Дешеві токени, дорогі обчислення: чому бум ШІ перетворюється на випробування для прибутковості

Ринок штучного інтелекту розвивається за двома несхожими кривими. Ціна використання сучасних моделей стрімко падає: у мережі нібито з’явилася безкоштовна модель Ox Alpha, яка наблизилася до передового рівня, а OpenAI у липні знизила ціни на два рівні GPT-5.6 — на 80% і 20% відповідно. 1716 Ширші оцінки свідчать, що за останні два роки вартість inference — виконання запитів моделлю — для зіставного рівня можливостей скоротилася приблизно на 95%. 22

Водночас фізична інфраструктура для виробництва цих токенів дорожчає. Samsung підвищила ціни на деякі замовлення з виробництва передових чипів до 15% і очікує, що глобальний дефіцит пам’яті посилюватиметься та триватиме до 2028 року. 3233 Так виникає незвична економічна ситуація: ціни на результат падають, а вартість критично важливих ресурсів залишається інфляційною.

Ланцюг створення вартості ШІ розколюється навпіл

Ключова відмінність — між рівнем інтелекту, що перетворюється на товар, і інфраструктурою, обмеженою пропозицією.

Доступ до універсальних моделей дедалі легше замінити. Якщо один провайдер знижує ціни на API, випускає компактнішу модель або пропонує безкоштовний продукт із достатніми можливостями, конкуренти змушені реагувати. У липні OpenAI зменшила ціну вхідних даних для GPT-5.6 Luna з $1 до $0,20 за мільйон токенів, а для Terra — з $2,50 до $2. 16

З інфраструктурою все інакше. Потужності передового виробництва, пам’ять із високою пропускною здатністю, мережеве обладнання, електроенергія та готові серверні системи для ШІ неможливо наростити так само швидко, як програмні компанії можуть знижувати ціни. Samsung повідомляє, що клієнти прагнуть укладати багаторічні угоди на постачання, а дефіцит може стати гострішим до 2028 року. 33 Повідомлення про можливе подорожчання серверів на базі Nvidia більш ніж на 15% показують, як постачальники можуть намагатися перекласти витрати на наступну ланку, хоча це не є офіційним оголошенням Nvidia про зміну цін. 36

Для провайдерів AI-сервісів проблема проста: виручка з одного токена може падати навіть за зростання обсягів використання, тоді як вартість потужностей, енергії, обладнання та фінансування може не знижуватися разом із нею.

Що показують результати Nvidia

Фінансові результати Nvidia за другий квартал 2027 фінансового року свідчать, що інфраструктурний бум залишається надзвичайно потужним. Компанія повідомила про квартальну виручку в $96,2 млрд — на 106% більше, ніж роком раніше, — і скоригований прибуток на розбавлену акцію в $2,22. 60 Керівництво також заявило, що у 2028 фінансовому році виручка може зрости приблизно на 70%. 51

Ці показники не означають, що вся економіка ШІ вже розв’язала проблему прибутковості. Вони показують, наскільки сильним залишається попит на дефіцитні прискорювачі обчислень. Nvidia працює на вузькій ділянці ринку, де клієнти й далі конкурують за обмежену пропозицію.

Однак дорожча пам’ять уже починає впливати на якість цього зростання. Nvidia прогнозує валову маржу близько 74% у наступному кварталі проти 75% у звітному, а в матеріалах про прогноз тиск частково пов’язують із цінами на пам’ять. 51 Це не обов’язково означає руйнування економіки Nvidia. Радше майбутні результати дедалі більше залежатимуть від підвищення цін, системної інтеграції, мережевого обладнання, програмного забезпечення та ефективності ланцюгів постачання — а не лише від продажу дефіцитних чипів із високою маржею.

Broadcom перетворює попит на інфраструктуру на перевірку фінансування

Broadcom ілюструє іншу сторону цього тиску. Reuters і Bloomberg повідомили, що компанія веде переговори про залучення понад $60 млрд боргу для схеми фінансування AI-чипів, яка має принести користь Anthropic та іншим клієнтам. Структура може включати близько $30 млрд молодшого боргу поряд зі старшим забезпеченим траншем, однак умови ще узгоджуються. 12

Ця деталь принципова: йдеться про запропоноване фінансування, а не про завершене залучення коштів. Тому наведені суми слід сприймати як діапазон, що обговорюється, а не як остаточно оформлену угоду.

Економічне питання полягає в тому, чи виявиться виручка від роботи цих чипів достатньо стабільною, щоб обслуговувати борг. Чип може бути технологічно цінним, але водночас виявитися невдалим об’єктом для позикових інвестицій, якщо ціни на моделі впадуть, концентрація клієнтів буде високою, вартість обладнання знизиться або рефінансування подорожчає.

Саме тому важливі кредитні ринки. Коли інфраструктура фінансується значним боргом, падіння цін на токени стає вже не лише питанням ціноутворення для розробників програмного забезпечення. Воно може вплинути на очікувані грошові потоки, що підтримують лізингові угоди, спеціальні юридичні структури, постачальників і кредиторів.

Гіперскейлери мають переваги — але не імунітет

Великі хмарні компанії перебувають у кращому становищі, ніж незалежні провайдери моделей. Вони можуть поєднувати ШІ з уже наявними хмарними сервісами, корпоративним ПЗ, рекламою, даними та каналами дистрибуції. Також вони здатні субсидувати функції ШІ, монетизуючи клієнтів в інших частинах бізнесу.

Але це не гарантує привабливої дохідності кожної інвестиції у ШІ. Дешевші моделі можуть стимулювати використання, одночасно зменшуючи виручку з однієї одиниці. Надлишкові потужності здатні перетворити ШІ на функцію хмарних обчислень із нижчою маржею, а не на окремий прибутковий сегмент. Важливо не те, скільки токенів оброблено, а чи платять клієнти достатньо за отриману продуктивність, додаткову виручку або підтверджену економію витрат.

Що дешевші токени означають для бізнесу

Для компаній падіння цін на inference справді є позитивним фактором. Нижча собівартість спрощує тестування AI-застосунків, автоматизацію вузьких процесів і використання потужніших моделей для завдань, які раніше не проходили перевірку економічною доцільністю.

Однак токени — лише одна складова впровадження. Бізнесу й надалі потрібні інтеграція, підготовка даних, засоби безпеки, корпоративне управління, оцінювання результатів і адаптація робочих процесів. Нижчий рахунок за API не гарантує позитивної окупності інвестицій.

Тому ринок переходить до вимогливішого питання: який вимірюваний бізнес-результат дає кожна одиниця обчислювальних ресурсів ШІ? Компанії, які можуть пов’язати використання моделей із виручкою або перевіреною економією, ймовірно, матимуть перевагу над тими, хто накопичує потужності без чіткого сценарію застосування.

Висновки для інвесторів і кредитного ринку

Інвесторам варто розділяти вкладення в дефіцитні ресурси та доступ до моделей, що перетворюється на стандартизований товар.

До першої групи належать пам’ять, передові виробничі потужності, мережеве обладнання, електроенергія та інтегровані системи з AI-прискорювачами. Такі компанії можуть зберігати переговорну силу, доки клієнти конкурують за потужності. Цінові дії Samsung і прогноз дефіциту свідчать про наявний вплив постачальників. 3233

Доступ до моделей стикається з набагато складнішим випробуванням. Безкоштовні або різко здешевлені продукти можуть розширити ринок, але водночас ускладнюють підтримання високих цін на стандартні inference-послуги. Стійка економіка тут, імовірно, залежатиме від власної дистрибуції, даних, спеціалізованих робочих процесів, контрактного попиту або програмного забезпечення, яке захоплює цінність за межами самого токена.

Кредитним інвесторам слід стежити за законтрактованими грошовими потоками, концентрацією клієнтів, залишковою вартістю обладнання, структурою боргу та датами рефінансування. Запропонована Broadcom угода є корисним попередженням: вона показує, як швидко інфраструктура ШІ може стати не лише технологічним, а й фінансовим питанням. 12

Підсумок

Бум ШІ не має єдиної кривої витрат. Інтелект стає дешевшим і доступнішим, тоді як фізичні потужності для його виробництва залишаються дефіцитними та дорогими.

Ця невідповідність пояснює, як Nvidia може звітувати про надзвичайне зростання й водночас попереджати про тиск на маржу. Вона також пояснює, чому запропонована багатомільярдна схема фінансування чипів Broadcom привертає увагу кредитних ринків, навіть попри сильний попит на ШІ.

Наступний етап розвитку ринку визначатиметься не лише можливостями моделей. Вирішальним стане те, чи зможуть клієнти перетворити дешевий інтелект на стабільні грошові потоки до того, як дорогі, профінансовані боргом обчислювальні потужності доведеться рефінансувати.