П’ять недооцінених істин про економіку штучного інтелекту: висновки з доповіді DVC про стан штучного інтелекту

У DVC ми понад десятиліття спостерігаємо за ринком штучного інтелекту з близької відстані — підтримуємо компанії та працюємо у тісній співпраці з засновниками портфельних компаній. Цього року ми вирішили поділитися розробленою нами основою з усім світом. Так народилася доповідь про стан штучного інтелекту: жива, постійно оновлювана аналіз економіки штучного інтелекту на всіх рівнях, від кремнію та енергії до моделей та застосувань. Ми оновлюємо її за допомогою штучного інтелекту та особисто переглядаємо — адже на ринку, який рухається так швидко, статичний щорічний знімок застаріває в момент публікації.

Ось 5 висновків, на які повинні звернути увагу як засновники, так і інвестори.

1. Правила масштабу переписані

Ніколи в історії технологій п’ятичленні команди не викликали традиційних лідерів ринку вартістю 100 мільярдів доларів і не перемагали, порушуючи їхні бізнес-моделі та пропонуючи ринок розширення до 500 мільярдів доларів. Perplexity додала 50% до 300 мільйонів доларів доходу за місяць. Higgsfield перейшов від нуля до 300 мільйонів доларів за рік. Cursor досяг 500 мільйонів доларів доходу в червні 2025 року, 1 мільярд доларів восени, 2 мільярди доларів у лютому 2026 року. Ніхто з них не будував自己的 фабрики. Вони конкурували на рівні застосувань, розширюючи свої ринки в десять разів, поки інфраструктура масштабувалася під ними.

2. Плейбук SaaS тут не застосовується

Традиційна оцінка SaaS базується на одному припущенні: маржі у 70-80%, які зростають при розширенні бізнесу. Компанії штучного інтелекту не працюють так. Навіть найкращі компанії платять так званий “податок на висновок” — 40-60 центів з кожного долара йдуть на обчислення, фундаментальні моделі, хмару, кремній та енергію. Валова маржа OpenAI у першому півріччі 2025 року становила близько 42%. Валова маржа Anthropic — близько 40%. Валова маржа Cursor — близько 35%. GitHub Copilot зараз становить 0-15%, субсидований для стратегічного закріплення.

Компанії штучного інтелекту ближчі до промислових виробників, ніж до постачальників програмного забезпечення. Дженсен Хуанг сказав це найкраще: подумайте про центр обробки даних як про фабрику — електрони входять, інтелект виходить. Ваш “агент штучного інтелекту для банківського АМЛ та відповідності” не є SaaS. Це сервіс для налаштування срібної продукції. Ложки масово виробляються на фабриці з листового металу, який постачається з заводів, які обробляють руду з шахт.

Чи означає це, що платити мультиплікатори SaaS неправильно? Ні. Але давайте будемо чесними: ми платимо за надзвичайний потенціал доходного зростання, а не за довгострокову кінцеву вартість. Це інша ставка. Ми повинні робити це свідомо.

3. Фундаментальні моделі стають товаром — швидше, ніж хто-небудь очікував

Шістнадцять компаній зараз мають моделі передового рівня. Вартість моделей класу GPT-4 становила 37,50 доларів за мільйон токенів у 2023 році. У 2025 році: 0,14 доларів. DeepSeek V3 знизив її до 0,006 доларів — зниження на 99,6% за два роки, і в 6 000 разів дешевше, ніж на початку.

Коли рівень моделей стає товаром, перевага переходить до тих, хто контролює доступ до користувача. Розподіл, глибина робочого процесу та володіння інтерфейсом — а не якість моделі — визначатимуть, хто визначатиме наступне десятиліття. Якість моделі вже не буде так важлива.

4. Бізнес-модель ще не винайшов

Наразі існує три способи заробляти гроші на штучному інтелекті, і жоден з них не є очевидно правильним. Ви можете стягувати плату за токен — простий, масштабований і швидкий шлях до нуля; ціни впали в 10 разів за 18 місяців. Ви можете стягувати плату за результат (за вирішену квитанцію, за виконане завдання), що звучить елегантно, поки ви не проведете тиждень, намагаючись визначити, що таке “вирішене” насправді. Або ви можете скористатися маршрутом підписки та реклами. OpenAI запустила рекламу у лютому 2026 року і досягла 100 мільйонів доларів доходу за рік за шість тижнів, що звучить вражаюче, поки ви не зробите математику: це 0,12 доларів на користувача на рік, тоді як Google заробляє 60 доларів. Anthropic відповіла, розмістивши рекламу Суперкубка, яка висміює цю ідею — Claude піднявся до 7-го місця в App Store того ж дня.

Ніхто ще не знайшов рішення. Компанія, яка розгадає проблему сталих монетизації штучно інтелектуальних робочих процесів, може мати більшу вагу, ніж компанія з найкращою моделлю. Ми даємо їм два-три роки, перш ніж це буде вирішено.

5. Енергія, а не чіпи, є обмеженням, яке визначає десятиліття

Попит на енергію центрів обробки даних має збільшитися на 160% до 2030 року. Google, Amazon, Microsoft і Meta колективно уклали контракти на 10+ гігават нових ядерних потужностей у США лише у 2025 році. Вони це роблять не для задоволення.

Асиметрія: США мають передові графічні процесори, але прямують до дефіциту електроенергії у 44 гігавати до 2028 року (Morgan Stanley). Китай виробляє вдвічі більше електроенергії, ніж США, додав 543 гігавати нових потужностей у 2024 році та, як передбачається, матиме 400 гігават запасної потужності до 2030 року. США мають чіпи. Китай має електрони. Хто першим вирішить свою обмежувальну проблему, той і визначатиме десятиліття.

Енергетична інфраструктура не будується за квартал. Рішення, які приймаються зараз — ядерні ППА, розміщення центрів обробки даних, інвестиції в мережу — визначатимуть, хто переможе у 2030 році. Ми недостатньо уваги приділяємо цьому.

Повна доповідь DVC про стан штучного інтелекту доступна на state-of-ai.dvc.ai — і, на відміну від більшості звітів, вона все ще буде актуальною наступного місяця.