Адепты технологического прогресса настойчиво культивируют в обществе страх перед искусственным интеллектом. Нам обещают тотальную безработицу и приход зловещего сверхразума, одновременно убеждая, что без этих технологий мировая экономика обречена. Разумеется, за большинством подобных тезисов стоят лишь изощренные манипуляции, о чем экспертное сообщество предупреждало не раз. Верить агрессивному маркетингу — затея сомнительная. Однако в индустрии ИИ существует фактор, который действительно внушает опасения: это колоссальная долговая нагрузка.
Проблема не в самом «пузыре» ИИ, а в том, что он через систему долговых обязательств намертво вплетен в фундамент глобальной финансовой системы. Когда этот пузырь неизбежно лопнет, он сдетонирует, зацепив все смежные сектора. О существовании этой «мины замедленного действия» было известно давно, но по мере накопления кредитной массы она все больше напоминает угрозу системного масштаба. Давайте разберемся, почему это так.
Объем кредитного обременения
По оценкам аналитиков J.P. Morgan, обязательства, связанные с ИИ, сегодня составляют около 14,5% их индекса корпоративных облигаций инвестиционного уровня, общий объем которого достигает $10 трлн. Это означает, что только в рамках этого инструмента обращается $1,5 трлн «ИИ-долга». Ряд экспертов полагает, что реальная доля таких обязательств в основных индексах облигаций варьируется от 15% до 20%. Это свидетельствует о том, что суммарный объем заемных средств в индустрии может существенно превышать отметку в $1,5 трлн. Некоторые исследования показывают, что долгов в секторе ИИ уже больше, чем в банковском секторе! И это лишь вершина айсберга. Согласно прогнозам Morgan Stanley, только в 2026 году лидеры рынка могут занять еще $400 млрд через облигации для расширения инфраструктуры. А в Gartner предсказывают, что капитальные затраты на ИИ-инфраструктуру в том же году достигнут невероятных $690 млрд, причем львиная доля этих инвестиций будет состоять из заемного капитала.
Чтобы осознать масштаб проблемы, стоит взглянуть на исторический контекст.
События 2008 года — не прямая аналогия, но хороший индикатор масштаба. Тот кризис начался, когда около $1,4 трлн (что эквивалентно примерно $2,1 трлн в нынешних ценах) или 40–45% ценных бумаг с ипотечным обеспечением (подробнее о них можно узнать здесь) были обесценены из-за дефолтов. Это спровоцировало рекордные для рынка облигаций США потери в размере 4,94%. Важно понимать: те самые «токсичные» ипотечные активы составляли менее 10% рынка облигаций на момент коллапса.
Финансовая система с тех пор эволюционировала, и прямые сравнения некорректны, но очевидно одно: объем долговых обязательств в сфере ИИ уже сопоставим с «ипотечным пузырем» 2008 года, при этом их доля в структуре облигационного рынка значительно выше. Иными словами, критической массы долга вполне достаточно, чтобы обрушить систему в случае массовых дефолтов, а уязвимость экономики к этому риску сейчас выше, чем во времена жилищного кризиса.
Масштаб ясен. Но долги становятся катастрофой только тогда, когда у заемщика нет средств для их обслуживания. Способен ли ИИ-бизнес генерировать прибыль для покрытия этих гигантских счетов? И что произойдет, если ответ окажется отрицательным?
Экономический тупик дата-центров
Реальность такова, что инфраструктура для ИИ — крайне сомнительный актив с точки зрения окупаемости.
Харрис Купперман, руководитель хедж-фонда Praetorian, утверждает, что экономическая модель современных дата-центров глубоко дефицитна. По его расчетам, объекты, запущенные в 2025 году, будут приносить владельцам ежегодные убытки в размере $40 млрд из-за стремительной амортизации, генерируя при этом лишь $15–20 млрд выручки. По сути, эти технологические гиганты являются инструментами для планомерного уничтожения капитала.
Почему амортизационные расходы так велики? Причина в предельно малом сроке эксплуатации специализированных чипов.
Корпорация Meta выявила, что вероятность выхода чипов из строя в их инфраструктуре составляет 9% ежегодно. Это означает, что через три года работы дата-центр лишится более четверти своей мощности, если не вкладывать огромные средства в замену компонентов. Такая динамика делает эксплуатацию нерентабельной. Кроме того, прогресс в микроэлектронике идет столь быстро, что уже через несколько лет выгоднее полностью сменить оборудование, чем поддерживать старое. Реальный жизненный цикл современного ИИ-кластера — не более трех лет.
Тем не менее, как предупреждал Майкл Бьюрри, операторы в своих отчетах указывают срок службы в пять и более лет. Это позволяет им искусственно занижать амортизацию и демонстрировать инвесторам искаженную, оптимистичную отчетность. Но даже при такой «бухгалтерской магии» большинство площадок остаются убыточными.
В итоге мы имеем дело с инфраструктурой, которая буквально сжигает деньги, и это происходит на фоне ажиотажного спроса, когда, казалось бы, бизнес должен процветать.
Отсутствие прибыли — системная угроза, так как подавляющая часть ИИ-облигаций выпущена именно под строительство этих дата-центров. Это крайне ненадежный фундамент для триллионных кредитов, которые к тому же позиционируются как надежные инвестиции.
Финансовая неустойчивость ИИ-разработчиков
Возможно, сами разработчики ИИ, арендующие мощности, смогут спасти ситуацию и обеспечить доход операторам?
К сожалению, положение софтверных гигантов не менее плачевно.
Ни одна крупная компания в этом секторе пока не представила жизнеспособной модели монетизации. Даже Anthropic, считающаяся одним из лидеров, в 2025 году столкнулась с убытком по EBITDA в размере $5,2 млрд. При этом показатель EBITDA не учитывает износ оборудования и налоги, так что реальные потери еще масштабнее. У OpenAI ситуация аналогичная: расходы растут значительно быстрее доходов, а чистый убыток в 2025 году, по оценкам, превысил $15,6 млрд.
Между нынешним состоянием этих компаний и точкой безубыточности лежит финансовая бездна.
Несмотря на это, компании продолжают наращивать долги, тратя десятки миллиардов на «железо». Они убеждают рынок, что ИИ вот-вот начнет заменять квалифицированных специалистов по всему миру, что принесет баснословные прибыли и окупит все затраты. Однако этот сценарий выглядит все менее реалистичным.
Во-первых, даже внутри OpenAI признают: бесконечное увеличение вычислительных мощностей и объемов данных больше не дает качественного скачка в развитии моделей (подробнее здесь). ИИ все еще допускает критические ошибки. Исследования показывают, что актуальные модели проваливают более 97% типовых задач, с которыми справляются фрилансеры. Технология пока не готова к полной автоматизации рабочих процессов, а слухи о массовых увольнениях из-за ИИ сильно преувеличены.
Практическое применение ИИ в эпоху корпоративного кризиса
Хотя глобальные корпорации борются с убытками, а нейросети пока не способны заменить человека целиком, это не отменяет ценности технологии для отдельного пользователя. Проблема кроется в неверном подходе к инструментам.
Использование ИИ только для ускорения рутинных операций — это путь обывателя. Чтобы войти в число тех 5%, кто действительно извлекает выгоду из технологий, нужно менять парадигму. Вместо вопроса «Как мне сделать это быстрее?» нужно спрашивать: «Как мне с помощью этого инструмента масштабировать свои возможности и создать новую ценность?»
Для этого необходимо выйти за рамки привычного ChatGPT. Ограничиваясь одной моделью, вы ограничиваете свой потенциал.
Платформы вроде BotHub открывают доступ к широкому спектру профессиональных нейросетей в едином интерфейсе: от продвинутого копирайтинга до аналитики больших данных. Это дает возможность комбинировать лучшие решения от разных разработчиков, не привязываясь к конкретному вендору и его финансовым проблемам.
Сервис работает без ограничений по географии и поддерживает оплату российскими картами.
Перейдя по ссылке, вы получите 300 000 бонусных токенов для тестирования нейросетей и решения своих первых задач!
Кроме того, популярность платных ИИ-сервисов среди широкой аудитории невелика. Лишь 5% пользователей ChatGPT готовы платить за подписку, что крайне мало для устойчивого бизнеса. Как отмечает аналитик Эд Зитрон, OpenAI может манипулировать данными об охватах, заявляя о 800 миллионах активных пользователей в неделю.
Суть в том, что текущие возможности ИИ не позволяют ему стать полноценным инструментом экономии на фонде оплаты труда — а это единственный способ для корпораций оправдать триллионные инвестиции и выплатить долги. Эти компании рискуют навсегда остаться планово-убыточными.
Даже мейнстримные СМИ полны пессимизма. Колумнист New York Times Себастьян Маллаби не исключает банкротства OpenAI уже к 2027 году, и для таких прогнозов есть все основания.
Вывод очевиден: ИИ-стартапы не смогут субсидировать убыточную инфраструктуру дата-центров, так как сами находятся в финансовой ловушке.
Это ставит под сомнение надежность триллионных обязательств. Эти долги выданы под крайне рискованные бизнес-модели. Если индустрия рухнет, последствия для мировой экономики будут катастрофическими.
Миф о перепрофилировании
Оптимисты часто сравнивают текущую ситуацию с пузырем доткомов, аргументируя это тем, что инвестиции в инфраструктуру (например, оптоволокно) в итоге послужили фундаментом для будущего роста. Они полагают, что даже если интерес к ИИ угаснет, дата-центры пригодятся для облачных вычислений.
Однако этот довод игнорирует базовые законы рынка. Сегодняшние мощности строятся под пиковый, раздутый спрос. В случае схлопывания пузыря этот спрос исчезнет, возникнет колоссальный избыток предложения, что обвалит цены на облачные услуги. Огромное количество новых дата-центров просто «убьет» маржинальность всего сектора облачных технологий на долгие годы.
Никакие надежды на перепрофилирование не спасут триллионы долларов в облигациях, если рынок окажется перенасыщен ненужными мощностями. Страховочной сетки не существует. Обвал ИИ-долга способен парализовать финансовые рынки.
Заключение
Повторение сценария 2008 года в нынешних условиях геополитической и экономической нестабильности — это худшее, что может произойти. Индустрия ИИ интегрировала в мировую экономику риск колоссального масштаба, фактически создав финансовую угрозу системного уровня. К сожалению, сейчас мы наблюдаем, как эта машина несется к обрыву без тормозов, а общество предпочитает игнорировать очевидные тревожные сигналы. Ситуация близка к критической.
