Искусственный интеллект на пороге кризиса перепроизводства: индустрия столкнулась с ценовым шоком и физическими пределами роста
Рынок искусственного интеллекта входит в фазу турбулентности: производители оборудования повышают цены на фоне роста стоимости памяти. Одни аналитики заявляет об отсутствии перекосов, другие все громче говорят о признаках перегрева, сравнивая текущую ситуацию с пузырем доткомов. В центре внимания — устойчивость бизнес-модели Nvidia, способность Китая достичь технологического суверенитета и физические ограничения мировой энергосистемы.
Рост цен и цепочки поставок
AMD уведомила партнеров о грядущем подорожании видеокарт как минимум на 10%. По данным Taiwanese media UDN, причиной стало резкое увеличение стоимости памяти — на 30-170% в зависимости от рынка. Компания продает GPU в составе бандлов с памятью, что делает ее особенно уязвимой к ценовым шокам на этом рынке.
Проблема доступности: AMD уже сталкивалась с невозможностью удержать рекомендованную цену на флагманскую Radeon RX 9070 XT. Новая волна подорожания может отложить стабилизацию цен и усугубить ситуацию с доступностью видеокарт для рядовых потребителей.
Эффект домино: Ожидается, что рост цен на компоненты затронет не только AMD, но и других производителей, включая NVIDIA, и может привести к переносу анонсов новых линеек продуктов, таких как GeForce RTX 50 SUPER.
ИИ-пузырь: два взгляда на одну проблему
Аргументы против пузыря:
Здоровые балансы: Стратег Bloomberg Татьяна Дэйри указывает на низкую долговую нагрузку компаний сектора. Половина из 38 крупных ИИ-компаний имеют отрицательный чистый долг, что свидетельствует о финансовой устойчивости, несравнимой с эпохой доткомов.
Реальный рост прибыли: В отличие от доткомов, где краху предшествовало обвальное падение ожиданий, прибыль лидеров ИИ-рынка продолжает демонстрировать взрывной рост, что подтверждается последними отчетами Nvidia.
Аргументы в пользу пузыря:
Тревожные сигналы Nvidia: Независимые аналитики обращают внимание на тревожные показатели в отчетности компании:
Непогашенная дебиторка: Выросла на 89% за год, до $33.4 млрд, а средний срок ожидания платежа увеличился с 46 до 53 дней.
Залеживание запасов: Стоимость нереализованных чипов выросла на 32% за квартал, до $19.8 млрд, что противоречит тезису о дефиците.
Низкая конверсия прибыли в денежный поток: Компания сгенерировала $14.5 млрд денежного потока при отчетной прибыли в $19.3 млрд (75% конверсия против >95% у TSMC и AMD).
"Круговорот денег": Сформировалась замкнутая система взаимного финансирования, где деньги перемещаются между крупными игроками (Nvidia → xAI → Microsoft → OpenAI → Nvidia), создавая иллюзию спроса и многократно учитывая один и тот же капитал как выручку.
Бухгалтерские маневры: По оценкам Майкла Бьюрри, технологические гиганты (Meta, Google, Microsoft, Amazon, Oracle) завышают прибыль на 20-30%, искусственно увеличивая срок амортизации дорогостоящего ИИ-оборудования с 2-3 до 5-6 лет.
Экономика ИИ-инфраструктуры: триллионы в бетон и чипы
Масштабы инвестиций стали запредельными. Крупнейшие IT-компании планируют потратить на ИИ-инфраструктуру до $5 трлн, что сопоставимо с ВВП Японии.
Стоимость 1 ГВт: Строительство дата-центра под ИИ с нуля оценивается в $35-50 млрд. Из них 55% ($15-16 млрд) — это вычислительные узлы, 70% от которых составляет прибыль Nvidia.
Распределение затрат: Помимо чипов, гигантские средства уходят на системы охлаждения ($3 млрд), энергосистемы ($5-7 млрд), телекоммуникации ($2-2.5 млрд) и строительство ($2-3 млрд).
Энергетический голод: Существующие планы Big Tech по строительству 150 ГВт новых мощностей к 2032 году (рост более чем в 2 раза) упираются в физические ограничения мировой энергосистемы. Для сравнения, все страны Африки генерируют около 110 ГВт.
Технологическая битва: Китай против США
При этом, инвестиции в американские гиперскалеры будто игнорируют развитие китайского рынка ИИ. Тем временем, Китай близок к технологическому суверенитету в производстве ИИ-чипов, но все еще существенно отстает.
Фундаментальные барьеры: Китай не может массово производить чипы уровня Nvidia из-за пяти ключевых ограничений: отсутствие EUV-литографии (ASML), доступа к передовой памяти HBM3e, технологий интеграции (CoWoS), высокоскоростных интерконнектов (аналог NVLink) и единой программной экосистемы (аналог CUDA).
Текущие возможности: Лучший китайский чип Huawei Ascend 910C отстает от флагмана Nvidia B200 в 3-3.5 раза по ключевым параметрам:
Производительность: 700-800 TFLOPS против 2300 TFLOPS.
Память: 3.2 ТБ/с против 8 ТБ/с.
Связь: 0.6 ТБ/с против 1.8 ТБ/с.
Итог: Санкции США сработали, вынудив Китай развивать собственные производства. Долгосрочно Китай имеет все шансы наверстать упущенное, но тактическое доминирование США сохранится как минимум до конца десятилетия.
Однако Китай смог запустить несколько конкурентноспособных LLM-моделей, несильно уступающих американским аналогам, при этом стоимость разработки была колоссально ниже. По оценкам Reuters разработка DeepSeek стоила всего лишь $294 тысячи, в то время как на ChatGPT обошёлся «намного дороже $100 миллионов».
Заключение
Рынок искусственного интеллекта подошел к критической точке. С одной стороны, технология революционна и спрос на вычисления продолжает расти. С другой — индустрия демонстрирует классические признаки перегрева: завышенные ожидания, сомнительные финансовые практики и колоссальные капитальные затраты, которые могут не окупиться.
Ближайшие 1-2 года покажут, столкнется ли отрасль с болезненной коррекцией, аналогичной краху доткомов, или же реальная производительность ИИ сумеет оправдать триллионные инвестиции. Инвесторам стоит готовиться к повышенной волатильности и тщательно анализировать финансовую отчетность технологических гигантов, выходя за рамки громких заголовков о "новой экономике".
Подписывайтесь на наш канал в Телеграм: все главные новости о финансах, ничего лишнего!