Куда на самом деле утекают деньги в эпоху ИИ: лекция партнёра известного PE-фонда в Стэнфорде

Партнёр венчурной компании Altimeter Capital Апурв Агравал в открытой лекции в Стэнфордском университете отметил, что текущая ИИ-индустрия демонстрирует «перевёрнутую пирамиду» прибыли, кардинально отличающуюся от традиционного интернета. Из примерно 300 млрд долларов экосистемной выручки до 75 % уходит на полупроводниковый уровень с валовой маржой около 75 %; а прикладной уровень ограничен высокими предельными затратами на вычисления, и его валовая маржа составляет лишь от 0 % до 30 %. Чтобы преодолеть узкое место низкой доходности — всего 10 долларов на пользователя в год (ARPU), — он утверждает, что выход ChatGPT и других ИИ-приложений в рекламную сферу станет главным прорывом отрасли в этом году.

«Перевёрнутая пирамида» на 300 млрд долларов: 75 % выручки уходит полупроводникам

Оглядываясь на революции интернета, мобильной связи и облачных вычислений за последние 25 лет, их модели монетизации обычно имели форму пирамиды: базовая инфраструктура приносила относительно тонкую прибыль, а верхний прикладной уровень забирал самую жирную маржу. Однако нынешняя ИИ-экосистема демонстрирует прямо противоположную картину.

Агравал прямо заявил на лекции, что экосистема генеративного ИИ кардинально отличается от прежней экосистемы облачных вычислений и представляет собой «перевёрнутую пирамиду». Для объяснения глубинной логики этого явления он привёл точку зрения известного инвестора Кремниевой долины Марка Андрессена:

«Как говорил Марк Андрессен, программное обеспечение пожирает мир, потому что я могу разработать программу и распространить её среди миллионов людей, а предельные издержки на её работу близки к нулю, и валовая маржа софтверных компаний достигает 80 % или даже 90 %. Но экономика искусственного интеллекта устроена иначе».

Корень этого различия — в стоимости вычислений. «Дополнительный пользователь ИИ-приложения не бесплатен, потому что вам нужно потреблять огромные объёмы GPU-ресурсов, и стоимость обслуживания ИИ-пользователя гораздо выше». Агравал отметил, что из примерно 300 млрд долларов новой выручки, появившейся в ИИ-отрасли за последние два года, «около 75 % напрямую ушло в полупроводниковую отрасль; прикладной бизнес хотя и вырос более чем в десять раз, но всё ещё не оказал большого влияния».

Во всём технологическом стеке полупроводниковый уровень сейчас является самой прибыльной частью. Агравал привёл чрезвычайно впечатляющее сравнение маржинальности:

Катализаторы разрушения «равновесного состояния»: собственные ASIC гигантов и перелом в капитальных затратах

Относительно того, как долго продержится эта «перевёрнутая пирамида», в которой доминирует Nvidia и нижний уровень забирает львиную долю прибыли, на рынке существуют огромные разногласия. Агравал дал свой прогноз: «Я предполагаю, что в облаке она сохранит текущее состояние дольше, чем я ожидал, — около десяти лет. Мне кажется, это может продлиться ещё дольше, потому что достичь стабильного равновесия слишком сложно».

Однако он также указал инвесторам на два ключевых катализатора, которые могут сломать эту картину:

Прорыв облачных гигантов в собственных чипах: если ASIC-проект какого-либо оператора гипермасштабируемых дата-центров добьётся прорыва — будь то TPU от Google, MTIA от Meta или проекты Amazon и Microsoft, — это может стать поворотным моментом. В случае прорывного прогресса это станет крупнейшей переоценкой данного уровня.

Изменение ориентиров по капитальным затратам гигантов: ещё один катализатор — ориентиры по капитальным затратам (Capex) операторов гипермасштабируемых дата-центров. Если крупные гиганты перестанут давать резко повышенные ожидания по капитальным затратам, это может означать, что текущее равновесное состояние не работает.

Кроме того, смена структуры спроса на вычислительные мощности также заслуживает пристального внимания. Сейчас около 60 % продаваемых Nvidia GPU используются для обучения, а 40 % — для инференса. Агравал считает, что «со временем доля задач инференса будет постепенно расти», но рабочая нагрузка инференса крайне нестабильна, что не только проверит утилизацию оборудования, но и перекроит конкурентный ландшафт промежуточного уровня (инференс-прослойки).

Главная гипотеза монетизации ИИ: «Мы должны идти в рекламу»

На прикладном уровне потребительский ИИ, представленный ChatGPT, сталкивается с противоречием между огромной пользовательской базой и низкой эффективностью монетизации. Агравал поделился ключевыми цифрами: у ChatGPT около 1 млрд пользователей (сопоставимо с ранним Facebook), но «около 95 % пользователей — бесплатные».

По сравнению с текущим доходом на пользователя в год (ARPU) у интернет-гигантов разрыв ИИ-приложений очевиден:

[Alphabet] $100 / год (около 4 млрд пользователей) 

[Meta]  $70 / год (около 3,5 млрд пользователей)

[ChatGPT]    $10 / год (около 1 млрд пользователей)

Исключив возможность того, что чисто подписочная модель для интеллектуальной работы сможет оправдать триллионную оценку, Агравал выдвинул свой окончательный прогноз по модели коммерциализации ИИ: «Второй вопрос: как нам поднять доход с 10 долларов на пользователя в год до 100 долларов? Я не уверен, что одной рекламы и подписки достаточно. Ответ — мы должны идти в рекламу».

Он считает, что большие языковые модели обладают уникальными преимуществами в размещении рекламы:

Более выгодная цена: большие модели могут точнее понимать истинные намерения пользователей.

Отличная атрибуция: способны точно отслеживать путь конверсии.

Более высокое доверие: диалоговое взаимодействие формирует сильное доверие пользователей.

Хотя рынок пессимистично или скептически относится к «вставке рекламы в частные ИИ-диалоги», Агравал сравнивает это с аргументами медведей десятилетней давности против мобильной рекламы Facebook. «Думаю, это станет ещё одной крупной новостью в этом году, это определённо будет большое событие… Я оптимистично полагаю, что мы найдём ответ, и это станет серьёзным прорывом существующей экономической модели».