Потолок цеха

Лучшую формулу для этого зазора дал Дарио Амодеи. (Дальше — CEO-positioning: Амодеи продаёт токены, его картина мира оплачивается ростом Anthropic. Держим в уме.)

Амодеи говорит про две экспоненты. Одна — технологическая: модели умнеют быстро, кривая способностей крутая. Вторая — экономическая: то, как технология просачивается в реальные процессы, бюджеты, привычки. Вторая кривая медленнее. По его же оценке, экономическая диффузия отстаёт от появления способности на один-три года минимум. Сам он считает, что и вторая кривая останется быстрой. Здесь я с ним расхожусь.

Capex и оценки размечены по первой кривой. По кривой способностей. Выручка приходит по второй — по кривой экономики. Зазор между двумя кривыми — это и есть та переоценка, которую я хочу разобрать в долларах.

Дальше важный вопрос. Почему вторая кривая медленная — понятно: процессы перестраиваются годами, ответственность не передаётся в API, я про это писал. Но есть вопрос жёстче. Даже когда способность доходит до выручки — почему этой выручки оказывается так мало? Почему софт-волна берёт 1–2% профильного фонда, а не двадцать?

Ответ в том, как устроен софт как товар.

Софт — дефляционный товар. Стоимость, которую он создаёт, утекает к тому, кто им пользуется, а не к тому, кто его продаёт. Это работало во всех волнах. Excel создал гигантскую стоимость — но бухгалтеры и аналитики забрали её себе в виде сэкономленного времени, а Microsoft взял с каждого по подписке. Стоимость огромная, доля продавца тонкая.

С интеллектом тот же механизм, только дефляция злее.

Цена инференса GPT-4-уровня упала примерно в тысячу раз за три года. По данным Epoch AI — около 50× в год до 2024-го, 200× в год после. Теперь поставьте себя на место продавца токенов. Ваш собственный вход дешевеет на 90% в год. Конкурент рядом обновляет модель и роняет цену следом за своими затратами. Удержать маржу в таких условиях физически тяжело — любая попытка держать цену выше затрат тут же подрезается тем, кто готов продавать с тонкой наценкой.

И под всем этим — пол. Open-weight-модели: DeepSeek, Llama, их потомки. Они бесплатные. Они хуже верхнего фронтира, но не катастрофически, и разрыв сокращается. Это значит, что для огромного класса задач есть бесплатная альтернатива прямо под ценником лаборатории. Ценовая власть упирается в этот пол.

Компрессия уже идёт, и она видна в цифрах. Anthropic закладывал на 2025 год валовую маржу 60%. К концу года цель опустили до 40% (The Information, утечка). При публичном плане выйти на 77% к 2028-му. Маржа едет вниз там, где по презентациям должна была ехать вверх.

Сведём механизм в одну мысль. Чем быстрее улучшается технология, тем труднее захватить стоимость, которую она создаёт. Быстрое удешевление — это и есть то, что мешает продавцу удержать цену. Поэтому потолок захвата софт-волны — те самые 1–2% профильного фонда (я разбирал [Salesforce, ServiceNow, Workday в прошлой статье] — не случайность и не лень рынка. Это следствие устройства товара. А у интеллекта дефляция сильнее, чем у любого софта до него, и потому потолок скорее ниже, чем выше.

Сильнейшее возражение на всё это даёт Дженсен Хуанг. (Снова CEO-positioning: Хуанг продаёт чипы, его картина оплачивается спросом на GPU.)

Хуанг говорит: инженерия не товаризуется. Узкое место — не чипы, узкое место — энергия, а её мало, и потому всё дорогое держит цену. Маржа никуда не денется, потому что мощностей физически не хватает на всех желающих.

Возражение сильное, и в одной части он прав. Посмотрите на тех, кто сидит не на продаже токенов, а на workflow. Cursor для разработчиков, Harvey для юристов. Они владеют рабочим процессом целиком — контекстом, интеграциями, привычкой пользователя. У них валовая маржа держится за 50%, особенно когда они переходят на собственную дообученную модель. Ценовую власть на прикладном слое удержать можно.

Но вот граница. Cursor и Harvey держат маржу не потому, что продают интеллект, а потому, что продают встроенность в процесс, из которого больно уходить. Это другой товар. А фронтир-лаборатории продают именно токены — самый дешевеющий, самый взаимозаменяемый слой стека. OpenAI и Anthropic оценивают не как Harvey, их оценивают как владельцев базового слоя. И базовый слой — ровно тот, по которому дефляция бьёт первым. Хуанг прав про прикладной этаж. Про этаж токенов он своё узкое место с энергией выдаёт за гарантию маржи, а это разные вещи.

Потолок цеха выдерживает это возражение. Идём к ценникам.

Теперь делим.

OpenAI стоит $852 миллиарда. Его годовая выручка по run-rate — около $20 миллиардов на конец 2025-го, $25 миллиардов к началу 2026-го. Делим. Получается оценка примерно в **34 выручки**. Для сравнения, зрелые software-компании торгуются по 6–10 выручкам. Тридцать четыре — это мультипликатор не зрелой доли в конечном пироге. Это мультипликатор компании, от которой ждут, что она вырастет в разы и захватит рынок, которого пока нет.

Что должно случиться, чтобы $852 миллиарда стали обоснованными? У OpenAI есть собственный ответ, утекший в феврале. Их план — **$280 миллиардов выручки к 2030 году** *(утечка Bloomberg)*.

Положите $280 миллиардов рядом с потолком из прошлой статьи. Реализуемая выручка из substitution для всех фронтир-лабораторий вместе — $150–500 миллиардов в год. Это весь верх воронки. На OpenAI, Anthropic, Google, xAI, Mistral и всех остальных сразу.

OpenAI планирует в одиночку взять $280 миллиардов. Это верхняя половина диапазона, который должен делиться на всех.

Чтобы это сбылось, OpenAI должен захватить почти монопольную долю всего реализуемого рынка замещения. Один игрок — большую часть пирога, который мы только что померили на всю индустрию.

Вспомните прошлый раздел. Софт не консолидируется к одному вендору, потому что дефляция и конкуренция растаскивают цену. Open weights ставят пол. Anthropic уже обогнал OpenAI по выручке при оценке вдвое ниже — два лидера, оба с быстрым ростом, уже делят рынок и уже воюют ценой. Монополии на токенах не выходит по той же причине, по которой не держится маржа.

То есть план $280 миллиардов и оценка $852 миллиарда требуют события, которое механика рынка делает крайне маловероятным. Посчитанный пирог substitution такую цену не объясняет. Её объясняет только expansion — новые рынки дешёвого интеллекта, которых, как я показывал [в прошлой статье], эмпирически пока не видно нигде, кроме AI coding. Ценник — это ставка на рынок, которого ещё нет.

Anthropic с его 13 выручками выглядит трезвее. Но и там $900 миллиардов в переговорах при той же дешевеющей марже — ставка на ту же ненаблюдаемую экспансию, просто с чуть меньшим плечом.

В прошлой статье я приводил расхождение, которое теперь складывается в одну картину. Goldman Sachs обещал прибавку производительности 1,5 процентного пункта в год. Acemoglu насчитал 0,53–0,66% за десять лет. Разница в двадцать раз между двумя серьёзными источниками.

Goldman считает технологический потенциал. Acemoglu считает реализуемый эффект после трения. Это ровно тот же разрыв, что между оценкой и потолком. Оценки лабораторий размечены по логике Goldman — по кривой способностей, по потенциалу. Выручка приходит по логике Acemoglu — по кривой экономики, после трения, через узкое место. Двадцатикратный разрыв в прогнозах производительности и тридцатикратный мультипликатор выручки — это одна и та же ставка, сделанная дважды.

Я не предсказываю крах OpenAI. Высокая оценка не означает скорого обвала — Cisco после доткомов держалась годами и в итоге восстановилась, просто инвесторы пика ждали возврата двадцать лет. Лаборатории могут жить с раздутыми ценниками долго. Лопнет ли это завтра — гадание на кофейной гуще. А вот что ты делаешь со своим бизнесом, пока оно так стоит, — это считается.

Три вещи практически.

Не размечай свой бизнес по чужой оценке. Когда тебе показывают $852 миллиарда как доказательство — это оценка по кривой способностей, ставка на expansion. Твоя реальность — кривая экономики, substitution. Считай свою долю в той части пирога, которая уже подтверждена: сокращение времени на документы, закрытие первой линии поддержки, ускорение разработки. Это измеримые деньги. Чужой мультипликатор в твой P&L не переносится.

Считай риск зависимости от провайдера, который не дойдёт до своей оценки. Если лаборатория не вырастает в свой ценник, у неё два выхода: поднять цену на токены или закрыться. Оба бьют по тебе, если твой критичный процесс завязан на одного дорогого фронтир-провайдера. Архитектор держит резерв: второй провайдер, open-weight-модель под рукой, план на рост цены токена в три-пять раз. Не из паники. Из арифметики.

Спрашивай, по какой кривой размечен ценник. Когда продают AI-инструмент под обещание «рынок огромный, оценки растут, бери, пока дёшево» — это разметка по кривой способностей. Когда продают конкретную экономию на конкретном процессе — это кривая экономики, и её можно проверить в отчёте за прошлый квартал. Первое — вера. Второе — инженерия.

Все эти три вопроса — про одно. Стоимость, которую создаёт дешёвый интеллект, огромна. Но достаётся она в основном тому, кто перестроил свой процесс под неё. Не продавцу токенов. Когда [процесс собран в продукт] — с метриками, владельцем, версионностью — экономия оседает у тебя. Когда нет — она утекает, как утекает маржа у лабораторий, и ты остаёшься с подпиской и ощущением, что что-то происходит.

Цех с потолком — это нормально. В конечном пироге можно выиграть конкретные деньги. Проигрывают те, кто меряет свой потолок по чужой оценке и строит планы под комнату, которой нет.

В следующей статье — единственный честный аргумент, при котором весь этот капекс перестаёт выглядеть безумием. Не expansion и не вера в монополию. Демография.

Курс [AI Architect] — про то, как считать свою долю в конечном пироге, а не верить в чужой рост и чужую оценку. Substitution приносит измеримые деньги уже сейчас. Expansion и мультипликатор 34× — чужая ставка, не твой план.

Когда тебе показывают ценник лаборатории как доказательство, ты должен уметь спросить: по какой кривой он размечен — способностей или экономики? И какая часть моей прибыли изменится, если вторая окажется медленнее первой?