Дом из карточек OpenAI на триллион долларов

Инвесторы оценивают OpenAI так, словно она уже владеет будущем. Вторичные продажи акций и внутренние целевые показатели сейчас приводят к оценкам в диапазоне $500 миллиардов до $1 триллиона, что ставит семилетний стартап в один ряд с Meta и Nvidia. Эта цена не отражает бизнес, который продает API-звонки и корпоративные контракты; она отражает фантастический сценарий, в котором OpenAI создает мировое доминирующее общее искусственное интеллекто.

Это теория лотерейного билета AGI. Инвесторы покупают не скидки на денежные потоки от SaaS-компании; они покупают опцион на изобретение «цифрового бога», который способен изменить каждую отрасль одновременно. Если AGI появится, и OpenAI контролирует его, сегодняшняя оценка выглядит дешево; если нет, цифры рухнут при столкновении с реальностью.

С такой точки зрения OpenAI начинает выглядеть не как компания, а как структурированная ставка. Эта история работает только в том случае, если игнорировать то, что Дэвид Шапиро называет четырьмя проваливающимися опорами структуры: защитным барьером, экосистемой, бизнес-моделью и финансированием. Каждая из них кажется хрупкой в мире, где Gemini, Claude, DeepSeek и модели с открытым исходным кодом стремятся к паритету моделирования.

На бумаге OpenAIAI является токеном утилиты. Он продает генерации текста, изображений и видео, измеряемые миллионами токенов, товарный API, который предприятия могут заменить на Gemini, Claude, Llama или Mistral с изменением конфигурации. Когда Сэм Олтман пообещал "интеллект, слишком дешевый для учета", он неявно подорвал единственное, что OpenAIAI в настоящее время учитывает.

Оценки доходов сосредоточены вокруг $3–$4 миллиардов в 2024 году, возможно, достигая $10–$20 миллиардов в самых оптимистичных прогнозах в течение следующих нескольких лет. Затраты на обучение и вывод результатов, а также обязательства по закупке чипов и построению дата-центров, находятся на порядки выше, с публичными отчетами о сотнях миллиардов доллара в запланированных капитальных затратах через партнеров, таких как Microsoft, Oracle и CoreWeave. Эта математика требует экспоненциального роста и премиального ценообразования на рынке, который уже стремится к дну.

Хайп утверждает, что OpenAI – это неизбежный триллионный бизнес. Однако финансовая отчетность, конкурентная среда и экономические показатели говорят о том, что это лотерейный билет с высокими ставками, чей джекпот может никогда не быть выигран.

Раньше понятие «вал» имело значение в ИИ. В начале 2023 года GPT-4 безусловно превосходил Bard и все эксперименты на базе OpenAI. К концу 2024 года Gemini 1.5 Pro, Claude 3.5 Sonnet и DeepSeek-V3 либо сравнялись, либо превзошли GPT-4 по основным показателям, таким как MMLU, GSM8K и HumanEval, а Gemini 2.0 и Gemini 3 уже нацелены на новейшие модели OpenAI, а не на модели прошлого года.

Google теперь утверждает, что Gemini 1.5 Pro превосходит GPT-4 по более чем 80% своих внутренних оценок, в то время как Anthropic хвалит Claude 3.5 Sonnet, который, по их утверждениям, превосходит GPT-4 в генерации кода и рассуждениях с длинным контекстом. Бенчмарки DeepSeek на китайском и двуязычном языке показывают равенство или даже лучшее качество по сравнению с GPT-4 в нескольких языковых задачах при значительно меньшей стоимости. Преимущество моделей сократилось с лет до кварталов, а затем до месяцев.

Так называемый секретный ингредиент этих систем больше не является секретом. Законы масштабирования от OpenAI, DeepMind и Anthropic говорят одно и то же: больше данных, больше вычислений, предсказуемые результаты. Варианты трансформеров, смеси экспертов, генерация с дополнением поиска и настройка инструкций — это стандартные рецепты, а не мистическое искусство.

Каждая крупная лаборатория теперь публикует достаточно деталей архитектуры и обучения, чтобы конкуренты могли воссоздать общие контуры. Стек Nvidia CUDA, PyTorch, JAX и библиотеки обучения OpenAI уменьшают расстояние между научной статьей и моделью, готовой к производству. Преимущество кроется в деталях реализации и инфраструктуре, а не в каком-то скрытом алгоритмическом прорыве.

Тем временем модели от OpenAI превратились из игрушек в стандартные решения. Llama 3 70B и Mistral Large достигают или приближаются к производительности уровня GPT-4 в множестве корпоративных задач при тонкой настройке. Компании все чаще внедряют:

• 1Llama 3 варианты на частных графических процессорах
• 2Mistral 7B/8x22B для API с низкой задержкой
• 3Индивидуальная настройка для задач в узкоспециальных областях

Контроль, местопребывание данных и стоимость являются движущими факторами этого сдвига. Банк или больница могут запускать Llama 3 на собственном оборудовании, хранить защищённую медицинскую информацию или торговые данные внутри компании и избегать зависимостей от единственного поставщика. Для многих ИТ-директоров «достаточно хорошо и своё» лучше, чем «чуть лучше и арендованное».

Технологическое превосходство в области ИИ теперь устаревает за 6–12 месяцев. Нельзя оценивать компанию в $1 триллион, если её лидерство исчезает каждый раз, когда конкуренты выпускают новый контрольный пункт для Hugging Face.

OpenAIAI продает только одну вещь: токены. Доход поступает от учета вызовов API и использования ChatGPT, что представляет собой модель с единственным продуктом, напоминающую не экосистему Apple, а скорее коммунальное предприятие. Даже оптимистичные статьи, такие как OpenAIAI преодолела отметку в 12 миллиардов долларов по годовому доходу: 3-летний спринт, который изменил представление о масштабировании программного обеспечения, тихо признают, что основной бизнес заключается в "инфраструктуре ИИ, основанной на использовании".

Apple, Google и Microsoft не продают модели; они продают экосистемы. iOS, Android и Windows работают на миллиардах устройств с предустановленными помощниками, клавиатурами, браузерами и офисными пакетами, где ИИ становится функцией, а не продуктом. Эта интеграция позволяет им без лишних вопросов подменять Gemini, Claude или внутренние модели.

Операционные системы превращают базовые модели в заменимые компоненты. Microsoft может интегрировать Copilot напрямую в: - оболочку Windows и системный поиск - офисные приложения, такие как Word, Excel и Outlook - инструменты разработки Azure и GitHub

Под поверхностями истинная модель становится деталями реализации. GPT-4 сегодня, Gemini или собственная модель Azure завтра.

Microsoft уже сигнализирует о своей позиции. Copilot Studio и Azure AI Studio стимулируют маршрутизацию моделей между GPT-4, GPT-4o, Meta Llama, Mistral и собственными корпоративными моделями. Если OpenAI поднимет цены, допустит снижение качества или ошибется в вопросах безопасности, Microsoft сможет перенаправить трафик в другое место путем простого изменения конфигурации.

Разработчики видят то же самое. Каждый крупный поставщик LLM предоставляет REST API с входным и выходным форматом JSON. Инструменты такие как LangChain, LlamaIndex и кастомные «маршрутизаторы моделей» позволяют командам переключаться между GPT-4, Claude 3.5, Gemini 2.0 или DeepSeek всего лишь с помощью нескольких строк конфигурации. Привязка к поставщику исчезает, когда все пути выглядят как `POST /v1/chat/completions`.

Пользователи также почти не ощущают никаких препятствий. Стартап может заменить свою серверную часть с OpenAIAI на Anthropic за выходные и в понедельник рекламировать «теперь быстрее и дешевле». Для продакт-менеджера GPT-4 не является священной инфраструктурой; это строка в бюджете, которая открывает возможности для арбитража каждый раз, когда конкурент снижает цены или устанавливает лучшую планку.

OpenAI не продает продукт, сколько продает метр. Каждый доллар дохода проходит через один уровень абстракции: токены. Вызовите API, передайте текст, получите счет за использование, так же как киловатт-часа в счете за электроэнергию или гигабайты в мобильном тарифе.

Это делает OpenAI меньше похожим на Apple и больше на Con Edison. Она тратит астрономические капитальные средства на центры обработки данных, графические процессоры Nvidia и специализированные ускорители, чтобы производить «интеллект» как коммодифицированную утилиту, а затем берет доли цента за тысячу токенов, в то время как соперники спешат сбить эту цену.

Мантра Сэма Олтмана «интеллект слишком дешев, чтобы его измерять» случайно подрывает всю эту установку. Если будущая цена на выводы будет стремиться к нулю, то единственное, что OpenAI в настоящее время умеет продавать — измеряемый интеллект — исчезает как источник прибыли.

Парадокс: Оценка OpenAI предполагает сотни миллиардов будущих денежных потоков от продажи токенов, в то время как собственное руководство обещает мир, где токены стоят практически ничего. Невозможно быть как утилитой стоимостью в триллион долларов, так и жить в мире, где использование фактически бесплатно.

История уже проводила этот эксперимент с ядерной энергией. В 1950-х годах американские чиновники обещали электричество «слишком дешевое для учёта», но затем обнаружили, что строительство, страхование и демонтаж ядерных станций стоят десятки миллиардов, в то время как регуляторы и рынки удерживали розничные цены на низком уровне.

Ядерные энергетические компании так и не стали высокомаржинальными технологическими любимцами; они превратились в значительно регулируемые, низкодоходные инфраструктурные проекты. Их астрономические фиксированные затраты не могли быть компенсированы продажей ультра-дешевых электронов, поэтому налогоплательщики и потребители потихоньку взяли на себя этот разрыв.

OpenAIAI сталкивается с аналогичным структурным несоответствием. Обучение фронтовых моделей стоит миллиарды за поколение, а дорожные карты индустрии упоминают о «Старгейт»-масштабных объектах стоимостью свыше 100 миллиардов долларов, в то время как цена API уже ощущает давление гонки к дну от DeepSeek, Llama и Mistral.

Поскольку модели с открытым исходным кодом приближаются к производительности уровня GPT‑4 на обычном оборудовании, предприятия все чаще саморазмещают или используют более дешевые облачные решения, рассматривая LLM как Linux или Python, а не как премиум SaaS. Маржинальность сжимается точно в то время, как капитальные затраты резко возрастают.

Инвесторы фактически делают ставку на то, что OpenAI сможет преодолеть экономику полезности: построить самые дорогие в мире "электростанции", а затем каким-то образом избежать зависимости от продажи дешевых, взаимозаменяемых ватт интеллекта.

OpenAIAI выглядит меньше как стартап и больше как финансовая черная дыра. Обучение фронтовых моделей, развертывание кластеров для вывода и поддержание работы дата-центров сжигает миллиарды ежегодно, в то время как заявленные доходы находятся ближе к десяткам миллиардов в лучшем случае. Разрыв между доходами и расходами на инфраструктуру заставляет находиться в постоянном состоянии сбора средств.

Это давление объясняет масштаб проектов, таких как Stargate, предполагаемая стоимость создания суперкомпьютера свыше 100 миллиардов долларов. OpenAI не может справиться с этим в одиночку, поэтому она полагается на партнеров с большими капиталовложениями, таких как Microsoft, Oracle и компании по аренде графических процессоров, такие как CoreWeave. Эти партнеры, в свою очередь, финансируют мечту за счет собственных долговых и капиталовложений.

Oracle иллюстрирует хрупкость этой структуры. Комментаторы, такие как Дэвид Шапиро, оценивают обязательства Oracle примерно в 126-127 миллиардов долларов долга, большая часть которого истекает в течение следующих трех лет. Растущие ставки и огромные капиталовложения в ИИ делают рефинансирование этого долга все более дорогим, даже если прямой дефолт остается маловероятным.

Когда ключевой инвестор обладает таким уровнем влияния, финансовые ресурсы OpenAIAI зависят от баланса другой компании. Если Oracle или другой крупный игрок в отрасли сократит расходы, проекты масштаба Stargate могут быть отложены или сокращены. В этом случае OpenAIAI придется либо найти нового спонсора, либо привлекать капиталы, делая еще более агрессивные обещания в области AGI.

Финансовая петля начинает выглядеть не как бизнес-план, а как вечный двигатель, питаемый ажиотажем. Схема такова:

• 1Обещание AGI и колоссальные прибыли от производительности
• 2Привлечение средств от инвесторов и стратегических партнеров
• 3Потратьте эти деньги на графические процессоры, дата-центры и тренировочные запуски.
• 4Нести огромные фиксированные расходы и долговые обязательства на длительный срок.
• 5Нужен еще более быстрый рост, чтобы оправдать следующий раунд.
• 6Обещаем еще более близкий и насыщенный ИИ, чтобы поддерживать приток капитала.

Любое прерывание в этой цепочке выставляет на поверхность основные единичные экономические показатели. Продажа токенов с учётом потребления на рынке, охваченном ценовыми войнами, не может покрыть ставку инфраструктуры на уровне 100 миллиардов долларов без экстраординарных маржей, которые редко поддерживаются товарными API. Если цены на модели идут вниз, в то время как затраты на вычисления и процентные расходы растут, разрыв только увеличивается.

Инвесторы фактически финансируют утилиту с отрицательным денежным потоком, оценивая её как монополию с высокой маржей программного обеспечения. Это работает только до тех пор, пока капитал остается дешевым, партнеры остаются платёжеспособными, а повествование о ИИ продолжает раскручиваться. Если хотя бы один из этих pillars начнет шататься, триллионная история OpenAIAI столкнется с её балансом.

Три пути расходятся от текущей траектории OpenAI, и ни один из них не выглядит как чистая триллионная сказка о технологиях, подразумеваемая его оценкой на частном рынке. Каждый путь вытекает из одной и той же структурной проблемы: капризная лаборатория, прикреплённая к некоммерческой миссии, держащая над инвесторами спекулятивный джекпот AGI, которые в основном хотят денежного потока, а не философии.

Сценарий один — это IP- Strip-mine. Microsoft уже обладает безусловной лицензией на модели и основные технологии OpenAIAI и использует эти модели в Azure, Windows, Office и Copilot. Если экономика OpenAIAI ухудшится, Microsoft сможет сохранить свои драгоценности — веса, код и таланты через избирательный найм, позволяя ограниченной по прибыли оболочке увядать в обросшую долгами зомби-НИОКР лабораторию.

В результате этого OpenAI становится неким подобием секретного подразделения для своего крупнейшего инвестора. Microsoft продолжает продавать Copilot и Azure AI с минимальными перебоями, подставляя Gemini, Claude или внутреннюю модель, если OpenAI потерпит неудачу. Инвесторы, купившие билет на лотерею AGI, обнаруживают, что на самом деле финансировали инструменты искусственного интеллекта Microsoft по ценам венчурного капитала и с маржами, характерными для утилит.

Сценарий два — это развал WeWork. Как сообщается, OpenAIAI договорилась или обсудила обязательства по вычислительным мощностям и чипам в размере сотен миллиардов долларов на протяжении десятилетия, при этом некоторые анализы прогнозируют потребности в инфраструктуре до 1 триллиона долларов; см. Инвестиции OpenAIAI в инфраструктуру в размере 1 триллиона долларов. Если рост доходов приостановится, эти долгосрочные обязательства превратятся из стратегических активов в кошмар по соблюдению условий.

Замедление использования API или сделок с предприятиями может привести к ситуации, когда OpenAI не сможет выполнить обязательства по "бери или плати" перед партнерами в области облачных технологий и дата-центров. В этот момент кредиторы и стратегические инвесторы начнут требовать раскола: продажа интеллектуальной собственности модели гипермасштабным компаниям, избавление от аренды дата-центров и отделение исследовательской команды. То, что останется, будет скорее напоминать пост-IPO обертку WeWork — активы будут распроданы на аукционе, бренд будет опорочен, а видение передано тому, кто купит останки.

Сценарий три — это схема выхода через IPO. С частными оценками, колеблющимися в пределах $500–$750 миллиардов, единственный способ выплатить ранним инвесторам средства с прибавкой — это сенсационное размещение акций, основанное на “GPT‑6” или “раннем ИИ”. Презентация пишется сама собой: быстрорастущие доходы, уникальный рынок, который не имел аналогов в истории, и почти мифическая дорожная карта моделей рассуждений, которые, предположительно, значительно снизят затраты на труд в экономике.

Публичные рынки, однако, в конечном счете учитывают юнит-экономику, а не атмосферу. Если OpenAIAI выйдет на биржу до того, как исправит свою зависимость от метрических токенов, субсидируемых цен и огромных капитальных затрат, розничные инвесторы станут "пакетниками". Институции и инсайдеры выйдут, поверив в обещание цифрового божества; все остальные проснутся, обладая разрекламированной утилитой с ожиданиями люксовых технологий и маржами электростанций.

Сэм Альтман заработал свою репутацию как стартап-брат с суперсилой: сбором средств и созданиемNarrative. От Loopt до Y Combinator и OpenAIAI его основным навыком было убеждение капиталов в том, что будущее всего в одном раунде финансирования. Этот талант помог продвинуть OpenAIAI до предполагаемой стоимости в 500 миллиардов – 1 триллион долларов, основываясь на обещании AGI, а не на скучных метриках, таких как маржи или предсказуемый денежный поток.

Однако реализация этого обещания больше напоминает не демонстрационный день YC, а управление глобальной утилитой. Сатья Наделла превратил Microsoft в облачного гиганта стоимостью 3 триллиона долларов, фокусируясь на логистике: развитии Azure, корпоративных контрактах и регуляторной войне. Тим Кук тихо преобразовал Apple в суперсилу цепочки поставок, способную продавать сотни миллионов iPhone в год с однозначными показателями дефектов и жестким контролем расходов.

OpenAIAI, напротив, тратит миллиарды на графические процессоры, электроэнергию и центры обработки данных, полагаясь на таких партнеров, как Microsoft и Oracle, для инфраструктуры. Эта модель требует оператора, одержимого капитальными затратами, доступностью и экономикой единицы, а не просто кого-то, кто может интриговать фразой «АГИ совсем скоро» на сцене. Наделла или Кук управляют системами, где сбой выглядит как отключение или пропущенный квартал; Алтман управляет машиной хайпа, где провал означает обрушение нарратива.

Спорная структура ограниченной прибыли Алтмана усилила эти опасения. Некоммерческий совет технически контролирует прибыльное направление, но эта структура выступала в качестве механизма управления под прикрытием, который помог Алтману закрепить влияние, одновременно защищая OpenAI от нормального давления акционеров. Переворот в совете в 2023 году и его быстрое восстановление вскрыли, насколько неясен этот контроль на самом деле и как мало традиционной подотчетности существует для компании, работающей с технологиями, способными оказать влияние на всю цивилизацию.

Затем возникает проблема восприятия. Алтман говорит о "благополучии всего человечества", в то время как, по сообщениям, покупает роскошную недвижимость, инвестирует в индивидуальные фабрики по производству чипов и поддерживает ультра-эксклюзивные проекты, такие как Worldcoin. Это заметное потребление подрывает моральный ореол и делает критику AGI OpenAI менее похожей на альтруизм и больше на рискованную, высокопрофитную личную ставку.

Назовите это Великим Распадом. После краткой эпохи, когда GPT-4 выглядел как централизованный мозг в облаке, ИИ распадается на тысячи более мелких, дешевых и локальных моделей, которым не важно, кто первым обучил самый большой трансформер.

На протяжении последних двух лет искусственный интеллект находится в своей Ядерной Эре. OpenAI, Microsoft, Oracle и CoreWeave представили проекты, такие как «Звёздные врата», как триллионные ставки на мегамасштабные дата-центры, каждый из которых требует десятков гигаватт энергии, миллионов ускорителей Nvidia и AMD, а также капитальных затрат, которые больше напоминают национальный инфраструктурный план, чем обновление программного обеспечения.

Эта модель предполагает будущее, в котором каждый арендует интеллект у handful гипермасштабных реакторов. Однако аппаратная волна наклоняется в другую сторону. Apple, Qualcomm, Google и Intel внедряют все более мощные НПУ в телефоны, ноутбуки и крайние устройства, превращая «ИИ в облаке» в «ИИ у вас в кармане».

Чипы Apple A18 и M4 обеспечивают более 38 TOPS производительности ML на устройстве; Qualcomm Snapdragon X Elite рекламирует более 45 TOPS на своем NPU. Pixel 9 от Google работает с Gemini Nano локально. Модели Meta Llama 3.2 объемом 3B и 1B работают на потребительских ноутбуках и даже на высококлассных смартфонах без перегрева батарей.

Это Солнечная Эра ИИ: множество небольших, дешевых «панелей» повсюду вместо нескольких гигантских реакторов. Вы скачиваете модель с 3 миллиардами параметров, донастраиваете ее на своем ноутбуке, и она тихо справляется с сортировкой почты, дополнением кода и поиском документов, не обращаясь к API OpenAI.

Разработчики уже оптимизируют решения для этого мира. Популярные стеки перенаправляют запросы по следующим маршрутам: - Маленькие модели на устройстве для уменьшения задержки и защиты конфиденциальности - Модели среднего размера OpenAI (Llama, Mistral, DeepSeek) на недорогом облаке - Только самые сложные задачи отправляются на премиум модели на переднем крае технологий

Каждый шаг этой логики маршрутизации еще больше обесценивает OpenAI. Если 80% взаимодействий пользователей используют бесплатные или фиксированные местные модели и низкомаржинальные бэкэнды на основе OpenAI, то общий объем рынка для оплаченных токенов GPT существенно сокращается.

Победитель забирает всё, только когда все обязаны пройти через вашу платную станцию. ВSolar Age интеллект выглядит не как монопольная утилита, а скорее как Wi-Fi: повсеместный, взаимозаменяемый и объединённый с аппаратным обеспечением, которое вы уже купили.

Забудьте о ставках на одного "бога ИИ". Разработчики и CIO должны принимать паритет моделей как данность и проектировать с учетом текучести: ожидайте, что лучшая модель сегодняшнего дня станет моделью среднего уровня завтра, а соотношение цена/качество будет продолжать падать. Стратегия изменяется с "Какая модель победит?" на "Насколько дёшево я могу их менять и комбинировать?"

Компании уже делают свой выбор в пользу кластеров. Крупные банки, страховщики и фармацевтические компании все чаще стандартизируют Llama 3 и Mistral 7B/8x22B для внутренних задач, так как могут запускать их на собственных GPU, хранить веса и данные на месте и избегать арендной платы за каждую токен. Когда вы можете один раз дообучить модель с 70 миллиардами параметров и распределить эти затраты на тысячи рабочих процессов, платная API OpenAIAI быстро становится премиум-решением, а не стандартным.

Архитектура, независимая от модели, становится обязательной. Команды должны использовать маршрутизатор моделей, который сможет динамически выбирать между: - Локальными моделями OpenAI для дешевых задач с низкой задержкой - Облачными API (GPT‑4.1, Claude 3.5, Gemini 2.0) для сложного анализа - Специализированными моделями для работы с кодом, изображениями или речью

Этот маршрутизатор должен отслеживать качество, задержку и стоимость за запрос, а затем проводить арбитраж в реальном времени.

Истинная защита заключается в данных, инфраструктуре и продукте, а не в перепродаже чужой базовой модели. Приоритизируйте: - Тщательные конвейеры данных, очистку и маркировку - Генерацию с увеличением возможностей поиска на основе вашего проприетарного корпуса - Плотную интеграцию в существующие системы (CRM, ERP, EMR, IDE)

Инвесторы и советы директоров должны задать вопросы любому стартапу, чья защита состоит в том, что "мы используем GPT". Если можно заменить его на DeepSeek, Claude или Llama с изменением конфигурации, то то же самое могут сделать и конкуренты. Для трезвого противовеса презентациям поставщиков, совместите собственный отчет OpenAIAI The State of Enterprise AI 2025 Report - OpenAIAI с вашими внутренними затратными кривыми и рассматривайте базовые модели как взаимозаменяемые утилиты, а не как судьбу.

Фантазия OpenAIAI на триллионы долларов основывается на четырех столпах, которые уже выглядят треснувшими. Рынок испарился, когда Gemini 3, Claude и DeepSeek достигли или превзошли GPT-4 в тестах от MMLU до тестов на программирование. "Экосистема" так и не сформировалась за пределами API и ChatGPT, бизнес-модель свелась к продаже измеряемых токенов, а финансовая структура напоминает perpetuum mobile нового капитала, погоняющего старые убытки.

Спрос на ИИ явно не ограничивается. Каждый рабочий процесс в компании, потребительское приложение и бэкэнд-сервис могут усвоить больше автоматизации, больше обобщений, больше рассуждений. Ограничение находится на стороне предложения, где ядерномасштабная модель гигантских, централизованных обучений сталкивается с физикой, капитальными затратами и электросетями.

Обучение моделей класса GPT уже требует миллиардов на графические процессоры, дата-центры и электроэнергию за один цикл. OpenAI и партнёры озвучили обязательства на сумму более 1 триллиона долларов для будущих чипов и вычислений, цифра, которая оправдана только в том случае, если использование, цены и терпение инвесторов будут расти одновременно бесконечно. Тем временем OpenAI-источник Llama и DeepSeek-V3 работают на обычном оборудовании и снижают маржу «интеллекта как услуги».

Инвесторы не оценивают обычную SaaS-компанию в 40–50x выручки; они оценивают монополию на AGI как таковую. Подразумеваемая ставка: одна компания захватывает «цифрового бога», закрепляет интеллектуальную собственность и сдает ее в аренду миру. Эта фантазия игнорирует паритет моделей, регуляторный надзор и жестокую историю коммунальных услуг и телекоммуникаций, где капиталоемкость подавила избыточные доходы.

Рынки проходят через мании, когда одно название становится синонимом целой технологии: Netscape для интернета, BlackBerry для смартфонов, MySpace для социальных сетей. Каждое из них казалось неизбежным, пока экосистема не созрела, стандарты не упрочились, а ценность не переместилась в другое место. Искусственный интеллект сейчас находится на этом переломном моменте.

ИИ не исчезнет, когда оценка OpenAI снизится; он распространится. Модели будут интегрированы в чипы, операционные системы, браузеры и специализированные инструменты, в то время как весы OpenAI будут размножаться, как дистрибутивы Linux. Компания, которая первой предложила миру чатовое взаимодействие с «интеллектом», может стать зрелищным, но временным мостом между пред‑ИИ интернетом и тем, что будет после замедления гипера.

Каковы основные аргументы против огромной оценки стоимости OpenAI?

Основные аргументы заключаются в том, что у OpenAI нет конкурентного преимущества, отсутствует замыкание экосистемы, компания использует несостоятельную и коммодитизированную бизнес-модель и сталкивается с высокими финансовыми рисками из-за огромных капитальных затрат и темпаburn.

Почему бизнес-модель OpenAI сравнивают с моделью коммунального предприятия?

Основной бизнес OpenAI заключается в продаже токенов API, что похоже на продажу электроэнергии утилитой. Эта модель требует значительных первоначальных затрат (центры обработки данных) для обыденного продукта с низкой рентабельностью и высоким потенциалом оттока клиентов, в отличие от программных монополий с высокой маржой.

Что такое проект "Звёздные врата"?

Согласно сообщениям, Stargate — это суперкомпьютерный проект стоимостью несколько сотен миллиардов долларов, планируемый OpenAI и её партнёрами, такими как Microsoft. Он представляет собой огромное капитальное вложение, необходимое для обучения моделей искусственного интеллекта следующего поколения, что, по мнению критиков, является финансово несостоятельным.

Существуют ли жизнеспособные альтернативы OpenAI для предприятий?

Да. Многие предприятия выбирают модели с открытым исходным кодом, такие как Llama и Mistral, или используют конкурентные модели от Google (Gemini) и Anthropic (Claude). Эти альтернативы предлагают больше контроля, конфиденциальности и зачастую лучшую стоимость.