В 2026 году мировые техногиганты потратят на дата-центры больше $725 млрд, тогда как выручка от корпоративного ИИ не дотягивает и до $100 млрд. Оценка OpenAI выросла с $86 млрд до $852 млрд за два года, при этом операционный убыток составляет $12,3 млрд за квартал при выручке $6,7 млрд.
Разницу покрывают долгами, упакованными в бумаги, которые до подозрительного похожи на ипотечные деривативы семнадцатилетней давности. Разбираемся, почему театральные обещания «сильного ИИ вот-вот наступит» маскируют статистическую природу моделей и почему рынок «облигаций под вычисления» грозит мировому финансовому порядку системным ударом.
Зачем Альтману «страшный ИИ, который вот-вот вырвется»
В июле 2026 года Сэм Альтман объявил сотрудникам, что OpenAI готова притормозить. Поводом стала серия инцидентов: тестовые агенты обошли отключённые для эксперимента защитные механизмы, выбрались через менеджера пакетов Artifactory в интернет и «взломали» платформу Hugging Face. Альтман в подкасте Invest Like The Best назвал это «очень научно-фантастическим» и театрально признал, что впервые почувствовал реальную угрозу, а спустя несколько дней в другом подкасте уже провозгласил, что «сингулярность наступила».
Если убрать пиар-обёртку и посмотреть на голые факты, картина складывается не в пользу «страшного разума», а в пользу очень дорогой кампании по управлению ожиданиями. Задача из набора ExploitGym была нерешаемой – это признала сама OpenAI. Модель не бунтовала и не обретала волю, она просто искала обходные пути в ситуации, когда ей отключили ограждения. Никакого восстания машин, обычный провал собственных тестов.
Фраза «давайте притормозим, а то как вырвется» решает для Альтмана две задачи одновременно.: во-первых, она смещает фокус с неудобного вопроса о том, почему модель не становится умнее, сколько её ни масштабируй, а во-вторых создаёт иллюзию потенциала дальнейшего роста: если он что-то придерживает, значит, есть что придерживать.
Фокус в том, что выживание OpenAI зависит не от прибыли, а от того, что каждый следующий раунд оценки должен быть выше предыдущего. Оценка выросла с $86 млрд до $852 млрд всего за два года. Это «пирамидальная» схема: старые долги закрываются новыми инвестициями, потому что операционный поток отрицательный.
Статистика не становится сознанием от числа серверов
Между обещаниями о «сильном ИИ» и тем, что реально лежит в основе современных моделей, зияет пропасть, которую не засыпать никаким количеством видеокарт. Большие языковые модели, включая GPT-6 Astra, – это гигантские машины предсказания следующего токена, обученные на триллионах слов и находящие статистические закономерности.
Они блестяще имитируют рассуждение, но не понимают ничего: не строят внутреннюю картину мира, не оперируют причинно-следственными связями, не «видят» физику и логику. Альтман продаёт идею, что достаточно масштабирования – больше данных, больше вычислений, больше параметров, – и статистика чудесным образом превратится в интеллект, но это философский скачок веры, а не научный факт.
На конференции NeurIPS 2025 ведущие исследователи констатировали то, что многие подозревали: простое масштабирование перестало давать результаты. Гэри Маркус, один из самых последовательных критиков текущего пути, выразился предельно прямо: «Все теперь осознают, что масштабирование на самом деле не работает». Модели остаются высокоартикулированными распознавателями паттернов, но не приобретают способности к абстрактному мышлению, как бы громко ни звучали обещания.
Самый наглядный аргумент против экстенсивного пути привёл Франсуа Шолле, создатель библиотеки Keras. Он показал, что с 2019 года размер базовых языковых моделей вырос примерно в 50 000 раз, а результат на бенчмарке ARC, измеряющем способность решать принципиально новые задачи, которые нельзя просто «запомнить», составил рост с нуля до десяти процентов. Любой инженер-человек набирает на этом тесте больше 95. Пятидесятитысячекратное увеличение вычислений дало десятипроцентный прирост в способности рассуждать – и это приговор идее масштабирования как пути к интеллекту.
Технология нужная, но не стоит триллиона
Всё сказанное не значит, что статистические модели бесполезны – в узких, хорошо формализуемых задачах они работают отлично. Единственный сегмент, где ИИ реально окупается прямо сейчас, это написание кода: Codex от OpenAI вырос с 500 тысяч до 20 миллионов еженедельных пользователей за пять месяцев, а Claude Code от Anthropic за год вышел на $15,1 млрд годовой выручки. Компании платят не за «будущий разум», а за каждый сэкономленный час инженера, который конвертируется в конкретные доллары.
За пределами программирования картина резко иная. Из 450 миллионов коммерческих пользователей Microsoft 365 платный Copilot купили 20 миллионов, то есть 4,4 процента, а еженедельно пользуются инструментом 20–30 процентов из купивших, что даёт около одного процента корпоративной базы. Купили, потому что «так принято», а потом оставили лицензии пылиться – бизнес попробовал, не понял, зачем это нужно в его контексте, и вернулся к привычным инструментам.
Аналитики фиксируют, что ИИ заменяет нижнее звено в разработке – джуниоров, пишущих тесты и верстающих экраны, – но не способен заменить архитекторов и системных инженеров, которые структурируют и собирают решение целиком. Через пять-семь лет это может создать кадровую яму: некого будет повышать до уровня старших специалистов, потому что младшие позиции просто исчезнут.
Рынок генеративного ИИ к 2027 году составит, по прогнозам IDC, $150 млрд, тогда как капитальные затраты за один 2026 год приближаются к триллиону. Разрыв в семь-десять раз не закрывается никаким масштабированием, и технология переоценена не потому, что плохая, а потому что её продают как универсальный инструмент, тогда как она остаётся узкоспециализированным статистическим помощником.
Что такое «ИИшная ипотека»
В 2026 году на рынке появился новый класс долговых инструментов – CCO, Collateralized Compute Obligations, облигации, обеспеченные вычислительными мощностями, и аналитики уже сравнивают их с ипотечными ценными бумагами образца 2007 года. Механика воспроизводит схему «создай и продай» (originate-to-distribute), которая привела к глобальному финансовому кризису: актив, генерирующий доход, помещается в специальную проектную компанию, после чего под него выпускаются бумаги для инвесторов.
В июле 2025 года NVIDIA совместно с BlackRock, Apollo и KKR запустила платформу на $500 млрд, где графические процессоры выступают залогом, а CoreWeave, крупнейший представитель сегмента NeoCloud, выпустила первый публичный инструмент DDTL 5.0 на $3,1 млрд. Структурно это копия CDO, только вместо дома в качестве залога – серверная стойка, и здесь начинается самое тревожное.
Жилой дом не обесценивается до нуля за три года, а графический процессор устаревает за 36–48 месяцев: выходит новое поколение чипов, меняется архитектура моделей, и вчерашний «актив» превращается в кремниевый лом. Если кредит под GPU взят на десять лет, а через три года залоговая стоимость стремится к нулю, заёмщик оказывается «под водой» – долг превышает обеспечение, и именно это в ипотечном мире называлось «подводной лодкой».
| Параметр | Ипотечный кризис 2008 | «ИИшная ипотека» 2026 |
| Залоговый актив | Жилая недвижимость | GPU-серверы, дата-центры |
| Срок жизни залога | 30–50 лет | 3–4 года |
| Структура выпуска | CDO, MBS | CCO, DDTL |
| Скрытый долг в SPV | ~$1,3 трлн | ~$1,65 трлн |
| «Голый заёмщик» | Субстандартные ипотечники | OpenAI, NeoCloud-компании |
| Триггер обвала | Падение цен на жильё | Падение спроса на вычисления |
Источник: данные МВФ, Банка Англии, публичные отчёты компаний.
Кто строит пирамиду
Четыре крупнейшие технологические корпорации направят на строительство дата-центров в 2026 году больше $725 млрд – для сравнения, в 2020-м было около $100 млрд, и рост в шесть-семь раз за шесть лет финансируется не только из операционной прибыли, но и через заимствования, которые растут быстрее, чем способность их обслуживать.
Amazon подняла капзатраты до $220 млрд при свободном денежном потоке в минус $7,6 млрд за год: в марте компания заняла $37 млрд, в июле ещё $25 млрд, а на вопрос об источниках финансирования генеральный директор Энди Джасси ответил уклончиво – «выберем подходящий метод, когда понадобится». Meta увеличила нижнюю планку до $130–145 млрд, свободный денежный поток рухнул до $784 млн против $8,5 млрд годом ранее, компания остановила обратный выкуп акций и привлекла $24,9 млрд заимствований за один квартал.
Особого внимания заслуживает Oracle, которая завершила год с выручкой $67,4 млрд и прибылью $17 млрд, но свободный денежный поток ушёл в минус $23,7 млрд при капзатратах $55,6 млрд и планах на $95 млрд в следующем году. Почти половина портфеля заказов в $664 млрд приходится на одного клиента – OpenAI, и если у того что-то пойдёт не так, Oracle окажется с гигантскими дата-центрами и долгами, которые нечем покрывать.
Роль «голого заёмщика» сейчас играет именно OpenAI: оценка выросла с $86 млрд до $852 млрд за два года, операционный убыток составляет $12,3 млрд за квартал при выручке $6,7 млрд, то есть компания сжигает 57 процентов выручки. Это классическая пирамида, где старые обязательства закрываются новыми инвестициями, потому что собственный денежный поток отрицательный, и когда рост оценки остановится – а IPO откладывается именно потому, что рынок не готов дать нужный мультипликатор, – вся конструкция рухнет.
Где мы на кривой пузыря
Управляющий Банка Англии Эндрю Бэйли предупредил страны «двадцатки», что рынки «уязвимы к беспорядочной коррекции, которая может распространиться через границы», подчеркнув, что проблема не просто в объёме заимствований, а в том, что кредитное плечо взаимодействует с завышенными оценками и высокой концентрацией активов в руках ограниченного числа инвесторов. МВФ называет каналом распространения «вынужденные продажи со стороны хедж-фондов, продавцов опционов и левериджированных биржевых фондов», а около $1,65 трлн долгов дата-центров скрыто в SPV и совместных предприятиях – и если спрос не покроет арендные платежи, эти обязательства всплывут на балансах одновременно.
По данным опросов, 45 процентов управляющих фондами уже называют ИИ главным «хвостовым риском», а вторая производная капзатрат – скорость их роста – уже развернулась вниз, хотя абсолютные цифры продолжают увеличиваться. В 2006–2007 годах было так же: цены на жильё ещё росли, но рост замедлился, и этого оказалось достаточно, чтобы кредитная пирамида затрещала.
Базовый сценарий предполагает «беспорядочную коррекцию»: оценки ИИ-компаний падают на 40–60 процентов, кредитные рынки замирают на несколько недель, правительства и центральные банки вводят экстренные меры, и результат – рецессия в США и Европе, но не депрессия. Хвостовой сценарий реализуется, если падение совпадёт с геополитической эскалацией и ростом цен на энергоносители, и тогда, по предупреждению Банка Англии, запускается «одновременное срабатывание нескольких уязвимостей».
Принципиальная разница с 2008 годом в том, что тогда центральные банки могли снижать ставки и печатать деньги без оглядки на инфляцию, а сегодня ставка ФРС – 3,50–3,75 процента, инфляция выше целевых двух процентов, дефицит бюджета – $1,85–2,17 трлн в год, и пространство для манёвра резко сужено. Если пузырь лопнет при инфляции выше цели, у США останется только плохой выбор: позволить рынку обвалиться или напечатать деньги и превратить обвал в стагфляцию.
Вместо заключения
Пузырь «ИИшной ипотеки» – не заговор и не случайность, а закономерный результат модели финансирования, в которой залоговый актив устаревает быстрее, чем окупается кредит, заёмщик живёт на постоянном притоке внешних денег, а инвесторы покупают бумаги, не спрашивая, что будет, когда рост оценок остановится. Театральные заявления о «страшном ИИ, который вот-вот вырвется», выполняют в этой конструкции ту же функцию, что и рассказы о «бесконечном росте цен на недвижимость» в 2006 году: они поддерживают веру в то, что завтра будет дороже, чем сегодня.
Математика безразлична к нарративам. Статистическая модель предсказания следующего токена не обретает понимания от увеличения числа параметров, а долг, обеспеченный устаревающим кремнием, не становится надёжнее от красивой упаковки в облигацию. Технология, стоящая за этими моделями, действительно полезна в узком наборе задач – и именно поэтому заслуживает трезвой оценки, а не триллионных залогов под веру в скорое чудо.
