Новая статья a16z: От ферм по добыче криптовалюты до облачных вычислений с использованием ИИ: почему «новое облако» тратит все больше и больше денег по мере своего роста?

Оригинальное название: Обзор этой недели: Голова входит в новое облако. Автор оригинала: Мозес Штернштейн, a16z

Над головой проплывают «новые облака».

В начале XX века компания Southern Pacific Railroad владела огромными участками неосвоенной земли, расчищенной под железнодорожные пути, соединявшие города и поселки по всей территории Соединенных Штатов. Права на железную дорогу простирались далеко за пределы самих путей, оставляя многочисленные коридоры вдоль маршрута открытыми для застройки.

Таким образом, железнодорожная компания проложила вдоль железнодорожной линии коммуникационную сеть и назвала её «Внутренняя телефонная сеть Южно-Тихоокеанской железной дороги». К 1970-м годам компания начала коммерциализировать сеть и открыть её для более широкого круга пользователей.

Впоследствии одновременно произошли два события: во-первых, закончилась монополия на рынке междугородней телефонной связи; во-вторых, оптоволоконные кабели стали коммерчески выгодными. Существующие коммуникационные коридоры были преобразованы в оптоволоконные линии, сеть, позже ставшую известной под аббревиатурой «Sprint». Таким образом, активы, которые когда-то обслуживали железные дороги, стали основой инфраструктуры для телекоммуникационной революции.

Железнодорожные компании — не единственные, кто преобразует существующие физические сети в более масштабную коммерческую технологическую инфраструктуру.

В 1980-х годах компания Williams переоборудовала простаивающие газопроводы в волоконно-оптические каналы, образовав компанию WilTel. Позже компания была продана и в конечном итоге переименована в WorldCom. В 1990-х годах проводилась масштабная и дорогостоящая модернизация однонаправленных коаксиальных кабелей, проложенных для кабельного телевидения, которые в конечном итоге стали инфраструктурой для Comcast и Charter, предоставляющих потребителям услуги широкополосного доступа в Интернет.

Это приводит к появлению другого типа компаний: тех, которые также обладают готовой инфраструктурой, которая в настоящее время значительно перепрофилируется и переоценивается для удовлетворения потребностей новых технологий – это компании, подобные neocloud.

Короче говоря, большинство новых облачных компаний изначально занимались энерго- и вычислительно интенсивным майнингом криптовалют, а затем пришла волна искусственного интеллекта. Внезапно тот, кто имел право использовать электроэнергию, инфраструктуру и опыт для создания и управления высокоинтенсивными вычислительными нагрузками — в случае CoreWeave это также включало большое количество графических процессоров — оказался в одном из самых востребованных сегодня секторов.

Конечно, это не совсем корректное сравнение. Однако, если мы посмотрим на три крупнейшие компании, работающие в сфере облачных технологий, то увидим, что рост их выручки действительно впечатляет.

Мы можем лишь приблизительно оценить выручку от облачных услуг крупных облачных провайдеров на ранних этапах их развития, но общая тенденция уже очевидна: новые облачные компании растут чрезвычайно быстрыми темпами, значительно превышающими темпы роста трех крупнейших облачных провайдеров на начальных этапах их развития.

Следует отметить, что на общем рынке продаж вычислительных мощностей NewCloud в настоящее время является лишь относительно небольшим игроком.

Им еще предстоит пройти долгий путь, чтобы достичь масштабов сверхкрупных поставщиков облачных услуг.

Крупные облачные провайдеры получают на порядки больше выручки каждый квартал, чем новые облачные компании. Между тем, CoreWeave за примерно 25 кварталов достигла того, чего AWS добилась за 40 кварталов: выручки в 2,6 миллиарда долларов. Повторюсь: эти компании растут невероятно быстрыми темпами.

Учитывая столь высокие темпы роста и популярность индустрии искусственного интеллекта, инвесторы теоретически должны быть весьма воодушевлены. В какой-то степени это так, но реальность гораздо сложнее.

Несмотря на то, что эти компании в целом сообщили о хороших результатах в своих последних отчетах о прибыли, цена акций CoreWeave все же упала примерно на 16% за последний год; только Nebius находится относительно близко к своему предыдущему максимуму.

Таким образом, в целом история по-прежнему хороша, но она явно менее привлекательна для крупнейших новых облачных компаний.

В последнее время рынок оставался относительно стабильным, отчасти потому, что многие ожидания роста, возможно, уже были учтены в оценке стоимости компаний.

Для капиталоемких компаний, таких как NewCloud, соотношение цены к выручке не является наиболее подходящим показателем оценки, но оно все же достаточно интуитивно понятно для иллюстрации проблем. Более мелкие, быстрорастущие компании, такие как Nebius и Applied Digital, имеют значительно более высокую оценочную премию, чем гораздо более крупная CoreWeave. Выручка CoreWeave продолжает удваиваться, но уже отстает от лидеров роста, темпы роста которых составляют 400-450%.

Если у новой облачной компании и есть реальная проблема, то это не рост, а долгосрочная прибыльность. Новой облачной компании необходимы постоянные инвестиции в микросхемы, электроэнергию и физическую инфраструктуру для масштабирования, и эти затраты немалы.

Например, компания CoreWeave продемонстрировала впечатляющий рост выручки, но ее капитальные затраты еще более ошеломляющи. К другим огромным расходам относятся амортизация микросхем, на которую уже приходится более половины выручки, и растущие процентные расходы, связанные с заимствованиями для строительства дорогостоящей инфраструктуры в краткосрочной перспективе.

Цель этой статьи не состоит в том, чтобы судить о том, добьется ли NewCloud в конечном итоге успеха или является ли текущая цена ее акций разумной. Помимо популярности темы, эта статья действительно призвана показать, что NewCloud идеально отражает противостояние между «быками» и «медведями» на всей территории рынка торговли с использованием искусственного интеллекта.

С одной стороны, они работают на вертикальном рынке, который оказался намного больше, чем кто-либо ожидал ранее, и продолжает расширяться — рынке вычислительных мощностей — и достигли беспрецедентных темпов роста; с другой стороны, стоимость создания таких предприятий также находится на рекордно высоком уровне, требуя огромных инвестиций в стационарную инфраструктуру, которая продолжает обесцениваться.

Возвращение горизонтального SaaS?

Ниже представлен краткий обзор постоянно меняющейся рыночной ситуации в условиях «апокалипсиса SaaS». Одна из компаний, наиболее сильно пострадавших от предыдущего обвала акций программных компаний, показала себя довольно хорошо в прошлом месяце.

За последние 30 торговых дней компании, занимающиеся горизонтальным программным обеспечением, показали одни из лучших результатов в индексе IGV Software ETF, хотя с начала сбора данных они частично потеряли достигнутые ранее успехи.

В целом, фундаментальные показатели этих компаний остаются стабильными. В частности, акции Atlassian не упали под влиянием ИИ, как ожидал рынок ранее.

Эта компания, занимающаяся разработкой программного обеспечения для повышения производительности, превзошла как свои финансовые показатели, так и прогнозы: выручка от облачных сервисов выросла на 31% в годовом исчислении, а выручка от невыполненных заказов выросла еще быстрее. Но, пожалуй, более важным сигналом является то, что ИИ становится движущей силой роста бизнеса, а не препятствием. Компания Atlassian заявила, что ее ИИ-помощник Rovo получил широкое распространение; при этом пользователи Rovo тратят почти вдвое больше средств, чем пользователи, не использующие Rovo.

Это хорошая новость для Atlassian, хорошая новость для Rovo и хорошая новость для горизонтального SaaS.

Однако общая оценка горизонтального SaaS-бизнеса по-прежнему несколько ниже, чем у других категорий программного обеспечения.

За редким исключением, горизонтальные SaaS-компании, включая Atlassian, как правило, имеют ожидаемое соотношение цены к выручке ниже уровня, соответствующего линии тренда «темп роста - оценочный мультипликатор».

Повторюсь, горизонтальный SaaS показал лишь относительно хорошие результаты за один месяц. Одного месяца далеко недостаточно, чтобы убедить рынок в том, что «апокалипсис SaaS» предотвращен.

Конечно, если ваш бизнес в сфере программного обеспечения относится к области кибербезопасности или мониторинга, это совсем другая история — для таких компаний так называемый «конец света для SaaS» так и не наступил.

Сектор кибербезопасности продолжает значительно превосходить другие категории в ETF IGV Software. В этой области искусственный интеллект стал попутным ветром: рынок в целом считает, что ИИ повышает осведомленность людей о рисках киберугроз, и ни один корпоративный клиент не будет прибегать к «вайб-кодированию» для создания собственного решения в области безопасности.

Подтвердится ли эта логика в конечном итоге, покажет время. Но, по крайней мере, на данный момент ситуация с традиционными компаниями-разработчиками программного обеспечения далеко не однородна.

Инвесторы внимательно следят за тем, принесет ли искусственный интеллект пользу или нанесет ущерб каждой компании, и вполне естественно, что они пересматривают свои суждения с каждой новой порцией данных.

На пути к границе эффективности инвестиций в токены

Рыночная ситуация, связанная с использованием моделей, потреблением токенов и управлением расходами на токены, продолжает развиваться в различных интересных направлениях.

Возьмем в качестве примера компанию Databricks.

В вопросах типа «Какую модель нам следует использовать?» и «Какая модель лучше всего?» компания Databricks не прибегала к принципу «победитель получает всё» и не просто предоставляла инженерам бюджет и позволяла им самим решать, как его потратить. Она подняла другой вопрос: «Что если мы разработаем решение, которое автоматически назначает правильные задачи правильным моделям?»

Компания Databricks, безусловно, не единственная, кто этим занимается, но она разработала «умный маршрутизатор» и вполне довольна его производительностью.

Утверждается, что маршрутизаторы Databricks способны при необходимости подключать более мощные и дорогие модели, а при благоприятных условиях использовать более слабые и дешевые, что позволяет «постоянно снижать среднюю стоимость выполнения задачи более чем на 30%».

В целом, стремление к «пределу эффективности» расходования токенов — это отнюдь не плохо. Это означает, что спрос продолжает расти, а сценарии применения не только развиваются на переднем крае производительности, но и распространяются на менее совершенные модели. В первоначальном пессимистическом прогнозе считалось, что эти неоптимальные модели быстро устареют.

Как мы уже упоминали, повышение эффективности расширит сферу спроса, а это именно та динамика, которую хочет видеть рынок, подобно парадоксу Джевонса.

Индекс силы цен токенов от Silicon Data показывает, что общая сила цен снижается, особенно по мере того, как более дешевые открытые модели завоевывают большую долю на расширяющемся рынке.

Здесь необходимо прояснить часто неправильно понимаемое понятие: эти индексы измеряют интенсивность затрат на расходование токенов, а не абсолютную сумму в долларах. Она зависит как от количества потреблённых токенов, так и от общей стоимости токенов. Это означает, что даже если цена за токен снизится, общее количество потреблённых токенов и общая сумма потраченных средств могут продолжать расти.

Действительно важно то, что общий спрос продолжает расти, и ценообразование и выбор моделей, смещающиеся в сторону повышения эффективности, будут только ещё больше стимулировать этот рост. Особенно примечательно, что «спрос на ИИ» или «внедрение ИИ» — это не единое, однородное понятие. Сохраняется значительный разрыв между активными и пассивными пользователями. Это наглядно демонстрирует, что «всегда использовать лучшую модель» может сработать для некоторых компаний, но, безусловно, не для всех.

На рынке сейчас быстро появляется все больше альтернативных вариантов. В целом, это хорошо.

Согласно данным Ramp, платформы для управления корпоративными расходами, все компании увеличивают свои затраты на ИИ, однако разрыв между средним уровнем расходов и показателями 10% крупнейших компаний, а также между показателями 10% и 1% крупнейших компаний чрезвычайно велик.

Данные Ramp, как правило, смещены в сторону технологических компаний, и это необходимо учитывать при их интерпретации. Однако данные показывают, что 10% компаний с наибольшими затратами на ИИ тратят на одного сотрудника примерно в 50 раз больше, чем средняя компания.

Такое распределение, вероятно, не случайно. Компании, которые могут извлечь больше пользы из инвестиций в ИИ, скорее всего, вкладывают больше всего средств — даже если не все компании такие, по крайней мере, значительное число компаний следуют этой модели.

Анализ 107 публично торгуемых компаний, проведенный Boston Consulting Group, показал, что компании, входящие в два верхних квинтиля по использованию токенов, продемонстрировали значительно более быстрый рост выручки, чем другие компании.

Главный вывод здесь заключается в том, что спрос на токены и эффективность их использования взаимно усиливают друг друга: чем больше ценности получает компания, тем больше токенов она потребляет.

Этот процесс, естественно, включает в себя многократные компромиссы между затратами и результатами, и НИОКР всегда сопряжены с определенными первоначальными затратами. Однако для подавляющего большинства компаний бесконтрольное «накопление токенов» никогда не является эффективной стратегией.

Поэтому совершенно очевидно, что это хорошо, что компаниям в будущем больше не придется применять эту практику.

Борьба за таланты в передовых лабораториях

Компания New Media недавно приняла в свою команду двух выдающихся специалистов из OpenAI, поэтому в заключение мы приведем несколько интересных диаграмм, иллюстрирующих ситуацию с привлечением талантов в этой передовой лаборатории искусственного интеллекта.

Дарио Амодей недавно выразил обеспокоенность тем, что сотрудники ставят деньги выше миссии компании. Данные Levels.fyi позволяют предположить, что эта обеспокоенность может быть небезосновательной.

Если интерпретировать данные буквально, то Anthropic платит своим инженерам очень высокие зарплаты, значительно превышающие зарплаты инженеров с аналогичной квалификацией в таких компаниях, как Google и Tesla.

Похоже, что стать членом технической команды — это действительно хорошая идея.

Кроме того, существует еще один набор данных, который также представляет большой интерес.

Согласно данным Live Data Technologies, собранным и представленным компанией Truist Securities, источники кадров в различных лабораториях как в значительной степени совпадают, так и существенно различаются:

Обе компании привлекли значительное количество талантливых специалистов из крупнейших технологических компаний, но только OpenAI нанимала сотрудников из Nvidia и Tesla, и оба этих случая произошли в 2026 году.

Databricks, Snowflake (недавно), Palantir и DeepMind — все они являются источниками талантов для обеих компаний.

Обе лаборатории также наняли значительное количество сотрудников из Salesforce и Stripe.

Однако на этом, похоже, пересечение между ними заканчивается. Anthropic наняла много специалистов из SaaS-компаний, в то время как OpenAI практически не имеет таких специалистов; OpenAI, с другой стороны, наняла много специалистов из компаний, работающих в сфере потребительского интернета, платформенных маркетплейсов и рекламных технологий, в то время как Anthropic наняла относительно мало специалистов в этих областях, за исключением Airbnb, Netflix и Uber.

Что касается значения этих различий, я оставляю это на ваше усмотрение.