Статья
Разбираем десять смелых прогнозов о том, как будет развиваться искусственный интеллект в 2026 году — от технологических сдвигов и бизнес-моделей до влияния на геополитику и глобальные рынки.
Исследовательские ИИ-лаборатории OpenAI и Anthropic — настолько нетипичные организации, что за их научной и общественной миссией легко забыть главное: по своей сути это венчурные компании. Причем не просто венчурные, а самые быстрорастущие и капиталоемкие за всю историю рынка.
Согласно собственным прогнозам, Anthropic потребуется почти $20 млрд инвестиций до выхода на прибыльность — показатель, который делает компанию одной из самых капиталоемких в истории бизнеса. Однако даже эта цифра меркнет на фоне OpenAI: по оценкам самой компании, ей потребуется около $150 млрд, прежде чем бизнес начнет генерировать положительный денежный поток.
Компании с подобными масштабами потребностей в капитале практически неизбежно вынуждены выходить на публичные рынки, чтобы привлекать значительно большие объемы как долевого, так и долгового финансирования. В пользу OpenAI и Anthropic играет и то, что обе компании входят в число самых быстрорастущих в истории.
В 2025 году выручка Anthropic по модели ARR (годовой регулярный доход) вырастет, по прогнозам, с $1 млрд до $9 млрд. OpenAI за тот же период увеличит ARR с $6 млрд до $20 млрд. Подобных темпов роста рынок еще не видел — особенно в таких масштабах. На фоне продолжающегося ажиотажа вокруг ИИ интерес публичных инвесторов к этим компаниям будет крайне высоким.
За последние годы обе компании привлекли значительные средства от институциональных инвесторов, включая так называемых кроссовер-инвесторов, ориентированных в первую очередь на публичные рынки. Со стороны этой группы акционеров будет нарастать давление с целью ускорить выход на биржу и обеспечить ликвидность вложений.
В 2026 году Anthropic дебютирует на публичных рынках. Это IPO станет одним из крупнейших и наиболее ожидаемых размещений в истории технологического сектора.
По сообщениям отраслевых источников, Anthropic уже выбрала юридическую фирму Wilson Sonsini для сопровождения размещения и начала взаимодействие с инвестиционными банками. Важным шагом на пути к IPO стало и назначение сильного финансового директора: в прошлом году компания пригласила Кришну Рао, который ранее курировал выход Airbnb на биржу, на позицию первого CFO Anthropic.
Как это было с Uber и Lyft в 2019 году, между двумя конкурентами сформируется «гонка» за право выйти на публичный рынок первыми. Этот фактор будет дополнительно подталкивать Anthropic к ускорению процесса.
А что же OpenAI?
OpenAI также в перспективе станет публичной компанией — но не в 2026 году.
Во-первых, генеральный директор OpenAI Сэм Альтман продемонстрировал, пожалуй, уникальную для рынка способность привлекать капитал на частных рынках. В настоящее время компания, по имеющимся данным, ведет переговоры о новом частном раунде финансирования объемом до $100 млрд. Это позволяет OpenAI значительно дольше откладывать выход на биржу.
Во-вторых, бизнес OpenAI заметно сложнее и менее прозрачен, чем у Anthropic. Если Anthropic в большей степени сфокусирована на корпоративных ИИ-решениях, то OpenAI одновременно развивает направления потребительского ИИ, enterprise-продуктов, аппаратных устройств, робототехники, полупроводников, дата-центров, космических технологий, нейроинтерфейсов и других областей. Публичный статус означает повышенное внимание со стороны регуляторов и инвесторов, а также необходимость высокой прозрачности. В этих условиях у Альтмана и OpenAI будет больше стимулов как можно дольше оставаться частной компанией, чтобы не объяснять и не обосновывать стратегические инвестиции по столь широкому спектру направлений.
Сегодня в мире технологий едва ли найдется компания, окутанная большей тайной, чем Safe Superintelligence (SSI), основанная Ильей Суцкевером.
Напомним контекст. Илья Суцкевер был сооснователем и главным научным сотрудником OpenAI до громкого конфликта с генеральным директором компании Сэмом Альтманом в конце 2023 года. Суцкевера по праву считают одним из величайших и наиболее влиятельных исследователей в области современного искусственного интеллекта. За последние 15 лет он сыграл ключевую роль в ряде фундаментальных прорывов: от становления технологии глубокого обучения (совместно с Джеффри Хинтоном в 2012 году) до открытия принципа масштабирования моделей (в OpenAI в конце 2010-х), а в последние годы — в развитии рассуждающих моделей и подходов test-time compute для LLM.
Его неудачная попытка сместить Альтмана через совет директоров стала одним из самых резонансных событий в технологической индустрии последних лет. Спустя несколько дней совет восстановил Альтмана в должности CEO, а Суцкевер вскоре покинул компанию.
Летом 2024 года он вновь оказался в центре внимания ИИ-сообщества, объявив о запуске новой лаборатории — SSI.
В своих публичных выступлениях после основания SSI Суцкевер последовательно подчеркивает: исследовательские траектории, по которым сегодня движутся крупнейшие ИИ-лаборатории — включая OpenAI, — по его мнению, обречены на плато и не ведут к созданию суперинтеллекта. Вместо этого SSI работает над принципиально новым подходом.
«Мы нашли другую гору — не ту, на которую я поднимался раньше, — говорил Суцкевер журналистам в прошлом году. — Когда мы окажемся на ее вершине, парадигма изменится. Все, что мы знаем об ИИ, снова изменится».
При этом за пределами SSI никто не понимает, в чем именно заключается эта новая парадигма.
Сохранить секрет в Кремниевой долине крайне сложно: информация распространяется быстро, а удачные идеи обычно почти мгновенно копируются конкурентами. Тем примечательнее, насколько эффективно SSI удается держать свои исследовательские планы в полной тайне.
В отрасли ходят почти анекдотические истории о мерах секретности внутри компании — от запрета сотрудникам обедать вместе в общественных местах, чтобы их разговоры не могли подслушать, до строгого табу на обсуждение работы даже с супругами.
Однако такая закрытость не может длиться вечно. В 2026 году детали подхода SSI неизбежно станут достоянием общественности. И, по прогнозам, это будет достаточно новая и перспективная исследовательская программа, чтобы крупнейшие игроки рынка — включая OpenAI, Anthropic и Google DeepMind — пересмотрели свои научные дорожные карты и начали активнее инвестировать в это направление.
Что же может стоять за «большой идеей» Суцкевера и SSI?
Наиболее очевидные гипотезы — рекурсивное самоулучшение (ИИ-системы, способные создавать более сильные ИИ-системы, которые, в свою очередь, создают еще более мощные модели) или непрерывное обучение — ИИ, который постоянно обучается в процессе взаимодействия с реальным миром.
Оба направления призваны устранить ключевые ограничения современных ИИ-систем и в последние месяцы стали одними из самых обсуждаемых. Однако есть основания полагать, что речь идет о чем-то менее «консенсусном» и гораздо более радикальном. Остается лишь дождаться момента, когда эта тайна будет раскрыта.
Решения во внешней политике нередко дают принципиально разные эффекты в краткосрочной и долгосрочной перспективе.
Введение жестких экспортных ограничений на поставки ИИ-чипов в Китай стало одним из ключевых решений администрации Джо Байдена. Этот шаг выглядел решительным и логически выверенным. США и их западные союзники контролируют критически важные элементы всей цепочки создания ИИ-чипов: сами передовые процессоры (например, Nvidia), программное обеспечение для их проектирования (Synopsys, Cadence) и оборудование для производства (ASML). Контроль над этим технологическим стеком — стратегически «узкое горлышко» в глобальной гонке ИИ. Администрация Байдена сознательно решила воспользоваться этим преимуществом, запретив экспорт ключевых технологий в Китай с целью затормозить развитие его внутренней ИИ-индустрии.
На момент введения ограничений около 95% всех ИИ-чипов, используемых в Китае, составляли GPU Nvidia (основная альтернатива — AMD). Поэтому эффект санкций выглядел разрушительным и был широко поддержан американскими политиками и экспертами.
Однако сегодня становится очевидно, что эта стратегия может дать обратный результат.
Ключевая проблема — конфликт между краткосрочным и долгосрочным эффектом. В краткосрочной перспективе ограничение доступа к самым современным ИИ-чипам действительно замедляет развитие передовых ИИ-технологий в Китае. Но Коммунистическая партия Китая традиционно мыслит не кварталами, а десятилетиями. У нее есть и политический ресурс, и исторически подтвержденная способность к стратегическому долгосрочному планированию. Показательный пример — знаменитый ответ Чжоу Эньлая в 1972 году на вопрос о значении Французской революции 1789 года: «Слишком рано судить».
Потеря доступа к передовому ИИ-железу стала для Пекина болезненным, но однозначным сигналом: эти технологии слишком важны, чтобы зависеть от внешних поставщиков. В ответ Китай начал целенаправленно выстраивать собственную индустрию ИИ-чипов, снижая зависимость от Запада.
Китай готовит пакет поддержки объемом около 70 млрд долларов — крупнейшую в истории государственную программу стимулирования производства чипов. Беспрецедентные ресурсы направлены как на развитие национальных технологических лидеров — Huawei и Cambricon, — так и на более молодые компании, включая Moore Threads, недавно вышедшую на биржу.
Последние события в диалоге США и Китая показывают рост уверенности со стороны Пекина.
Американские регуляторы, включая так называемого «ИИ-координатора» Дэвида Сакса, начали признавать стратегические риски полного отсечения Китая от американского ИИ-железа. В результате Вашингтон попытался найти баланс, разрешив поставки отдельных продвинутых чипов, чтобы они конкурировали с китайскими аналогами. Несколько недель назад президент Дональд Трамп объявил о готовности одобрить продажу Nvidia H200 в Китай, которые значительно превосходят любые другие модели, ранее разрешенные к экспорту. Решение вызвало серьезные споры и было воспринято как заметная уступка Пекину.
Однако Китай от этой возможности отказался. Власти сделали ставку на использование отечественных ИИ-чипов и тесное сотрудничество компаний с локальными производителями для ускоренного улучшения их технологий. Сигнал прозрачен: Пекин больше не хочет и не собирается зависеть от американского оборудования, полностью переходя на развитие собственной экосистемы.
Производство передовых полупроводников — одна из самых сложных технологических задач в современной экономике. Тем не менее Китай располагает большим числом квалифицированных инженеров, значительными финансовыми ресурсами и мотивацией. Уже к 2026 году китайская индустрия ИИ-чипов добьется ощутимого прогресса в сокращении технологического разрыва с США. Речь не идет о паритете с самыми передовыми решениями Nvidia — до этого еще далеко. Но к концу 2026 года станет ясно, что китайская отрасль движется по устойчивой траектории и последовательно приближается к технологическим лидерам.
В долгосрочной перспективе формирование в Китае сильной, конкурентоспособной и технологически продвинутой экосистемы ИИ-чипов может оказаться наихудшим сценарием как для Nvidia, так и для американских политиков, рассчитывающих сохранить устойчивое технологическое превосходство над КНР.
На входе в 2025 год ожидания вокруг траектории развития ИИ и сроков появления искусственного общего интеллекта (AGI) были запредельно высокими. Публичная дискуссия носила почти эйфоричный характер.
«Системы, приближающие создание AGI, уже начинают появляться», — писал в феврале CEO OpenAI Сэм Альтман. — «Экономический рост впереди выглядит ошеломляющим, и мы можем представить мир, в котором будут излечены все болезни и полностью реализован человеческий творческий потенциал».
Примерно в то же время глава Anthropic Дарио Амодеи заявлял: «То, что я вижу внутри Anthropic и за его пределами в последние месяцы, убеждает меня, что мы движемся к ИИ человеческого уровня, который превзойдет людей практически во всех задачах уже в ближайшие два–три года».
Эссе вроде Situational Awareness и AI 2027, рисовавшие почти фантастические сценарии радикального преображения мира под влиянием суперинтеллектуального ИИ в горизонте двух–трех лет, активно обсуждались и во многом отражали дух времени.
Однако по ходу 2025 года настроение начало меняться — постепенно, но вполне отчетливо.
Долгожданные модели вроде GPT-5 продемонстрировали лишь эволюционные, а не прорывные улучшения по сравнению с предшественниками. ИИ-агенты, несмотря на очевидный потенциал, пока не обладают ни достаточной надежностью, ни зрелостью, чтобы перейти к массовому внедрению. Фундаментальные модели в таких областях, как робототехника и биология, также остаются далеки от промышленного масштаба.
За последние месяцы Илья Суцкевер и Андрей Карпати — одни из самых авторитетных фигур в мире ИИ — высказали гораздо более сдержанные оценки сроков появления AGI. Суцкевер говорил о горизонте от пяти до двадцати лет, Карпати — примерно о десяти. Эти оценки не только отразили, но и во многом сформировали общее настроение профессионального сообщества.
Показательно, что даже авторы эссе AI 2027 начали частично пересматривать собственные прежние тезисы.
Общий вектор дискуссии меняется. В ИИ-сообществе постепенно формируется консенсус: суперинтеллект, скорее всего, появится еще нескоро — и, что важнее, это не критично. Уже сегодня ИИ является исключительно мощной технологией. Задолго до появления AGI на кону стоят триллионы долларов создаваемой ценности, поскольку ИИ трансформирует отрасли, бизнес-модели и организационные процессы.
В 2026 году этот сдвиг настроений приведет к заметному снижению интереса к темам AGI и суперинтеллекта. Речь не о том, что эти концепции будут оспариваться или отвергаться, — они просто перестанут находится в центре внимания. Лидеры индустрии, такие как Сэм Альтман, Дарио Амодеи, Сундар Пичаи и Сатья Наделла, будут все реже говорить о гипотетическом суперинтеллекте и все чаще — о практическом внедрении ИИ в корпоративных и отраслевых сценариях. Эксперты и комментаторы переключатся на более прикладные и «близкие» темы: геополитику ИИ, влияние автоматизации на рынок труда, экономические и социальные эффекты.
Когда компания приобретает долгосрочный актив — например, оборудование или вычислительный чип, — она не списывает его стоимость целиком в момент покупки. Вместо этого определяется срок полезного использования, и стоимость актива равномерно распределяется на этот период. Этот процесс называется амортизацией.
Так, если компания покупает оборудование за $10 млн и предполагает, что оно будет эффективно работать 10 лет, она будет списывать по $1 млн в год в течение десяти лет.
Сегодня мы находимся в эпицентре крупнейшей инвестиционной волны в истории человечества. Только в 2025 году гиперскейлеры вложат около $325 млрд в строительство дата-центров и ИИ-инфраструктуры. По оценке McKinsey, к 2030 году совокупные глобальные инвестиции в ИИ-инфраструктуру достигнут $6,7 трлн.
Для сравнения: Манхэттенский проект обошелся примерно в $30 млрд в пересчете на цены 2025 года, а вся программа «Аполлон», растянувшаяся на десятилетия космической гонки, — около $300 млрд. Ни один предыдущий проект в истории не сопоставим по масштабу и размаху с нынешним строительством ИИ-инфраструктуры.
И крупнейшая статья этих расходов — около половины от общего объема — приходится на ИИ-чипы: GPU Nvidia, TPU Google и аналогичные ускорители.
Исторически чипы, серверы и другие вычислительные ресурсы амортизировались в среднем за пять лет — это считалось разумной оценкой их жизненного цикла. Однако в эпоху ИИ темпы технологического обновления кардинально ускорились.
Nvidia выпускает новые поколения GPU практически ежегодно. Клиенты, стремящиеся сохранить конкурентоспособность, требуют самых передовых решений. В результате ИИ-чипы устаревают быстрее, чем когда-либо прежде — даже если формально продолжают работать.
В 2023 году H100 были флагманскими GPU Nvidia. В 2024 рынок переключился на H200. В 2025 ключевым продуктом стала линейка Blackwell с чипом B200, а уже на подходе B300 (Blackwell Ultra). И долго привыкать к нему не придется: в 2026 году ожидается переход на архитектуру Rubin — следующий полноценный технологический скачок.
Здесь мы подходим к ключевому вопросу: должны ли компании, владеющие ИИ-чипами — облачные гиганты вроде Amazon и Microsoft, ИИ-лаборатории OpenAI и Anthropic, дата-центровые операторы Equinix и Digital Realty, неоклауды CoreWeave и Nebius — пересмотреть традиционные сроки амортизации и сократить их до одного–двух лет?
Простой пример показывает, почему это принципиально важно. Допустим, облачная компания инвестирует $50 млрд в ИИ-чипы. При пятилетней линейной амортизации это означает $10 млрд затрат в год. При двухлетней — уже $25 млрд в год. Разница — $15 млрд ежегодной прибыли или убытка, обусловленной исключительно бухгалтерским учетом, без каких-либо изменений в реальных денежных потоках или операционной деятельности.
Этот выбор будет иметь далеко идущие последствия. Он повлияет на дискуссию о рентабельности ИИ и финансовой устойчивости всей отрасли. Длинные сроки амортизации поддерживают нарратив о растущей маржинальности ИИ-бизнеса. Короткие, напротив, усиливают ощущение, что ИИ — технология с колоссальной капиталоемкостью и пока неочевидной экономической отдачей.
Есть и более серьезные риски. Если компании закладывают пятилетнюю амортизацию, а реальность оказывается иной — например, спрос на чипы резко падает через два года, — это может привести к масштабному обесцениванию активов, которое в один момент радикально ухудшит финансовое состояние компаний или даже целых сегментов рынка. Подобный «амортизационный взрыв» уже происходил во времена избыточного строительства волоконно-оптических сетей в начале интернет-эпохи.
Ситуация становится еще опаснее на фоне роста долговой нагрузки — а именно это мы наблюдаем в ИИ-инфраструктуре в последние годы. Длинные сроки амортизации создают иллюзию устойчивых финансовых показателей и подталкивают к увеличению заемного капитала. Кредиторы, оценивая прибыльность и коэффициенты покрытия, охотнее соглашаются на более высокий уровень долга.
При этом кредиты на ИИ-инфраструктуру часто обеспечены самими чипами. Легко ли представить сценарий, при котором долгосрочные займы сроком на 10–15 лет обеспечены активами, экономическая ценность которых исчезает за 18–36 месяцев? Несоответствие между «длинным» долгом и «короткой» экономикой активов уже не раз становилось причиной финансовых кризисов.
На пороге 2026 года, по мере роста опасений относительно пузыря в ИИ и избыточного строительства инфраструктуры, эти ранее сугубо технические бухгалтерские детали неожиданно окажутся в центре внимания.
Продолжение трендов во второй части материала.