Дослідження: глобальний квартальний дохід ШІ вперше перевищує амортизаційні витрати, але 850 мільярдів інфраструктурних зобов'язань чекають на окупність.

Згідно з Bloomberg від 25 червня, який посилається на дослідницьку компанію Exponential View, яка проаналізувала набір даних про витрати на ШІ понад 1 000 компаній, було зроблено висновок: у першому кварталі 2026 року глобальний дохід від ШІ (без урахування Китаю) досяг 25 мільярдів доларів, вперше перевищивши амортизаційні витрати в 21 мільярд доларів за той самий період. Однак інфраструктурні зобов'язання на суму 850 мільярдів доларів ще мають окупитися.

Вразливість гіпотези шестирічної амортизації: якщо термін служби GPU скоротиться, базовий рівень у 21 мільярд доларів зросте

Технологічні та хмарні компанії зараз зазвичай розподіляють вартість таких пристроїв, як AI-чіпи, на приблизно шестирічний термін використання, що безпосередньо визначає розмір щоквартальних амортизаційних відрахувань. Базовий рівень амортизації Exponential View у 21 мільярд доларів повністю базується на цьому шестирічному припущенні.

Якщо фактичний термін служби GPU-кластерів буде меншим за шість років — наприклад, через стрибок продуктивності наступного покоління чіпів, що призведе до передчасного вибуття поточного обладнання — амортизація прискориться, базовий рівень у 21 мільярд доларів зросте, і квартальний дохід у 25 мільярдів доларів повернеться від «перевищення» до «не встигання».

У статті зазначається, що AI-чіп Jalapeno, спільно розроблений OpenAI та Broadcom, нібито заощаджує близько 50% витрат порівняно з існуючими GPU-рішеннями. Очікується, що він надійде до центрів обробки даних партнерів, таких як Microsoft, пізніше цього року; така конкуренція з боку пропозиції лише починається.

Потенційний вплив низьковартісних моделей, таких як DeepSeek, на ціноутворення AI-послуг

На стороні доходів деякі користувачі вже почали переходити на дешевші або навіть безкоштовні китайські моделі, такі як DeepSeek. Якщо корпоративний сектор масово мігрує до низьковартісних моделей, гіперскейлери будуть змушені знижувати ціни на свої AI-послуги: навіть якщо кількість користувачів зростатиме, дохід на одного користувача може пропорційно зменшуватися, роблячи щойно подолану амортизаційну межу знову важкодосяжною.

Інфраструктурні зобов’язання на 850 мільярдів доларів проти квартального доходу в 25 мільярдів доларів

Дані Bloomberg за той самий період показують: нові зобов’язання Meta щодо оренди центрів обробки даних досягли 79 мільярдів доларів; у Microsoft — 41 мільярд доларів; загальні майбутні зобов’язання з оренди центрів обробки даних у всій хмарній індустрії становлять 850 мільярдів доларів.

850 мільярдів доларів інфраструктурних зобов’язань відповідають квартальному доходу в 25 мільярдів доларів; лише амортизаційна межа потребує тривалого стабільного перевищення протягом кількох років, щоб ця будівельна хвиля увійшла у справжній період окупності. Висновок статті: «Перетин амортизаційної межі є фактом, але чи це початок нової ери, чи тимчасова цифра, якою ця будівельна хвиля сама себе переконує, покажуть дані наступних кількох кварталів.»

Поширені запитання

Що означає «амортизаційні витрати» і чому це порівняння має сенс?

Амортизація (depreciation/amortization) — це бухгалтерський метод розподілу великих капітальних витрат (наприклад, придбання GPU) на кожен період протягом строку їх корисного використання. Порівняння з амортизаційними витратами, а не з фактичною сумою покупки, має сенс, оскільки це ближче до фактичного «споживання» капіталу за період і є стандартним способом оцінки, чи починають інвестиції окупатися. Перевищення квартального доходу від AI над амортизаційними витратами означає, що з бухгалтерської точки зору AI-бізнес починає «покривати» амортизацію вже вкладених інфраструктурних витрат.

Чи є гіпотеза шестирічної амортизації обґрунтованою?

Згідно зі статтею, шість років — це загальноприйнятий строк амортизації для AI-обладнання, який зараз використовують технологічні та хмарні компанії, що є галузевою практикою. Однак оновлення AI-апаратного забезпечення відбувається дуже швидко: якщо наступне покоління чіпів значно перевершить поточні GPU протягом трьох-чотирьох років, фактичний строк служби наявного обладнання може бути меншим за шість років, що призведе до вищих фактичних амортизаційних витрат. Таким чином, шестирічна гіпотеза є одночасно поточним галузевим стандартом і найбільшою змінною невизначеності для результатів аналізу.

Як чіп Jalapeno від OpenAI впливає на це рівняння?

Згідно зі статтею, Jalapeno — це власний AI-чіп, спільно розроблений OpenAI та Broadcom, який нібито заощаджує близько 50% витрат порівняно з існуючими GPU-рішеннями. Очікується, що він надійде до центрів обробки даних партнерів, таких як Microsoft, пізніше цього року. Якщо більш ефективні та дешевші чіпи будуть широко впроваджені, з одного боку, це може знизити майбутню базу амортизації (що сприятливо для доходів), а з іншого — може прискорити передчасне вибуття наявних GPU, збільшуючи короткостроковий амортизаційний тиск.