Снижение стоимости обучения нейросетей делает технологию доступнее, а растущий спрос требует масштабных инвестиций в вычислительные мощности. К 2030 году глобальные расходы на ИИ-инфраструктуру могут приблизиться к $1,5 трлн, считают в ARK Invest.
Цены падают, спрос растет
По данным аналитиков, затраты на обучение нейросетей падают на 75% в год. Инференс для моделей с результатом выше 50% в бенчмарках дешевеет еще быстрее — в среднем на 95%.
Источник: ARK Invest.
Удешевление технологии обычно снижает затраты. Однако в случае с искусственным интеллектом ситуация иная: чем доступнее становятся обучение и эксплуатация моделей, тем шире круг задач, где их применение экономически оправдано.
Массовая адаптация ИИ происходит вдвое быстрее, чем в случае с интернетом. Всего за три года проникновение технологии достигло 20%. Всемирной паутине на это потребовалось более шести лет.
Корпоративный спрос также стремительно растет. Объем токен-запросов через OpenRouter с декабря 2024 года увеличился в 28 раз. Anthropic нарастила годовую выручку с $100 млн в 2023 до $14 млрд феврале 2026 года. OpenAI к ноябрю 2025 года вышла на 1 млн бизнес-клиентов.
Источник: ARK Invest.
Инфраструктурный бум
С момента запуска ChatGPT спрос на ускоренные вычисления взлетел. Годовая выручка Nvidia выросла с $27 млрд в 2022 до $216 млрд в 2025 году. По прогнозам аналитиков, в 2026 году показатель достигнет $350 млрд.
Глобальный рост инвестиций в серверные системы ускорился с 5% в год (в десятилетие до 2022) до 30% в последние три года. По данным ARK, решения на базе GPU и специализированных чипов (ASIC) стали доминирующим сегментом, занимая 86% рынка серверных вычислений.
Частные вложения в ИИ-инфраструктуру в 2025 году превысили $200 млрд, из которых около $80 млрд получили разработчики фундаментальных моделей. Гиперскейлеры ищут альтернативные формы финансирования: сделка Meta с Blue Owl на $30 млрд стала крупнейшей частной капитальной транзакцией в истории.
Битва чипов
Рост спроса обострил конкуренцию между производителями оборудования. Компании AMD удалось догнать Nvidia по показателю совокупной стоимости владения (TCO) при инференсе небольших моделей. Однако в сегменте тяжелых моделей Nvidia удерживает лидерство по производительности благодаря архитектуре Grace Blackwell.
Источник: ARK Invest.
Гиперскейлеры активно развивают собственные полупроводниковые решения. Google уже 10 лет проектирует TPU. По оценкам SemiAnalysis, использование кастомных чипов для внутренних задач может снизить стоимость вычислений на 62% в сравнении с архитектурами от Nvidia.
Amazon продвигает Trainium, сделав его предпочтительной платформой для обучения Anthropic. Microsoft разворачивает второе поколение ускорителей Maia, оптимизированных для инференса.
Broadcom доминирует в бэкенд-дизайне, выступая партнером для Google TPU, Meta MTIA и будущего чипа OpenAI. Citi прогнозирует рост выручки компании от ИИ с $20 млрд в 2025 до $100 млрд в 2027 году.
Активизируются стартапы с новыми архитектурами. Cerebras, известный своим чипом Wafer Scale Engine, планирует выйти на биржу в этом году. В свою очередь, Groq подписал лицензионное соглашение с Nvidia на $20 млрд.
Прогноз
По расчетам ARK, к 2030 году ежегодные инвестиции в ИИ-инфраструктуру достигнут $1,5 трлн — трехкратный рост за пять лет. Доля специализированных ASIC в структуре вычислительных мощностей вырастет до трети рынка.
Источник: ARK Invest.
Напомним, эксперты Citrini Research предсказали крах экономики из-за искусственного интеллекта.