Гонку Big Tech за ИИ-инфраструктурой лучше рассматривать не как уже доказанную победу, а как условную ставку на капитальные расходы. Пока вычислительные мощности для ИИ в дефиците, крупнейшие облачные платформы могут рационально строить дата-центры заранее. Но конечный ответ даст не число новых GPU и не громкость презентаций моделей, а то, будут ли корпоративные клиенты платить за ИИ-нагрузки, которые реально улучшают финансовый результат.

Масштаб уже не похож на эксперимент

Оценки расходятся в зависимости от того, какие компании и статьи расходов включать, но направление очевидно: речь идёт о сотнях миллиардов долларов. Futurum оценивает, что Microsoft, Alphabet, Amazon, Meta и Oracle в совокупности взяли на себя обязательства по капитальным расходам на 2026 год в диапазоне $660–690 млрд — почти вдвое больше уровня 2025 года ^[2].

Campaign US пишет, что Meta, Microsoft, Alphabet и Amazon движутся к расходам свыше $650 млрд в 2026 году на ИИ-инвестиции, сосредоточенные вокруг продвинутых дата-центров, специализированных чипов и систем жидкостного охлаждения ^[5]. Business Insider отдельно сообщал, что Amazon, Microsoft, Meta и Google после обновлений по итогам первого квартала планировали до $725 млрд капитальных расходов в 2026 году ^[8].

Именно поэтому спор меняется. Вопрос уже не в том, важен ли ИИ стратегически. Вопрос в том, будут ли построенные мощности достаточно загружены — и удастся ли продавать доступ к ним по ценам, которые оправдают такие вложения.

Почему облачные гиганты строят до окончательных доказательств

Для гиперскейлеров — компаний, которые развивают облачную инфраструктуру огромного масштаба, — недостроить тоже рискованно. Если спрос на ИИ-нагрузки растёт быстрее доступных мощностей, выигрывает тот, у кого уже есть дата-центры, чипы, сети и электроэнергия. Тот, кто только ждёт строительства, поставок оборудования или подключения к энергосетям, оказывается в менее выгодной позиции.

Поэтому нынешняя стройка может быть рациональной даже до того, как корпоративная окупаемость ИИ полностью доказана. AInvest описывает расширение дата-центров в 2026 году как происходящее на фоне ограничений предложения и отмечает, что инвестиции в ИИ-инфраструктуру опережают способность программного слоя забирать экономическую ценность ^[7]. Проще говоря, Big Tech пытается заранее контролировать дефицитный ресурс, пока конечный рынок ещё дозревает.

Но это не означает автоматической победы. Строительство с опережением снижает риск упустить спрос, но повышает другой риск: мощности могут появиться раньше, чем достаточное число клиентов будет готово платить за них в промышленных масштабах.

Слабое звено — ROI у корпоративных клиентов

Внедрение ИИ и финансовая отдача от ИИ — не одно и то же. В глобальном исследовании McKinsey за 2025 год почти две трети респондентов заявили, что их организации ещё не начали масштабировать ИИ на уровне всего предприятия; 64% говорят, что ИИ помогает инновациям, но только 39% сообщают о влиянии на EBIT — прибыль до процентов и налогов — на уровне всей компании ^[27].

При этом McKinsey отмечает и более обнадёживающий сдвиг: компании начинают перестраивать рабочие процессы при внедрении генеративного ИИ и назначать топ-менеджеров на ключевые роли в управлении ИИ, чтобы добраться до эффекта в финансовой отчётности ^[22].

Более жёсткую картину даёт освещение MIT GenAI Divide. Digital Commerce 360 сообщал, что при оценочных $30–40 млрд корпоративных расходов на генеративный ИИ 95% организаций ещё не увидели измеримой финансовой отдачи, тогда как только 5% интегрированных пилотов извлекают миллионы долларов ценности ^[24]. Это не доказательство того, что корпоративный ИИ не работает. Скорее это предупреждение: между глубоко встроенными внедрениями и пилотами, которые так и не доходят до отчёта о прибылях и убытках, образовалась заметная пропасть.

Что покажет, окупится ли инфраструктурная гонка

Загрузка мощностей

Главный показатель — будут ли ИИ-дата-центры и специализированные чипы стабильно заняты. Высокая загрузка превращает гигантские фиксированные расходы в продаваемую мощность. Слабая загрузка, наоборот, обнажает риск перепроизводства инфраструктуры и усложняет окупаемость.

Ценовая сила

ИИ-вычисления должны продаваться по ценам, которые поддерживают доходность. Если облачные провайдеры начнут быстро конкурировать ценой ещё до того, как корпоративное использование станет массовым, рост выручки может оказаться слабее нагрузки от capex.

Финансовый эффект на уровне компании

Красивые демо и отдельные успешные кейсы недостаточны. Более сильное доказательство — влияние на финансовые показатели всей организации. Именно здесь, по данным McKinsey, всё ещё виден разрыв между пользой для инноваций и влиянием на EBIT ^[27]. Чем чаще компании перестраивают процессы вокруг ИИ, а не просто прикручивают его к старым схемам работы, тем убедительнее выглядит долгосрочный спрос на облачные ИИ-мощности ^[22].

Терпение инвесторов

Рынок уже разделяет разные истории об ИИ-расходах. Fortune сообщал, что после обсуждения увеличенных ИИ-затрат у Alphabet, Meta и Microsoft акции Meta упали более чем на 6% на постмаркете, Microsoft почти не изменилась, а Alphabet выросла почти на 7% ^[1]. Такая неодинаковая реакция показывает: инвесторам нужен понятный путь от капитальных расходов к отдаче, а не просто ещё больший ИИ-бюджет.

Где риск выше всего

Наиболее устойчивой выглядит та инфраструктура, которую можно загрузить множеством платных сценариев. Широкая облачная платформа имеет больше способов монетизировать ИИ-мощности, чем проект, завязанный на узкий или ещё не доказанный спрос.

Futurum указывает на ключевой дисбаланс: специализированные ИИ-компании во главе с OpenAI и Anthropic быстро растут, но их совокупная выручка всё ещё составляет лишь малую долю инфраструктурных инвестиций, которые разворачиваются в их интересах ^[2]. Это не значит, что такие капзатраты обречены. Это значит, что запас прочности зависит от того, превратят ли корпоративные клиенты ИИ в устойчивый спрос, а не в набор разрозненных экспериментов.

Итог

ИИ-инфраструктурные расходы Big Tech пока можно считать устойчивыми — но только при выполнении условий. Пока вычислительные мощности дефицитны, у крупнейших облачных провайдеров есть стратегическая причина строить заранее ^[7]. Однако capex в диапазоне выше $650 млрд будут оценивать по загрузке, ценам и корпоративному ROI, а не по ажиотажу вокруг моделей ^{[2][5][24][27]}.

Если компании переведут ИИ в регулярные производственные нагрузки с измеримым финансовым эффектом, нынешняя стройка будет выглядеть как долгосрочный сдвиг облачных платформ. Если же большинство организаций останется на стадии пилотов и не дойдёт до масштабирования, те же самые расходы начнут выглядеть как избыточная инфраструктура.