AI-компании: кто действительно зарабатывает на искусственном интеллекте?

01.09.2026, 13:25 expert.com.ua

Казалось бы, компании, разрабатывающие модели искусственного интеллекта (ИИ), получают космическую прибыль. Но свежее исследование Barclays раскрывает интересную деталь: львиная доля заработанных средств действительно оседает в карманах облачных гигантов – Amazon AWS, Microsoft Azure и Google GCP.

За каждые 100 долларов, заработанных компанией-разработчиком ШИ-моделей, от 35 до 40 долларов уходят на оплату вычислительных мощностей для вывода (inference), то есть на услуги трех основных облачных провайдеров. Из этой суммы самые облачные сервисы получают 10-20 долларов операционной прибыли, а их маржа может достигать впечатляющих 35-45%.

Исследование Barclays, опубликованное 28 августа, проливает свет на то, куда действительно направляются средства в цепочке создания ценности ИИ.

Отмечается, что доходность платных услуг для вывода (inference) для AI-лабораторий значительно возросла: с чуть более 10% в 2025 году до 50-65% и даже выше в 2026 году. Скорректированная валовая маржа удвоилась на 30-50 процентных пунктов.

Аналитики Barclays связывают этот значительный рост доходности с двумя ключевыми факторами: корпоративными клиентами и так называемыми agentic workflows (рабочими процессами на основе агентов), которые стали настоящим хитом на рынке.

В то же время, аналитики предполагают, что реальная доходность AI-лабораторий может быть еще выше, чем показывают расчеты. Однако, ожидается, что с усилением конкуренции между передовыми моделями и ростом доступности вычислительных мощностей этот показатель постепенно снизится.

Для лучшего понимания финансовых различий между разными AI-лабораториями, Barclays смоделировал два гипотетических сценария: "Лаборатория А" и "Лаборатория Б".

Лаборатория А: 70% дохода от API, 30% от подписок.

Лаборатория Б: 80% дохода от подписок, 20% от API.

Поскольку API-бизнес по своей природе является более прибыльным (по заключению), чем подписки, а также из-за различий в распределении расходов на обучение и отчислений партнерам, разница в скорректированной валовой марже между этими двумя лабораториями достигает 17 процентных пунктов: 55% для Лаборатории А против Лаборатории А против .

Способ признания дохода еще больше усиливает этот искажающий эффект. Лаборатория А учитывает косвенные API-доходы по общей сумме, тогда как Лаборатория Б использует чистый метод, иногда вообще без учета косвенных API-доходов, генерируемых стратегическими партнерами.

Barclays сравнивает это с различиями между Uber и Lyft: несмотря на схожесть основного бизнеса, разные методы учета приводят к существенно отличным показателям в финансовой отчетности.

Исследование предупреждает: когда AI-лаборатории начнут публиковать финансовую отчетность в соответствии с общепринятыми стандартами бухгалтерского учета (GAAP), инвесторам необходимо внимательно разбираться в этих отличиях, прежде чем делать сравнения.

Подписки (например, Claude Code, Codex): Ориентировочная доходность вывода составляет около 70% – самый низкий показатель среди трех основных типов продуктов. AI-лаборатории готовы нести часть расходов на токены для удержания пользователей. Эти подписки обычно оплачиваются ежемесячно и имеют ограничения по использованию.

Прямые API: Самая древняя и прибыльная бизнес-модель. Инструменты для разработчиков, такие как Cursor и Figma, взимают плату в зависимости от количества потребленных токенов. Текущая доходность заключения здесь превышает 80%. Рост эффективности моделей (меньше токенов для той же задачи), повышение цен на API и оптимизация инфраструктуры заключения (квантирование, спекулятивное декодирование, новые поколения вычислительных мощностей) продолжают открывать новые возможности для прибыли.

Косвенные API: предоставляют пользователям опыт, подобный прямому API, но клиентское взаимодействие с поставщиком облачных услуг происходит напрямую. С ростом доли косвенных API в общем доходе AI-лабораторий, различия в способах признания дохода будут еще больше усугублять разногласия в финансовых отчетах.

Рассмотрим структуру доходов облачных провайдеров подробнее:

Высшая маржа в Лаборатории Б (47%) обусловлена механизмом распределения дохода со стратегическими партнерами (20% дохода с накопительным лимитом). Barclays отмечает, что этот механизм завышает показатели маржи облачных провайдеров. Без него доходность на один токен была бы одинаковой для обеих лабораторий. Ожидается, что этот механизм исчезнет после 2028 года.

Дополнительную ценность для облачных провайдеров создают подписки на “agentic” продукты, которые, требуя доступа к дополнительным программным ресурсам (например, базам данных), имеют более высокую стоимость на единицу дохода.

Barclays прогнозирует стремительный рост доходов AI-лабораторий: с 7 миллиардов долларов в 2024 году до 137 миллиардов долларов в 2026 году и 690 миллиардов долларов в 2028 году.

Еще более впечатляющими прогнозы годового регулярного дохода (ARR): около 200 миллиардов долларов на конец 2026 года и потенциально 782 миллиарда долларов к концу 2028 года.

В настоящее время затраты на обучение моделей составляют около 48% дохода AI-лабораторий. Однако эта доля быстро уменьшается: с 96% в 2024 году до прогнозируемых 35% в 2027 и 30% в 2028 году.

Это означает, что по мере роста доходности от вывода общая доходность отрасли будет повышаться, а фокус будет смещаться с "обучения" на "вывод".

В то же время доля доходов облачных провайдеров от AI-лабораторий снижается: со 153% в 2024 году до 90% в 2026 году и прогнозируемых 73% к 2028 году.

Barclays ожидает, что в ближайшие два года AWS, Azure и GCP сохранят свои позиции на рынке вычислительных мощностей. Однако к 2028 году ситуация может измениться: появление проектов с финансированием ШИ-инфраструктуры может привести к потере доли рынка облачными "тройками" как в сфере обучения, так и выводу, что приведет к новой перетасовке сил в отрасли.

Источник: https://www.ithome.com/0/996/218.htm

Читать полностью…