Два года рынок базовых моделей сталкивался с обоснованным скепсисом по поводу колоссальной скорости сжигания капитала. На раннем этапе юнит-экономика передовых лабораторий выглядела удручающе: миллиарды долларов сгорали в вычислительных мощностях без намека на положительную маржинальность генерации токенов. Ситуация кардинально меняется по мере того, как разработчики моделей переходят на промышленные рельсы: они закупают электроэнергию по оптовым ценам в 10–15 миллионов долларов за мегаватт и упаковывают ее в монетизируемую когнитивную работу.
Перелом в экономике мегаватта
Реальная нижняя граница себестоимости ИИ-инфраструктуры определяется расходами на физическую электроэнергию и емкость дата-центров. Дилан Патель из SemiAnalysis в подкасте Dwarkesh Podcast отметил, что базовая стоимость вычислений составляет от 10 до 15 миллионов долларов за мегаватт. В 2024 году Anthropic работала с критической валовой маржой в −94%, сжигая 1,94 доллара на инфраструктуру с каждого полученного доллара выручки.
Это уравнение маржинальности развернулось на 180 градусов благодаря росту корпоративного спроса на инференс и оптимизации операционных процессов. Anthropic вывела валовую маржу в плюс, генерируя до 50 миллионов долларов выручки с мегаватта при базовых затратах в 10–15 миллионов. Этот сдвиг позволил компании зафиксировать 559 миллионов долларов квартальной операционной прибыли при годовом темпе выручки (run-rate) в 10,9 миллиарда долларов, превратив инференс в самоокупаемый генератор денежного потока.
«Базовая стоимость вычислительных мощностей обычно составляет около 10, 13 или 15 миллионов долларов за мегаватт. В случае с Anthropic выручка достигла 50 миллионов долларов на мегаватт. Теперь это дает им простую возможность: потратив 10 долларов на мощности инференса, они получают 50 долларов выручки. А затем направляют всю эту прибыль на обучение новых моделей».
Подобная динамика полностью меняет структуру финансирования передового ИИ. Чистая операционная маржа Anthropic на уровне около 5% пока далека от теоретических 80% в классическом SaaS, однако этот разрыв обусловлен агрессивным реинвестированием, а не структурными убытками. Операционная прибыль от продажи токенов напрямую направляется в кластеры предобучения и найм инженеров, формируя внутренний маховик капитала и снижая зависимость от венчурных раундов.
Архитектурная эффективность и фабрика моделей
Получение 50 миллионов долларов с мегаватта — это прежде всего инженерная задача. Разреженные (sparse) архитектуры и оптимизированные ядра инференса позволяют поставщикам достигать целевых показателей интеллекта при снижении нагрузки на активные параметры на порядок. Это сокращает расход энергии на токен и гарантирует стабильность цен на API для корпоративных клиентов.
Разработка моделей стремительно эволюционировала из сферы поисковых исследований в автоматизированный промышленный конвейер. Сделка Nvidia по покупке стартапа Poolside за 6 миллиардов долларов — с дополнительными операционными обязательствами еще на 1 миллиард — наглядно отражает этот переход. Как отметил Джейсон Уорнер из Poolside, отдельные флагманские модели недолговечны; долгосрочным активом бизнеса становится сама фабрика моделей, способная автоматизировать поиск архитектур и выпускать готовые веса вроде Laguna S за недели, а не кварталы.
Инференс больше не является убыточным инструментом демпинга ради захвата доли рынка. Для руководителей бизнеса, строящих процессы на базе API, высокая отдача на мегаватт гарантирует предсказуемые цены и уверенность в том, что провайдеры инфраструктуры способны финансировать разработку моделей следующего поколения исключительно за счет операционного денежного потока.