Незаметный кризис

Главное:

• В марте 2000 года в США лопнул «пузырь доткомов» и разразился кризис
• Сейчас в мире сложились практически идеальные условия для повторения подобного сценария
• Некоторые эксперты видят признаки нового пузыря в экономике искусственного интеллекта
• У доткомов были свои проблемные точки, такие проблемы есть и у компаний ИИ-экономики

10 марта 2000 года в США лопнул «пузырь доткомов», разразился кризис, который в России практически не заметили, тогда как для Америки это оказалось серьезным ударом. Дело в том, что по нам очень серьезно ударил август 1998 года, экономика страны еще находилась в фазе восстановительного роста, проникновение интернета было довольно низким и интернет-бизнеса в стране практически не было. Да и не торговали мы тогда на американских биржах! Для большинства россиян проблема доткомов была слишком далекой и не затрагивала их лично.

Почему я решил напомнить о таком отдаленном событии и затронувшем в нашей стране очень незначительную прослойку людей? Все довольно просто, мне показалось, что сегодня в мире сложились практически идеальные условия для повторения подобного сценария. Попробую описать свои опасения и объяснить, почему мне ситуация сегодня кажется столь похожей на события четвертьвековой давности.

Изображение от freepik

Как это происходило

Эксперты пишут, что пузырь тогда надувался с 1995 по 2000 год, хотя предпосылкой для него называют появление удобных для пользователей интернет-браузеров, начиная с выпуска веб-браузера Mosaic в 1993 году, после чего масса новых пользователей хлынула в интернет. Вскоре веб-евангелисты начали проповедовать то, что сеть стала представлять из себя новое бизнес-пространство. К этому хору присоединились финансовые аналитики и СМИ.

Проблема заключалась в том, что все они забыли, что в этом названии основное понятие – бизнес, а интернет-среда, канал распространения, но не самоцель. Инвесторов убеждали в том, что главное набрать побольше пользователей, а уж монетизировать мы их сможем, не надо смотреть на текущие убытки компаний, акцентируйтесь на будущем, которое будет непременно светлым!

В принципе, именно тогда я увидел впервые собственными глазами как американская бизнес и информационная среда накачивают пузыри маркетинговыми бюджетами, продавая инвесторам радужные мечты и не замечая того, что реальность еще не созрела для их реализации. «Новая экономика» не была подкреплена многими вспомогательными системами, без которых она была неэффективной и не могла выстрелить.

В частности, яркую звезду интернет-бизнеса конца 90-х, компанию Webvan (доставка продуктов питания), сгубило несколько очевидных проблем:

• отсутствие у топ-менеджеров опыта работы в торговле,
• слишком агрессивное продвижение сразу во многих локациях без проверки бизнес-модели на первом рынке,
• неверный выбор базового потребителя, ориентация на масс-маркет, чувствительный к цене,
• проблема складских помещений и «последней мили» - доставки к конечному потребителю.

CNET назвал Webvan одним из крупнейших провалов в истории доткомов.

Еще одна веб-звезда доткомов – компания Pets.com. Она ориентировалась на продажу кормов и товаров для домашних питомцев, но при этом даже ее руководство не было уверено в существовании достаточной рыночной ниши для прибыльной работы! Одна из главных ошибок ее руководства – до старта компании не было проведено независимое исследование рынка. Ставка была сделана на скидки покупателям и агрессивную рекламу. В первый финансовый 1999 год Pets.com заработала 619 000 долларов и потратила 11,8 миллиона на рекламу. На второй финансовый год эксперты проанализировали деятельность компании и выяснили, что она продавала потребителям товары в среднем на 27% дешевле себестоимости. Таким образом успехи в привлечении клиентов только ускорили крах компании. Звезда Pets.com горела ярко, но недолго.

Компания eToys.com занялась продажей игрушек в интернете. Удачные рекламные ходы привели к бурному росту продаж, на пике в праздничный сезон 1998 года она в 20 раз превзошла уровень годом ранее. IPO в мае 1999 года прошло крайне удачно, первичное размещение по цене в 20 долларов за акцию принесло 166,4 миллиона долларов, к концу первого дня торгов котировки выросли до $76.5 – капитализация 7.7 млрд. В последствии капитализация достигала 8 млрд, несмотря на то, что компания сообщала о минимальных доходах и продолжающихся убытках.

Проблема, с которой столкнулась эта звезда е-коммерции – высококонкурентная среда, с одной стороны ее подпирали традиционные продавцы игрушек, с другой – более успешный онлайн-ритейлер Amazon.com. Ну и стандартные проблемы доткомов: высокие затраты на складские помещения, логистику и маркетинг. Этот комплекс причин ее и похоронил.

А что мы имеем сегодня?

Не знаю, многие ли со мной согласятся, но схожие проблемы, с поправкой на иную рыночную нишу, я вижу в сфере искусственного интеллекта. Снова восторженный хор ИИ-евангелистов, технологических гуру и СМИ. Обещания новой экономики, которая изменит абсолютно все отрасли экономики и сферы человеческой жизни: промышленность, сельское хозяйство, учет и прогнозирование, медицину и образование, индустрию развлечений и военное дело. Илон Маск говорит, что только ИИ и роботы могут спасти Америку от банкротства. А если не смогут спасти, просто не успеют?

И некоторые эксперты смотрят на экономику искусственного интеллекта со скепсисом, видя в ней признаки нового пузыря. Дело в том, что ИИ требует огромных затрат, в то время как доходы от его использования пока более чем скромны. По данным компании Gartner, в 2025 году мировые расходы на искусственный интеллект составили почти $1,5 трлн, в этом году ожидается рост на 44% до $2,53 трлн. В 2027 году затраты могут вырасти до $3,34 трлн.

А что по доходам? По открытым источникам получить совокупные данные сложно, но есть некоторые открытые цифры по отдельным компаниям, в частности один из лидеров OpenAI, заключившая сделки на $1,5 трлн, в 2025 году ожидают выручку немногим более $10 млрд. По оценкам Bain & Company, отрасли к 2030 году для окупаемости инвестиций потребуются доходы в размере $2 трлн, однако даже в самых смелых прогнозах таких цифр нет, глава OpenAI Сэм Альтман в релизе планирует получать к 30-му году выручку в "сотни миллиардов" долларов в год.

Тут мне хотелось бы «посетовать» на интересную особенность работы с материалами по отраслям, которые находятся в фазе бурного роста. Эксперты, формируя отчеты по прогнозируемым «точкам роста», постоянно манипулируют данными. Несколько лет назад, анализируя рынок сланцевой нефти, я с удивлением замечал, что в отчете часто происходит подмена цифр: расходы включают в себя затраты на добычу, транспортировку и переработку исключительно нефти, а доходы уже сланцевой нефти и газа. Здесь наблюдаются аналогичные аномалии, затраты считаются на инфраструктуру и внедрение искусственного интеллекта, а доходы от продаж всего IT-рынка. Или расходы приведены по данным одного исследовательского центра, а доходы – другого, хотя очевидно, что разные компании формируют эти цифры по разным методикам! Никого не обвиняю, но возникает ощущение, что перед экспертами стоит задача создать в глазах потребителей информации нужную картинку реальности, подогнать ее под радужные прогнозы.

Проблемы ИИ-экономики

Как мы помним, у доткомов были свои проблемные точки, которые привели рынок к резкому падению и многие компании – к краху. Такие проблемы есть и у компаний ИИ-экономики, некоторые из них очевидные, по поводу которых «ломают копья» аналитики инвестбанков, некоторые неочевидные, заметные только специалистам. Сначала поговорим о первых, затем попробуем затронуть вторые – к сожалению, во втором случае на полноту освещения я не претендую, поэтому тему мы только «подсветим». Возможно, читатели знают больше меня и смогут накидать дополнительные материалы.

Первая проблема, которая роднит искусственный интеллект с доткомами – это гигантский разрыв между расходами и доходами. В принципе, выше я это уже описал. Е-коммерс потребовался кризис для выхода из этой ситуации, по моему скромному мнению, экономике ИИ тоже потребуется.

Вторая проблема – значительный рост долгового финансирования. С доткомами, кстати, мы это тоже проходили. Если ранее сфера финансировалась из денежных потоков техногигантов вроде Microsoft и Google, то уже в прошлом году ситуация изменилась, компании все активнее привлекают заемные средства. Эксперты полагают, что к 2028 году потребуется привлечение $1,5 трлн на внешнее финансирование инфраструктуры ИИ.

Изобраение Microsoft

Проблема эффективности. Здесь существует два мнения, общепринятое и экспертное. Если задать вопрос Алисе, она выдаст информацию, что «по данным отчёта компании Deloitte, 74% компаний довольны отдачей от инвестиций в искусственный интеллект». Однако исследователи из Йельской школы менеджмента Джеффри Зонненфельд и его соавтор Стивен Энрикес пишут, что «95-96% компаний не видят значительного роста производительности или возврата на инвестиции от пилотных проектов с генеративным ИИ». Применение ИИ в HR так вообще вызвало резкую и обоснованную волну критики по всему миру. Специалисты и пользователи разносят применение ИИ в индустрии развлечений, называя продукт этого AI-слоп (интеллектуальная гниль), по сути, дезавуируя полезность ИИ в данной сфере.

Еще одна проблема – усложнение структуры владения разными активами в данной сфере, непрозрачность и запутанность финансовых потоков и «циркулярные» сделки. Для иллюстрации вернусь к докладу Джеффри Зонненфельда и Стивена Энрикеса: «OpenAI теперь владеет 10% акций AMD, а Nvidia инвестирует в OpenAI 100 миллиардов долларов. Кроме того, одним из основных акционеров OpenAI является Microsoft, но Microsoft также является крупным клиентом компании CoreWeave, специализирующейся на облачных вычислениях с использованием ИИ. Это еще одна компания, в которой у Nvidia значительная доля акций. Кстати, по состоянию на четвертый квартал 2025 финансового года на долю Microsoft приходилось почти 20% годового дохода Nvidia. Менее чем за три года компания OpenAI превратилась из никому неизвестной организации в столп мировой экономики».

Другой пример с теми-же фигурантами: «Nvidia инвестирует $100 млрд в OpenAI, которая затем использует эти деньги для закупки чипов у… Nvidia»!

Изображение Nvidia

Скрывая масштабы долга, компании часто применяют непрозрачное финансирование. Meta Platforms Inc (недаром ее деятельность признали террористической и экстремистской, запрещенной в России) создала компанию специального назначения (SPV) для строительства центров обработки данных, что позволяет держать многомиллиардные обязательства вне баланса.

Неочевидные трудности развития ИИ

Искусственный интеллект требует огромных вложений в центры обработки данных, инфраструктуру и энергетику. При этом цикл жизни ИИ-чипов довольно короток, от 3 до пяти лет. Дата-центры, построенные под устаревшую элементную базу, уже сейчас превращаются в бесполезные активы, их уже нужно перестраивать или искать им некое иное применение и изыскивать новые средства на обновление оборудования и строительство.

Падение цен на устаревшие активы несет большие риски для компаний, вкладывающих средства в искусственный интеллект, кредиторов и в целом финансовой системы. Эксперты говорят, что кризис, вызванный негативным развитием событий, может быть сопоставимым с 2008 годом, потери могут составить до 20 трлн долларов для американской экономики и сопоставимую сумму для экономик других стран. Мир и США к этому не готовы.

Стоит отметить, что этот риск более чем очевиден для специалистов по корпоративному управлению и финансам, я отнес его в эту категорию потому, что к нему не привлекают широкого общественного внимания. Не вписывается эта информация в радужную картину ИИ-бума.

Исчерпание естественных массивов данных для обучения ИИ

Еще один негативный момент связан с машинным обучением. Проблема в том, что на Земле закончились наработанные естественным интеллектом (человечеством) данные, на которых можно обучать ИИ. Все, что создавал человек на протяжении его истории, использовано в машинном обучении. Вернее, практически все, за некоторыми исключениями, вроде персональных данных или закрытых массивов. Чем это грозит?

Во-первых, замедлением прогресса ИИ. Без притока свежей качественной информации развитие грозит зайти в тупик.

Во-вторых, снижение качества работы. Обучаясь на недостаточном количестве данных, алгоритмы будут выдавать неточные и некачественные результаты.

В-третьих, возможна «монополизация массивов данных», когда крупные корпорации будут создавать собственные закрытые для массового сегмента объемы информации.

В-четвертых, рост числа «галлюцинаций», к искажению информации и возникновению предвзятостей.

И последнее, из того, что смог найти я: «при недостатке новых данных для обучения искусственного интеллекта модели могут деградировать. Это явление называется «модельный коллапс» (model collapse). С каждой новой итерацией генерируемые результаты становятся всё более шаблонными и искажёнными, теряя разнообразие и выразительность».

Эти проблемы Сэм Альтман предложил решить использованием синтетических данных. Говоря грубо, это информация, созданная ИИ для обучения иных ИИ. Только вот это ведет к нарастанию числа галлюцинаций и ошибок… Инженеры OpenAI на внутренних форумах для разработчиков жалуются, что при обучении с использованием сгенерированных данных резко возрастает объем галлюцинаций.

Для решения этих проблем исследователи рекомендовали разработчикам разбавлять синтетические данные созданными человеком. А где их взять, если массивы исчерпаны? Ну как-же, интернет, он-же постоянно пополняется новыми!

Только есть проблема. Новые данные все более «загрязнены» продуктами (чуть не сказал «жизнедеятельности»!) работы ИИ. И с каждым днем степень загрязнения только возрастает – пользователи все больше генерируют картинки, видео, обрабатывают фотографии, используют тексты, сгенерированные, а не написанные самими. В итоге, похоже, ИИ просто сам пожирает себя.

Резюмирую

Не знаю, как у вас, у меня в процессе исследования возникает ощущение, что коллапс рынка ИИ просто неизбежен. Специалисты из инвестбанков спорят, в какой фазе сейчас он находится, эксперты из Bank of America вместе с примкнувшими к ним оптимистами полагают, что рынок находится в стадии бума и, возможно, мы находимся на пороге длительной повышательной динамики, вызванной зарождающейся новой экономикой, и «текущие инвестиции в ИИ могут означать начало нового долгосрочного инвестиционного цикла» (сколько раз я слышал подобные высказывания и насколько ненавижу! Не передать словами). В общем, деревья способны дорасти до небес! И даже пробить их, достигнув кронами низкой орбиты.

Менее оптимистичные аналитики Deutsche Bank успокаивают: да, возможно, пузырь уже есть, но он находится на самой ранней стадии – «фундаментальные показатели, такие как финансирование за счет денежного потока и масштабируемый спрос, остаются здоровыми». В общем, все схлопнется, и кризис будет, но время поиграть с МММ у вас еще есть!

В начале 2000-х годов шли активные разговоры в США о необходимости построить «китайскую стену» между аналитиками и клиентскими службами в инвестбанках. Аналитические подразделения под давлением инвестиционных давали клиентам слишком радужные прогнозы по инструментам, в которых были заинтересованы последние. Что, естественно, вело к убыткам клиентов. Так вот, ИМХО, эту стену так и не построили. Или пробили в ней дыру размером с… да снесли ее попросту. Такое мнение сложилось у меня.

Если вы спросите меня, что теперь, избегать инвестиций в ИИ? К чему этот текст?

Вы просите рекомендаций? Их есть у меня! Думайте сами, сами решайте, играть ли вам с инвестициями в ИИ-компании, не слишком полагайтесь на советы аналитиков и уж тем более на рекомендации финансового консультанта на основе искусственного интеллекта.

Михеев Сергей,  Finam.ru