Капекс ИИ: спрос, демография и пределы автоматизации

Эпилог цикла «Сжатие»

28 января 2026 года сенатор Элизабет Уоррен пишет письмо Сэму Альтману. В письме — арифметика: около $1,4 триллиона обязательств по расходам на следующие восемь лет при annualized revenue около $20 миллиардов по итогам 2025-го. Это разные периоды и разные показатели. Простое деление не даёт ни срока окупаемости, ни необходимого темпа роста. Но вопрос о финансировании разрыва остаётся. Уоррен опасается приватизации прибыли и переноса убытков на общество. В том же письме отмечено, что Альтман публично отвергал государственные гарантии для датацентров OpenAI. Это спор о риске поддержки, а не сообщение о состоявшемся спасении компании за счёт бюджета.

31 марта 2026 года OpenAI объявила раунд с постинвестиционной оценкой $852 миллиарда. 28 мая Anthropic объявила $965 миллиардов post-money и annualized revenue свыше $47 миллиардов. Оценка частного раунда, признанная годовая выручка и годовой темп текущих продаж — три разные величины. Из них нельзя без оговорок собрать единый мультипликатор. Но масштаб ожиданий виден: инвесторы ставят на существенно больший будущий рынок.

Торстен Слок, главный экономист Apollo, в заметке от 14 февраля 2026 года формулирует пейзаж одной строкой: «AI is everywhere except in the incoming macroeconomic data». BLS в мартовском релизе 2026 года оценивает рост совокупной факторной производительности частного несельскохозяйственного сектора США в 1,5% за 2024-й и 0,8% за 2025-й. Последняя оценка предварительная. Замедление агрегата само по себе не измеряет вклад ИИ: на него одновременно действует множество факторов. Но обещанный скачок производительности ещё надо показать в данных. Solow Productivity Paradox 2.0.

Этот текст — обложка. Свёрнутая в один заход карта пяти лонгридов цикла «Сжатие». Куда они вели и зачем всё это.

Если ты здесь впервые — читай как вход. В конце будет карта из пяти дверей.

Если ты прошёл цикл — читай как свёртку. Главная формула цикла, к которой мы пришли, помещается в одну фразу: правильное направление, неправильный масштаб.

I. Три ограничителя

Цикл искал, почему capex сейчас такой большой и при каких сценариях он окупается. Не разговор «лопнет ли пузырь» и не разговор «AI — тренд или эпоха». Узкая операционная задача: посчитать ограничители, внутри которых эта арифметика работает или не работает.

Получилось три. Они разобраны в отдельных статьях и сжимают пространство инвестиционной гипотезы с разных сторон. В моей модели все три действуют одновременно.

Ограничитель спроса сверху. Статьи «Лишний мозг» и «Потолок цеха» — диагноз спроса. Сотни миллиардов капитальных вложений подтверждаются заявлениями самих компаний: например, Alphabet в феврале 2026-го называла диапазон $175–185 миллиардов на год. Это весь capex компании, не чистый расход на ИИ. В расчётах цикла использовалась рабочая оценка $725 миллиардов у группы гиперскейлеров. Её нельзя выдавать за итоговый расход отрасли: состав компаний, финансовые годы, лизинг и обновления планов меняют сумму.

Под инфраструктуру закладывается рост спроса на cognition. В моих разговорах собственники и руководители чаще жалуются на найм, согласования, поставщиков и ставку. Это наблюдение автора, не опрос всех CFO Fortune 500. Рабочий день состоит не только из задач, которые решает модель: есть координация, отношения, ответственность и физическое присутствие.

В сценарной SaaS-аналогии цикла доля AI-провайдера в соответствующем фонде оплаты принята за 1–2%. Отсюда получается диапазон $150–500 миллиардов годовой выручки на индустрию. Это условная оценка при выбранной базе, а не доказанный потолок рынка. Annual reports не устанавливают такую норму захвата стоимости; спрос может расти и за счёт новых задач. Мой вопрос сохраняется: сколько из создаваемой пользы действительно достанется поставщику модели и достаточно ли этого для его расходов?

Ограничитель необходимости снизу. Статья «Тихий мотор демографии» — наиболее убедительный для меня bull case за этот капекс. Арифметика рабочей силы, без обязательного AGI: если работников меньше, сохранение выпуска требует производительности, участия дополнительных людей в работе или изменения самой структуры выпуска. Acemoglu и Restrepo обнаружили связь старения с внедрением промышленных роботов. Это поддерживает механизм, но не рассчитывает окупаемость нынешних LLM.

В модели цикла maintenance-рынок оценивался в $8–12 триллионов накопленным итогом к 2050-му, доля провайдеров — в $0,8–2,4 триллиона, накопленный capex — в $9–12 триллионов. Это авторские сценарные величины, чувствительные к базе, доле захвата и периоду. Сопоставление выручки и вложений ещё не полноценный расчёт доходности: нужны затраты, сроки денежных потоков, остаточная стоимость активов и другие источники дохода. Модель ставит вопрос о масштабе, но не доказывает неизбежную неокупаемость.

Есть и проверка через внедрение: почему демографически старые страны не становятся автоматически лидерами использования ИИ? В работе OECD 2025 года приведены сопоставленные оценки 1,9% для Японии и 6,1% для США. Однако исходные обследования различаются; японская база относится к 2019–2021 годам. Это нельзя читать как синхронный замер 2025-го.

Для инвестора запертый институциональными барьерами спрос тоже означает задержку монетизации. Но сильное опровержение демографического аргумента из одной такой таблицы не получается. У Кореи есть встречный сигнал: Microsoft AI Economy Institute оценил рост доли пользователей генеративного ИИ на 43,2% относительно исходного уровня с июня 2025-го до первого квартала 2026-го. Это иной период и иная метрика, чем доля компаний в обследовании OECD. Смешивать их нельзя.

Ограничитель инструмента с боков. Статья «Стены» — про границы задач. McKinsey в 2023 году оценивала технический потенциал автоматизации операций, занимающих 60–70% рабочего времени, с помощью сочетания доступных тогда технологий. Остаток не означает «30–40% работы не автоматизируется никогда» и не задаёт долю для каждой отрасли. Техническая возможность также не равна выгодному внедрению.

Уход за людьми, физиотерапия, начальное образование, социальная работа, гостеприимство, ремёсла — задачи с физическим присутствием, отношениями и ответственностью. Японский опыт care robots показывает, почему надо различать помощь человеку и устранение потребности в нём. Работа Eggleston и коллег связывает внедрение роботов со снижением трудностей удержания персонала и ростом занятости на гибких контрактах. Формула «роботы не сработали» этот результат искажает.

Старение может увеличивать вес трудоёмких услуг. Тогда ускорение отдельных офисных операций не обязано дать такой же прирост всей экономике. Это механизм, который нужно проверять по секторам; точную общую долю незаменимого труда из него вывести нельзя.

Три ограничителя действуют одновременно. Платёжеспособный спрос имеет границы. Демография усиливает потребность, но не назначает цену решения. Инструмент решает часть задач и требует внедрения. Пересечение этих трёх — оперативная зона цикла.

И пятая статья — практика. «Стартап в стране, которой меньше» — что эта рамка значит для российского предпринимателя. Кадровое давление сочетается с ограничениями доступа к части технологий. Отсюда моя гипотеза: ранняя работа над устойчивыми процессами может дать преимущество. Точное число лет «форы» не установлено. Автоматизацию нельзя считать ни полностью недоступной, ни гарантированным ответом на любой дефицит.

II. Geometric pattern

Самое поразительное наблюдение цикла лежит не в одной статье, а в том, что видно, только если положить рядом 25 и 27.

Крупные американские компании финансируют значительную часть нынешнего инфраструктурного рывка. При этом старение и сокращение отдельных возрастных групп особенно заметны в Восточной Азии и Европе. Это разные карты: размещение капитала, расположение датацентров и география конечного спроса. Нельзя считать, что у США нет кадровой проблемы или что весь капекс американской компании физически остаётся в США.

Место, где компания привлекает деньги, не обязано совпадать с местом, где материализуется спрос.

Одна из правдоподобных логик — vendor preparation. Поставщик строит инфраструктуру заранее, чтобы продавать вычисления и модели разным рынкам. География сама по себе её не опровергает: облачные услуги можно экспортировать. Разрыв «где строят / где спрос» становится финансовым вопросом, когда к географии прикладываешь тайминг, доступность сервиса и регуляторные ограничения.

Демографическая перестройка растягивается на десятилетия. Обновление вычислительного оборудования — на годы. В разговоре с инвесторами по итогам второго квартала FY2026 Microsoft сообщила: примерно две трети квартального capex пришлись на short-lived активы, прежде всего GPU и CPU. Это характеристика расходов одной компании за один квартал; её нельзя автоматически переносить на всю отрасль. Бухгалтерский срок амортизации также не равен дате, после которой GPU перестаёт приносить деньги.

Capex поднимается сейчас. Часть демографического спроса может усилиться позже и обслуживаться следующими поколениями чипов. Важно не передёрнуть: гиперскейлеры не строят флот-2026, который обязан дожить до корейского пика. Капекс повторяется, поколения железа сменяются. Правильный вопрос: оправдывают ли годовые денежные потоки годовые вложения на горизонте 2027–2030? Текущая когорта обслуживает и уже существующий спрос. Его достаточность проверяется загрузкой, ценой и затратами, а не одной демографической кривой.

Это и есть geometric pattern: длинная потребность и короткий инвестиционный цикл оборудования. Между ними нужен мост из денежного потока.

Мой риск-сценарий для первой волны — списание 30–50% инвестиций первой волны 2025–2027 годов при недостаточной загрузке и быстрой смене оборудования. Это субъективный стресс-сценарий, не вывод с такой точностью из демографии. Обычную амортизацию нельзя смешивать с обесценением актива сверх плана. Для проверки сценария нужны данные о конкретной когорте оборудования, её цене, загрузке и денежных потоках.

III. Эдисон. Доткомы. AI.

Это уже было. Два раза за последние сто пятьдесят лет.

Электрификация — классическая параллель и сквозная метафора статьи «Три зимы». Генераторы, провода и подстанции сами по себе не перестраивали фабрику. Польза росла по мере того, как предприятия меняли оборудование и организацию производства. Между техническим изобретением и широким экономическим эффектом мог проходить долгий срок.

Из этой истории нельзя честно вывести, что большинство компаний первой волны обязательно обанкротилось или что каждый инвестор ждал одну и ту же окупаемость тридцать лет. Для такой арифметики нужны данные по компаниям и вложениям. Полезная параллель уже: хорошая технология не страхует цену актива, долговую нагрузку и момент входа.

Доткомы — вторая параллель. Интернет вырос, но это не спасло каждого инвестора и поставщика инфраструктуры на пике ожиданий. При этом монетизация не ждала до 2003 года: Google запустил AdWords в октябре 2000-го. Новые продукты и бизнес-модели развивались в разном темпе. История Cisco показывает риск цены входа, но без оговорок об учёте дивидендов и выбранной дате нельзя назначить инвестору единый срок «возврата к пику».

Теперь AI 2024–2026.

Направление, согласно моей рамке, верное. Старение создаёт спрос на производительность, а исследования промышленной роботизации показывают один из механизмов ответа. При этом автоматизация работает рядом с изменением организации труда, миграцией и расширением участия людей в работе.

Масштаб, на мой взгляд, рискует оказаться переоценённым. Часть оборудования может не успеть принести ожидаемый денежный поток. Но национальная демография, доля использования ИИ и сроки амортизации по отдельности не доказывают этот исход. Риск проверяется в модели компании, а не в красивой исторической аналогии.

Параллель работает в одну сторону. Правильная идея в неправильное время тоже может разорить. У бизнеса, который финансирует быстро меняющееся оборудование долгом, есть риск разрыва между платежами и будущей загрузкой. Насколько он велик, зависит от контрактов, стоимости финансирования и способности оборудования оставаться полезным.

Это не призыв сидеть на заборе. Новая инфраструктура открывает возможности тем, кто перестраивает под неё собственную работу. Возврат на акции поставщика и польза его инструмента для клиента могут сильно различаться. За последней и стоит идти — считать её в своём процессе.

IV. Архитектор на пересечении трёх слоёв

Циклу нужна одна операционная позиция, которая держит все три ограничителя одновременно. Архитектор. Позиция операционная, не идеологическая.

Архитектор видит ограничитель спроса сверху — и не покупает $852 миллиарда оценки OpenAI как доказательство пользы для своего бизнеса. Считает свою задачу. Сокращение времени на работу с документами можно измерить, но в расчёт входят проверка, исправления и использование инструмента. В моей модели доля провайдеров ограничена, а выгода пользователя может оставаться существенной. Какая часть ценности достаётся каждой стороне — вопрос цены и конкуренции, а не заранее установленный закон.

Архитектор видит ограничитель необходимости снизу — и не отмахивается от demographic кривой. Рождаемость прошлых десятилетий влияет на возрастную структуру сегодняшнего рынка труда. Те, кто перестраивает процессы под передачу машине того, что раньше держалось на ушедшем человеке, встречают приходящий по графику дефицит подготовленными. Без героики — инженерно.

Архитектор видит ограничитель инструмента — и проверяет задачу целиком. Физическое присутствие, доверие, юридическая ответственность, нестандартные ситуации. У каждого бизнеса своя пропорция. Узнать её — половина работы. Внутри подходящего сценария AI может окупиться; сам ярлык «автоматизируемый» этого не гарантирует.

На пересечении трёх слоёв архитектор делает скучную работу. Считает свою экономику. Строит maintenance-системы, которые можно поддерживать при смене провайдера. Документирует процессы так, чтобы передача не зависела от одного человека. Проверяет капитальный план на сценарий обесценения оборудования и не путает его с обычной амортизацией. Готовит резерв: второй провайдер, подходящая модель с открытыми весами, план на рост цены. Например, удорожание в три-пять раз можно включить в стресс-тест — это условие проверки, не прогноз тарифа.

На циклах вроде нынешнего опасно и верить в нарратив целиком, и отвергать его целиком. Первые рискуют переплатить за ожидания. Вторые — пропустить полезный инструмент. Архитектору важна третья позиция: строить то, что подтверждается в работе; готовиться к кадровым ограничениям; отдельно считать ставки на ещё не возникший спрос.

Скучная позиция. Мне она кажется наиболее устойчивой к разным сценариям.

V. Карта серии

Пять дверей цикла. Сгруппированы по логике пути.

Диагноз спроса.

23 — Лишний мозг. Разрыв между масштабом капитальных вложений и доказанным спросом. Сценарная SaaS-аналогия, через которую в цикле оценивается возможная доля поставщиков. Её допущения нельзя принимать за измеренный потолок индустрии.

24 — Потолок цеха. Возможности технологии и способность бизнеса платить за неё движутся с разной скоростью. Оценка компании отражает ожидания, выручка требует покупателя. Макропрогноз Acemoglu — одна из исследовательских оценок, а не академический консенсус.

Скрытая необходимость + три caveat.

25 — Тихий мотор демографии. Наиболее убедительный для меня bull case: потребность сохранять выпуск при старении. И три вопроса к нему — внедрение, доля дохода провайдера, сроки монетизации.

Границы инструмента.

26 — Стены. Разница между техническим потенциалом, полезной помощью и высвобождением труда. Японский опыт ухода показывает, почему улучшение работы с роботами не обязательно означает сокращение персонала.

Практика.

27 — Стартап в стране, которой меньше. Кадровое давление в России и ограничения доступа к части технологий. Три рамки действия для собственника МСБ, руководителя функции и сильного специалиста.

VI. Семь якорных идей

Capex — масштаб инфраструктурной волны. Планы отдельных компаний исчисляются сотнями миллиардов долларов. Весь корпоративный capex нельзя записывать в чистые расходы на ИИ.
Польза клиента и выручка поставщика различаются. Диапазон $150–500 миллиардов в модели цикла зависит от сценарных допущений. Он ставит вопрос о захвате стоимости, а не закрывает дискуссию о размере рынка.
Демография — сильное основание спроса. Меньшее число работников требует ответа. Автоматизация — один из инструментов наряду с организационными изменениями и расширением участия в труде.
Потребность не равна внедрению. Страновые показатели надо сравнивать по одинаковым определениям и датам. Японская и корейская статистика из разных исследований не составляет единый тест гипотезы.
Потенциал не равен результату. Оценка технической автоматизации не обещает такую же экономию в каждом процессе. Помощь персоналу и сокращение персонала — разные эффекты.
Длинная потребность, короткий цикл оборудования. Между ними нужен денежный поток. Списание 30–50% — мой стресс-сценарий первой волны, не наблюдаемый факт и не неизбежная доля потерь.
Правильное направление, неправильный масштаб. Так я формулирую риск цикла. Исторические параллели помогают поставить вопрос; ответ даёт экономика конкретного проекта.

В AI Architect работа начинается с одного реального процесса: определить задачу, подготовить данные и критерии проверки. Формат проектной лаборатории и требования к участию — в программе.

Не учитесь верить в волну. Учитесь считать, что окупается внутри стен.

Источники и данные

Корпоративные раскрытия подтверждают заявления компаний на указанную дату. Прогнозы, рабочие оценки цикла и стресс-сценарии не являются реализованными результатами. Выручка, annualized revenue, оценка компании, capex и многолетние обязательства в тексте различаются.

Авторские расчётные рамки раскрыты в статьях серии. Диапазоны размера рынка и потерь первой когорты оборудования требуют отдельной проверки модели; первичные источники выше не подтверждают их как готовые отраслевые прогнозы.

Авторские концепции, на которых стоит цикл:

Капекс