Когда интеллект начинает окупаться: как ИИ превращается из эксперимента в бизнес

Мировая индустрия искусственного интеллекта подошла к главному вопросу десятилетия: когда “умные” модели начнут приносить прибыль?

По данным Air Street Capital в отчёте “State of AI Report”, впервые за всю историю развития ИИ лаборатории вроде OpenAI, Anthropic и Google DeepMind приблизились к операционной окупаемости. Если раньше огромные бюджеты уходили на обучение (“training”) и инфраструктуру, то теперь доходы от реального применения (“inference”) начинают перекрывать эти издержки.

Как выразился Дарио Амодей, глава Anthropic: «Если бы каждая модель была отдельной компанией, многие из них уже были бы прибыльными».

ИИ-модель сегодня – это не просто алгоритм, а цифровой актив со своим жизненным циклом. На старте требуются капитальные вложения (CapEx): вычисления, данные, инфраструктура. Далее наступает эксплуатационная стадия (OpEx): миллионы запросов пользователей, корпоративные API, подписки и сервисы. Именно этот поток “интеллектуальных транзакций” – обработанных токенов, запросов, видео, голосов – становится источником выручки.

Формируется новая формула рентабельности: “inference оплачивает обучение”. Каждый выполненный запрос приближает модель к окупаемости. При соотношении “inference к training” более 4:1 и марже свыше 60%, модель становится прибыльной – так показывает аналитика Air Street Capital.

ИИ теперь можно рассматривать как инвестиционный актив с понятной логикой возврата:

• вложения в обучение (training) – это капитальные расходы,
• вызовы и использование (inference) – эксплуатационные доходы,
• результат – прибыль через массовое применение.

Каждая успешная модель становится эквивалентом “виртуального завода”, производящего знания. Чем больше пользователей, токенов и приложений проходит через её API, тем выше коэффициент окупаемости. GPT-4o, Claude 3.5 и другие модели уже находятся в “зоне прибыли” – они обрабатывают миллиарды запросов ежемесячно, а расходы на инфраструктуру перекрываются потоком inference-доходов.

Рынок искусственного интеллекта повторяет путь полупроводниковой индустрии:

как литейные фабрики (foundries) превращали кремний в чипы, так AI-лаборатории превращают вычислительные мощности в цифровой интеллект. Каждое поколение моделей требует всё больше ресурсов, но и даёт больше возврата. ИИ перестаёт быть исследовательской затратой – он становится “умной фабрикой” по производству решений.

Новые источники выручки распределяются так:

• подписки и корпоративные лицензии (ChatGPT Team, Claude Pro, Gemini Advanced);
• реклама в AI-интерфейсах (Perplexity экспериментирует с нативными AI-объявлениями);
• кастомизация и обучение моделей под клиента.

Таким образом, интеллектуальная мощность превращается в капитал.

Если в 2020-х компаниям достаточно было демонстрировать рост пользователей, то в 2025-м решающим фактором стала маржинальность. Лидеры рынка показывают разные результаты:

• Anthropic – около 60%,
• Perplexity – также около 60%,
• OpenAI – стабилизируется на уровне 50%,
• Lovable и Replit, ориентированные на AI-кодинг, держатся в диапазоне 20–35%.

Главная угроза прибыли – дороговизна вычислений. Каждый запрос к модели требует дорогостоящего GPU-времени, энергии и памяти. Поэтому компании переходят к стратегиям self-hosted решений – собственных моделей и дата-центров, чтобы снизить зависимость от внешних API.

ИИ-рынок быстро переходит к экономике эффективности. Среди ключевых направлений: Внедрение механизмов кеширования и retrieval-модулей сокращает количество повторных токенов. Например, модель тарифицируется не за миллионы символов, а за успешно созданный кодовый модуль. Anthropic и Google активно развивают энергоэффективные AI-фермы с низким углеродным следом. В игру входят подписки, рекламные форматы, лицензирование и кастомные модели.

Для России этот момент открывает стратегическое окно возможностей.

Национальные платформы – Сбер GPT, Яндекс GPT, VK Cloud AI – уже создают замкнутые вычислительные циклы, где обучение и использование происходят внутри страны. Так формируется устойчивая unit-экономика, а прибыль остаётся в экосистеме. Важнейшее направление – развитие инженерии эффективности: специалистов, способных оптимизировать инфраструктуру, балансировать вычислительные издержки и повышать маржу.

Это новая профессия цифровой эпохи – архитектор вычислительной экономики.

2025 год стал годом, когда интеллект научился окупаться. ИИ-модели перестают быть лабораторными экспериментами и превращаются в доходные цифровые предприятия. Эпоха “умных идей” смещается в сторону умной экономики, где ценится не только глубина модели, но и эффективность её использования. Как когда-то нефть стала источником индустриального богатства, так сегодня интеллект становится новой энергией цифрового века. Чем больше запросов обрабатывает модель, тем сильнее растёт её капитализация – и тем быстрее окупаются вычисления, данные и труд инженеров. ИИ-революция 2025-го – это переход от исследований к бизнесу, от гипотез к балансовым отчётам. Главный вызов следующего цикла – не создание ещё более “умных” систем, а формирование экономически устойчивого интеллекта, где каждая операция приносит прибыль. В выигрыше окажутся те, кто умеет соединить науку, инженерию и экономику в единый замкнутый контур – обучение, использование и возврат инвестиций.

Материал подготовлен доцентом кафедры бизнес-информатики Финансового университета при Правительстве Российской Федерации, к.э.н. Зубовым Ярославом Олеговичем, и заместителем заведующего кафедрой бизнес-информатики Финансового университета при Правительстве Российской Федерации Сергеевым Степаном Алексеевичем.