережать другие категории в ETF IGV программного обеспечения. В этой области AI стал фактором, способствующим успеху: рынок в целом считает, что AI повысил восприятие рисков киберугроз, и ни один корпоративный клиент не будет полагаться на "атмосферное программирование" для создания собственного решения по безопасности.

Сможет ли эта логика подтвердиться, конечно, еще предстоит проверить временем. Но, по крайней мере, на данный момент положение традиционных программных компаний далеко от однородного.

Инвесторы внимательно следят за тем, принесет ли AI выгоду каждой компании или станет причиной эрозии, и постоянно корректируют свои первоначальные оценки с каждой новой порцией данных — что вполне естественно.

Эффективность на переднем крае вложений в токены

Рынок, касающийся использования моделей, потребления токенов и управления расходами на токены, продолжает эволюционировать различными интересными способами.

Возьмем, к примеру, Databricks.

По вопросам "какую модель нам использовать" и "какая модель лучше", Databricks не приняла подход "победитель получает все", и не просто выделила инженерам бюджет, позволяя им самим решать, как его потратить. Вместо этого они задали другой вопрос: "Что если мы разработаем систему, которая автоматически распределяет подходящие задачи между подходящими моделями?"

Databricks, конечно, не единственная компания, которая так поступает, но она разработала "умный маршрутизатор" (Smart Router), и фактические результаты ее довольно удовлетворяют.

Сообщается, что маршрутизатор Databricks может при необходимости вызывать более мощные и дорогие модели, а в подходящих условиях использовать менее мощные и более дешевые модели, тем самым "постоянно снижая среднюю стоимость задач более чем на 30%".

В целом, стремление к "эффективности" расходов на токены вряд ли может быть чем-то плохим. Это означает, что спрос продолжает расти, а сценарии применения не только продолжают развиваться на переднем крае производительности, но и распространяются на модели с менее выдающимися характеристиками. В первоначальном пессимистичном нарративе эти второстепенные модели считались быстро устаревающими.

Как мы уже упоминали, повышение эффективности расширяет охват спроса, что именно и является динамикой, которую рынок хочет видеть, подобной парадоксу Джевонса.

Индекс силы цен на токены Silicon Data показывает, что общая ценовая сила снижается, особенно по мере того, как более дешевые открытые модели занимают большую долю на растущем рынке.

Здесь необходимо еще раз прояснить часто неправильно понимаемое понятие: эти индексы измеряют интенсивность затрат на токены, а не абсолютные суммы в долларах. Они зависят как от количества потребляемых токенов, так и от их общей стоимости. Это означает, что даже если цена за токен снижается, общее количество потребляемых токенов и общая сумма расходов все равно могут продолжать расти.

Действительно важно, что общий спрос продолжает расти, а ценообразование и выбор моделей постепенно движутся к переднему краю эффективности, что только будет способствовать этому росту. Особенно стоит отметить, что "спрос на AI" или "принятие AI" не является единым, однородным понятием. Существует огромная разница между активными пользователями и остальными пользователями. Это ясно показывает, что "всегда использовать лучшую модель" может подойти некоторым компаниям, но определенно не всем.

В настоящее время рынок быстро формирует больше альтернативных вариантов. В целом, это хорошая новость.

Согласно данным платформы управления корпоративными расходами Ramp, все компании увеличивают расходы на AI, но разрыв между медианными расходами и расходами компаний в верхних 10% и между верхними 10% и верхними 1% компаний крайне велик.

Данные Ramp обычно более склонны к технологическим компаниям, и это следует учитывать при интерпретации. Но данные показывают, что расходы на AI у компаний, входящих в верхние 10%, примерно в 50 раз выше, чем у медианных компаний.

Это распределение, вероятно, не случайно. Компании, которые могут извлечь больше ценности из расходов на AI, вероятно, также являются теми, кто инвестирует больше всего — даже если не каждая компания такова, по крайней мере, значительная часть компаний соответствует этой закономерности.

Анализ 107 публичных компаний, проведенный Boston Consulting Group, показал, что компании, занимающие первые два квантиля по использованию токенов, демонстрируют значительно более быстрый рост доходов, чем другие компании.

Основная мысль заключается в том, что спрос на токены и эффективность их использования взаимно усиливают друг друга: чем больше ценности получает компания, тем больше токенов она потребляет.

Этот процесс, конечно, включает в себя постоянный баланс между затратами и доходами, и исследования всегда будут включать некоторые первоначальные затраты. Но для подавляющего большинства компаний безудержное "накопление токенов" никогда не было эффективной стратегией.

Поэтому то, что компаниям в будущем все меньше придется прибегать к такой практике, очевидно, является хорошей новостью.

Соревнование за таланты в передовых лабораториях

New Media недавно приняла двух выдающихся членов команды в OpenAI, поэтому в конце мы посмотрим на несколько интересных графиков, чтобы увидеть ситуацию с наймом талантов в передовых AI-лабораториях.

Дарио Амодеи недавно выразил обеспокоенность тем, что сотрудники ставят деньги выше миссии. Судя по данным Levels.fyi, эта обеспокоенность может быть не безосновательной.

Если полностью полагаться на данные, то зарплаты, предлагаемые Anthropic инженерам, очень высоки и значительно превышают зарплаты инженеров аналогичного уровня в таких компаниях, как Google и Tesla.

Похоже, стать членом технической команды действительно неплохо.

Кроме того, есть еще одна группа данных, которая также интересна.

Согласно данным Live Data Technologies — представленным Truist Securities — источники талантов в разных лабораториях имеют как значительное пересечение, так и явные различия:

Обе компании нанимают много талантов из крупных технологических компаний, но только OpenAI нанимала людей из Nvidia и Tesla, и это произошло в 2026 году.

Databricks, Snowflake (недавно), Palantir и DeepMind также являются общими источниками талантов для обеих компаний.

Обе лаборатории также наняли значительное количество сотрудников из Salesforce и Stripe.

Но на этом пересечение, похоже, заканчивается. Anthropic наняла много талантов из SaaS-компаний, в то время как OpenAI почти не нанимала; OpenAI же активно нанимала из потребительского интернета, платформенных рынков и рекламных технологий, в то время как Anthropic в этих областях нанимала относительно немного, за исключением Airbnb, Netflix и Uber.

Что означают эти различия, оставим на ваше усмотрение.