Dylan Patel – Two labs will soon control most of the world's workforce
В этом эпизоде подкаста Дваркеш Пател беседует с Диланом Пателом, основателем аналитической компании SemiAnalysis. Главная тема обсуждения — фундаментальный сдвиг в мировой экономике, вызванный беспрецедентным масштабированием инфраструктуры искусственного интеллекта.
Основная мысль видео заключается в том, что ведущие ИИ-лаборатории (OpenAI, Anthropic) переходят от убыточной венчурной модели к сверхприбыльной генерации выручки. Это ведет к тотальной централизации мировых вычислительных мощностей в руках двух-трех компаний. Однако потребность в триллионных капитальных затратах (capex) на инфраструктуру неизбежно столкнется с физическими ограничениями цепочек поставок и вызовет макроэкономический шок: изъятие капитала из других секторов приведет к росту процентных ставок, банкротству традиционных бизнесов и развивающихся стран, что в итоге заставит правительства искусственно тормозить развитие ИИ.
Экономика ИИ-лабораторий: от убытков к сверхприбылям
Переход к финансированию за счет выручки 01:41: До недавнего времени ИИ-лаборатории существовали исключительно за счет венчурного капитала и генерировали убытки. Однако ситуация кардинально изменилась: Anthropic начала получать прибыль во втором квартале, а OpenAI, вероятно, выйдет в плюс в третьем. Теперь рост их бизнеса все больше финансируется за счет собственной выручки, а не внешних вливаний капитала, что меняет фундаментальную экономику отрасли.
Взрывной рост маржинальности инференса 02:29: Базовая стоимость вычислений составляет около $10-15 млн за мегаватт. Ранее обслуживание моделей (например, GPT-4 на GPU Nvidia Hopper) приносило OpenAI отрицательную валовую маржу. Сегодня, при обслуживании моделей уровня GPT-5.6 или Claude 3.5, выручка взлетела до $50 млн на мегаватт. Это позволяет лабораториям тратить $10 на инференс, зарабатывать $50 и реинвестировать всю полученную прибыль обратно в обучение новых, еще более крупных моделей.
Централизация вычислительных мощностей
Олигополия OpenAI и Anthropic 03:51: В начале года Anthropic и OpenAI располагали примерно по 2 гигаватта (ГВт) мощностей. К концу года этот показатель превысит 5 ГВт для каждой компании (рост в 3-4 раза). Из 30 ГВт новых вычислительных мощностей, введенных в мире в этом году, на долю лабораторий приходится около 30%.
Захват будущих мощностей 04:05: В следующем году в мире появится около 50 ГВт новых мощностей, и Anthropic с OpenAI законтрактовали от 40% до 50% из них. К концу следующего года более половины всех новых вычислительных мощностей на планете будет направляться исключительно в эти две лаборатории. Централизация не замедляется, а только ускоряется.
Скупка сторонних кластеров 04:31: Даже если другие игроки (например, SpaceX) строят огромные вычислительные кластеры, они, скорее всего, будут сдавать их в аренду OpenAI или Anthropic. Причина в том, что только эти две лаборатории обладают моделями и рыночной властью, позволяющими платить максимальную цену за маржинальные вычисления. Кроме того, лаборатории начинают активно использовать собственные чипы (OpenAI) или закупать TPU у Google (Anthropic).
Физические и финансовые дисбалансы масштабирования
Экономика производства чипов (Fab Capex) 07:15: Для производства 1 ГВт вычислительных мощностей в год требуется около 55 000 пластин N3, 6 000 пластин N5 и 170 000 пластин DRAM. Оборудование для этого стоит $3-4 млрд. С учетом строительства самих фабрик (чистых комнат и инфраструктуры) капитальные затраты составляют $6 млрд.
Колоссальный разрыв между затратами и выручкой 08:24: Фабрика за $6 млрд производит 1 ГВт мощностей каждый год. При этом 1 ГВт сегодня генерирует $100 млрд конечной ИИ-выручки в год. За пять лет капитальные затраты в $6 млрд на уровне производства чипов создают более $1 трлн выручки на уровне ИИ-приложений. Капитализм не терпит такой разницы (100-кратный разрыв), поэтому рынок будет пытаться масштабировать производство любыми средствами.
Инерция цепочек поставок 09:44: Несмотря на гигантский финансовый стимул, физический мир не может масштабироваться мгновенно. Нельзя просто дать ASML $10 млрд и завтра получить новые EUV-литографы — производство зеркал и линз требует времени. Цепочка поставок (TSMC, ASML, энергетика) реагирует на сигналы спроса с задержкой в годы, что создает жесткое «бутылочное горлышко» для ИИ-лабораторий.
Макроэкономические последствия: рост ставок и долговой кризис
Потребность в триллионных кредитах 12:26: Несмотря на огромную выручку, ИИ-лаборатории не смогут профинансировать будущие капитальные затраты (capex) только из денежного потока. Если к 2028 году потребуется построить 100 ГВт мощностей, капитальные затраты превысят $2 трлн. Для этого гиперскейлерам и ИИ-компаниям придется массово привлекать долговое финансирование.
Эффект вытеснения (Crowding Out) и рост ставок 13:35: Если технологический сектор выйдет на долговой рынок за триллионами долларов, он начнет конкурировать за капитал с правительствами и традиционным бизнесом. Чтобы привлечь эти деньги, ИИ-компаниям придется предлагать более высокую доходность (например, 8% вместо текущих ставок). Это неизбежно потянет вверх глобальные процентные ставки.
Волна банкротств в традиционной экономике 14:19: Рост процентных ставок станет катастрофой для закредитованных секторов. Развивающиеся страны (Пакистан, Нигерия), телекоммуникационные компании, производители потребительских товаров и традиционная инфраструктура просто не смогут рефинансировать свои долги по новым, высоким ставкам. ИИ-индустрия буквально «высосет» капитал из остальной экономики, спровоцировав суверенные и корпоративные дефолты.
Регуляторные барьеры и замедление прогресса
Вмешательство государства 16:20: Правительства не позволят ИИ-индустрии разрушить традиционную экономику. Если массовый выпуск ИИ-облигаций начнет банкротить целые страны и ключевые отрасли из-за роста ставок, политики вмешаются и искусственно ограничат развитие искусственного интеллекта.
Физические и бюрократические ограничения 16:40: Торможение уже началось на уровне инфраструктуры. Нью-Йорк запрещает строительство новых дата-центров, Техас вводит моратории, Огайо требует авансовых платежей за электроэнергию. Экспортные ограничения и требования к безопасности (отказ от релиза самых мощных моделей) также работают как искусственные ограничители скорости.
Сценарий «медленного взлета» (Slow Takeoff) 17:27: Из-за совокупности факторов — физической нехватки оборудования, дефицита электроэнергии, макроэкономических шоков и жесткого регулирования — быстрого и неконтролируемого появления AGI (сильного ИИ) не произойдет. Прогресс будет замедляться не из-за пределов самой технологии, а из-за неспособности физического мира и глобальной экономики адаптироваться к ее экспоненциальным требованиям.
🔍 Анализ: фактчек и польза
ФАКТЧЕК
Переход к финансированию за счет выручки: Anthropic начала получать прибыль во втором квартале, а OpenAI, вероятно, выйдет в плюс в третьем. — ⚠️ спорно/неточно: Anthropic действительно отчиталась о первой в истории операционной прибыли в $559 млн за Q2 2026 года при выручке $11.5 млрд. Однако OpenAI остается глубоко убыточной: по утечкам, в 2025 году компания потеряла $39 млрд при выручке $13 млрд, и ее выход в плюс в Q3 2026 года не подтверждается независимыми финансовыми отчетами.
Олигополия OpenAI и Anthropic: к концу года мощности каждой компании превысят 5 ГВт. — ✅ подтверждается: В 2026 году Anthropic заключила сделки на 5 ГВт с Amazon и еще на 5 ГВт с Google/Broadcom (начиная с 2027 года), а также арендует мощности у SpaceX. OpenAI также масштабирует инфраструктуру до сопоставимых значений (около 3-5 ГВт к концу 2026 года), что делает эти две лаборатории абсолютными лидерами по потреблению ИИ-вычислений в мире.
Экономика производства чипов: для 1 ГВт мощностей нужно $6 млрд капитальных затрат на фабрики (55 000 пластин N3, 6 000 N5). — ✅ подтверждается: Это точные расчеты аналитического агентства SemiAnalysis (Дилан Пател) и Bernstein. При этом 1 ГВт вычислительных мощностей способен генерировать до $100 млрд конечной выручки от ИИ-приложений, что создает беспрецедентный капиталистический стимул для масштабирования.
Торможение на уровне инфраструктуры: Нью-Йорк запрещает новые дата-центры, Техас вводит моратории, Огайо требует авансовых платежей. — ✅ подтверждается: В июле 2026 года губернатор Нью-Йорка подписала указ о первом в США годовом моратории на строительство новых гиперскейл-дата-центров (от 20 МВт). В Техасе и Огайо (например, AEP Ohio) действительно вводятся жесткие требования к оплате подключения к сетям и авансовым платежам, чтобы защитить обычных потребителей от роста тарифов на электроэнергию.
ЛИЧНО ДЛЯ ТЕБЯ
Смещение фокуса на прикладные продукты: Разрыв между стоимостью железа ($6 млрд) и выручкой от ИИ ($100 млрд) означает, что основные деньги сейчас делаются на прикладном уровне (API, боты, SaaS). Для твоих Telegram-ботов и веб-проектов это сигнал не пытаться конкурировать в базовых технологиях, а использовать дешевеющий API для создания конечной ценности.
Риск монополизации API: Концентрация 50% мировых вычислительных мощностей у OpenAI и Anthropic означает, что твой бизнес будет зависеть от их ценовой политики и аптайма. Стоит закладывать архитектурную гибкость в проекты (LLM-агностичность), чтобы легко переключаться между Claude, ChatGPT и Gemini в случае резкого изменения тарифов или сбоев.
Макроэкономические риски для стартапов: Если прогноз о росте процентных ставок из-за триллионных кредитов ИИ-гигантов сбудется, привлекать венчурные инвестиции для обычных IT-проектов станет сложнее. Лучшая стратегия сейчас — бутстрэппинг и фокус на продуктах, которые генерируют выручку с первого дня, а не требуют долгих раундов финансирования.