Две компании контролируют 89% выручки крупнейших ИИ-стартапов. Догадайтесь какие
Выручка крупнейших ИИ-компаний быстро растет, но почти весь рынок концентрируется вокруг OpenAI и Anthropic. При этом их будущая прибыльность остается под вопросом из-за высоких расходов на вычисления и давления на цены.
Выручка крупнейших ИИ-компаний быстро растет, но почти весь рынок концентрируется вокруг OpenAI и Anthropic. При этом их будущая прибыльность остается под вопросом из-за высоких расходов на вычисления и давления на цены.
По данным анализа The Information, 34 ведущих ИИ-стартапа получают около $80 миллиардов годовой выручки. За шесть месяцев этот показатель вырос на 112%. Однако 89% всей суммы приходится всего на две компании — OpenAI и Anthropic. По данным издания, Anthropic недавно обошла OpenAI по выручке во многом благодаря спросу на Claude Code и другие инструменты для программирования.
За пределами двух лидеров рынок заметно меньше. Среди компаний, которые уже превысили отметку в $500 миллионов годовой выручки, называют Perplexity, ElevenLabs и Cognition. Инвесторы вроде Sequoia видят в этих цифрах подтверждение того, что основная стоимость на ИИ-рынке пока сосредоточена у разработчиков фундаментальных моделей, а не у компаний, которые строят приложения поверх них.
Годовая выручка крупнейших ИИ-компаний выросла почти до $80 миллиардов, но основная часть рынка сосредоточена у двух игроков — OpenAI и Anthropic. Остальные компании занимают лишь небольшую долю совокупной выручки. Источник: The Information.
Но высокая выручка не означает устойчивую прибыльность. Anthropic делит часть доходов с Amazon и Google, а OpenAI до 2030 года должна перечислять Microsoft 20% выручки. При этом только Anthropic и OpenAI вместе тратят более $30 миллиардов в год, в основном на обучение моделей и вычислительную инфраструктуру.
The Register указывает, что маржа крупных ИИ-компаний может оказаться гораздо ниже, чем ожидают инвесторы. Сейчас подписки и корпоративные контракты часто выглядят как программный бизнес с высокой маржинальностью, но реальные расходы на обучение и инференс делают экономику значительно сложнее.
Один из показательных примеров — ИИ-инструменты для разработчиков. Подписчик Claude Code за $200 в месяц может потреблять токенов на сумму, эквивалентную примерно $5000 по API-расценкам. OpenAI, как пишет издание, также теряет деньги на части подписок. Именно поэтому Anthropic, OpenAI, Google и Microsoft все активнее переводят клиентов на оплату по фактическому использованию, где расходы зависят от объема токенов.
Компании создают слишком много ИИ-агентов. Как теперь ими управлять?
Рост цен может подтолкнуть клиентов к более дешевым альтернативам. Аналитик Бенедикт Эванс считает, что ИИ-модели постепенно будут превращаться в инфраструктурный товар: базовые модели станут достаточно хорошими и взаимозаменяемыми, а ценовая власть сместится выше — к приложениям, интерфейсам, операционным системам и облачным платформам.
Этот риск уже виден на рынке разработки. Компании и отдельные разработчики используют ИИ в основном не для самых сложных исследовательских задач, а для типовых программных сценариев, автоматизации и экспериментов с агентами. Для таких задач им не всегда нужна самая дорогая модель. Открытые модели вроде GLM, Kimi, DeepSeek и Qwen уже могут быть достаточно хороши для части менее сложной разработки, а некоторые способны работать локально на подходящем оборудовании.
The Register также обращает внимание на серый рынок дешевого доступа к токенам. Исследовательница Цзылань Цянь из Oxford China Policy Lab писала, что разработчики в Китае получают доступ к американским моделям через API-прокси, несмотря на геоблокировки, проверки телефонов, платежных карт и KYC. Это показывает, насколько сложно крупным ИИ-компаниям одновременно сохранять эксклюзивность моделей, контролировать доступ и удерживать высокую маржу.
В краткосрочной перспективе OpenAI и Anthropic остаются главными бенефициарами ИИ-бума. Они собирают большую часть выручки, доминируют в корпоративных внедрениях и особенно сильны в кодинге — категории, где компании уже готовы платить. По данным Andreessen Horowitz, годовые корпоративные расходы на ИИ-инструменты для программирования достигли около $3 миллиарда, тогда как в юридических, медицинских и клиентских сценариях траты пока значительно ниже.
Долгосрочный риск заключается в том, что сами модели могут подешеветь и стать почти взаимозаменяемой инфраструктурой — как облачные серверы или платежи за API. Тогда основную прибыль будут получать не столько разработчики моделей, сколько компании, через которые пользователи получают к ним доступ: Apple, Google и Microsoft — через операционные системы и устройства, а Amazon, Google и Microsoft — через облачные платформы. То есть деньги могут сместиться от разработчиков моделей к тем, кто контролирует дистрибуцию и инфраструктуру.
Релоцировались? Теперь вы можете комментировать без верификации аккаунта.