В середине января аналитики А-Клуба выпустили VC-стратегию на 2026 год, в рамках которой провели комплексный анализ ситуации на глобальном венчурном и смежных рынках. В рамках специальной серии статей А-Клуб делится выдержками из этого материала. Сегодня – часть о рынке искусственного интеллекта.

Базовые понятия

В общем смысле искусственный интеллект – это система, способная решать задачи, которые традиционно были подвластны только человеку. Использование настолько широкого термина с размытыми границами оправдано, поскольку с течением времени технологии AI используются во всё большем числе процессов. Упрощённо это работает следующим образом: система обучается на массиве данных, выявляет закономерности и оказывается способной к интерпретации, формированию прогнозов и созданию нового контента. В основе работы AI лежат методы машинного обучения: от самых простых регрессий до сложных нейронных сетей, последовательно обрабатывающих информацию. Мы не будем погружаться в технические аспекты работы AI и обратим внимание лишь на то, что искусственный интеллект бывает предиктивным и генеративным.

Предиктивный – уже внедрённый повсеместно – позволяет анализировать существующие данные, находить закономерности и делать прогнозы. Простой пример: моментальный анализ особенностей клиента банка для принятия решения о выдаче ему кредита. Или работа рекомендательных сервисов в социальных сетях – сейчас она построена именно на основе предиктивного AI. Это довольно зрелая технология, и на текущий момент ажиотаж вокруг неё несколько утих. В свою очередь, генеративный AI в последние годы буквально взрывает информационное пространство, и «бум искусственного интеллекта» связан именно с ним. Генеративный AI – технология, позволяющая генерировать новый, ранее не существовавший контент. Ключевым элементом здесь являются большие языковые модели (LLM) – нейросети, способные анализировать и писать тексты. В спектр задач, решаемых genAI, также входит генерация изображений и видео.

Ожидания от рынка AI в целом, и генеративного AI в частности, высоки. По мнению участников рынка, технология genAI способна изменить ландшафт современной экономики в ближайшее десятилетие. Прогнозируемый среднегодовой темп роста (CAGR) рынка превышает 40%. И это одна из причин взрывного роста оценок компаний, связанных с AI, в последние годы. Для иллюстрации, только за 2025 год оценка Anthropic – одного из лидеров отрасли, выросла более чем в 18 раз. А оценка OpenAI уже превышает 500 млрд долларов, делая разработчика ChatGPT одной из самых дорогих частных компаний в истории.

Структура рынка

Сейчас рынок искусственного интеллекта (в первую очередь говорим о сегменте genAI) представляет собой целую экосистему, объединяющую традиционное «железо» и интеллектуальные ресурсы. Пойдём по порядку: ключевым продуктом отрасли являются LLM-модели (речь о привычных ChatGPT, Claude, Gemini и так далее) – их разрабатывают так называемые AI-архитекторы. К числу крупнейших архитекторов относятся OpenAI, Anthropic, Google и xAI. Это «мозг» и место сосредоточения прорывных разработок в сфере AI.

Для обучения и работы моделей genAI требуется соответствующая инфраструктура. Здесь сразу отметим, что процесс работы с генеративным AI делится на два этапа.

• •

  Первый – это обучение модели, в рамках которого «на вход» нейросети подаются огромные массивы данных. Модель анализирует их, выделяет ключевые паттерны и в результате становится способной генерировать новый контент. Обучение идёт довольно долго (от нескольких дней до месяцев), и именно благодаря этому процессу AI-архитекторы создают продвинутые модели genAI, впоследствии доступные обычным пользователям.

• •

  Второй этап – работа уже обученной модели при ответе на запрос пользователя (так называемый инференс). Ответы, в отличие от периода обучения, генерируются уже обученной системой в режиме реального времени.

Очевидно, работа с genAI в рамках этих этапов требует наличия вычислительных мощностей. Здесь в дело вступают AI-чипы – именно они позволяют обрабатывать большие данные. В отрасли генеративного AI стандартом стало использование графических процессоров GPU, способных производить параллельные вычисления. Лидерами в проектировании таких чипов являются NVIDIA (ставшая в 2025 году самой дорогой компанией мира с капитализацией более $5 трлн именно вследствие бума AI) и AMD. А крупнейшей компанией, которая физически производит чипы, является тайваньская TSMC.

Тысячи чипов для обучения и работы моделей AI объединяются в специальных кластерах дата-центров. Крупнейшие дата-центры строятся и эксплуатируются так называемыми гиперскейлерами – технологическими корпорациями, предоставляющими корпоративным клиентам услуги в сфере облачных вычислений. К гиперскейлерам относятся такие имена как AWS, Microsoft, Google и Oracle. Именно они «снабжают» разработчиков LLM-моделей необходимой инфраструктурой. К примеру, в сентябре 2025 года OpenAI заключила контракт на покупку вычислительных мощностей у Oracle на сумму $300 млрд (общая мощность дата-центров в рамках проекта составит 4,5 ГВт). К слову, инвестиции в строительство дата-центров – один из ключевых драйверов роста глобальной экономики в прошлому году. А потребность в мощностях по мере развития AI-моделей только растёт.

Итак, AI-архитекторы, разработчики чипов и гиперскейлеры образуют скелет сферы искусственного интеллекта. Однако в AI-экосистему входит огромное число других компаний. Кратко опишем другие значимые бизнес-функции.

• •

  Обеспечение работы дата-центров – здесь и организация соединений внутри ЦОД, и электроснабжение (один дата-центр потребляет энергию как 100 тысяч домохозяйств), и производство систем охлаждения.

• •

  Обеспечение данных для обучения LLM-моделей – для корректного обучения часть сырых данных должна быть размечена и структурирована. Этим, к примеру, занимается компания Scale AI.

• •

  Создание AI-инструментов и AI-агентов на основе LLM-моделей для решения конкретных бизнес-задач – это прикладной слой, который формируют кодинговые платформы, агенты для маркетинга и так далее.

Модели LLM

Внимание участников рынка приковано в первую очередь к разработчикам LLM–моделей. Именно такие компании, как OpenAI (разработчик ChatGPT) и Anthropic (разработчик Claude), были пионерами в создании моделей, которыми сейчас пользуется весь мир. Ключевые игроки регулярно улучшают свои флагманские LLM-модели, делая их более «умными» и способными решать всё более сложные задачи. Новые, улучшенные относительно прошлых версий, модели появляются в среднем каждые 3-4 месяца. Так компании–разработчики борются за клиентскую базу.

Существует большое число бенчмарков и параметров для сравнения качества LLM-моделей. К примеру, одним из самых обширных бенчмарков является Intelligence index от Artificial Analysis. Согласно ему, сейчас наиболее умной моделью является новый Claude Opus 4.6.

Отметим ещё два параметра: частота галлюцинаций LLM-модели и размер контекстного окна. Начнём с первого: галлюцинации и ошибки в ответах больших языковых моделей – главная «боль» пользователей. Это критично в чувствительных отраслях, например, в медицине. Согласно опросу McKinsey, более 54% компаний видят проблему неточности моделей и стараются её решить. Тесты на уровень галлюцинаций показывает, что самыми корректными (аккуратными) моделями являются Claude от Anthropic.

Теперь о втором: величина контекстного окна определяет, сколько информации может удержать в памяти и обработать модель в рамках одного запроса. Чем больше окно, тем лучше работает LLM – не теряет нить в длинных запросах и может сразу обработать несколько объёмных файлов. С точки зрения этого параметра лучшей на рынке моделью является Grok 4 c размером окна 2 млн токенов. К слову, в последние годы экспоненциально растёт возможность AI долго «думать» над сложными и многосоставными задачами, не теряя нити запроса.

Пена на рынке AI

Одним из главных опасений глобальных инвесторов становится избыточный рост AI-сектора, имеющий признаки пузыря. Действительно, инвестиции в AI и оценки технологических компаний растут невероятно высокими темпами, притом сопоставимого бизнес-эффекта участники рынка пока не видят. Развитие LLM-моделей требует инфраструктурных мощностей: ожидаемый объём CAPEX для развития всей AI-сферы может превысить $4 трлн к 2030 году.

AI-компании оценены исходя из предпосылки, что технология искусственного интеллекта в ближайшие годы изменит мир. Масштабные инвестиции в сектор не прекращаются несмотря на отсутствие финансовой выгоды здесь и сейчас (о позитивном влиянии внедрения AI на EBIT говорят менее половины опрошенных McKinsey компаний). Яркий пример: к моменту ожидаемого выхода в прибыль лидер сектора OpenAI «сожжёт» несопоставимо больше денег, чем идейно схожие компании прошлого. Ещё одной проблемой является взаимозависимость крупнейших игроков в сфере AI. Число связанных сделок и их объёмы поражают. Покупка чипов, акций и мощностей идёт «по кругу», и крах одного из участников сети может повлечь разрушение всей отрасли «эффектом домино».

На тезис о наличии опасного пузыря в сфере AI есть ряд контраргументов. Во-первых, по историческим меркам объём инвестиций в искусственный интеллект не так велик – здесь мы учитываем технологии прошлого, которые действительно меняли мир. Часто текущий цикл инвестиций в AI сравнивают с пузырём доткомов, однако 30 лет назад доля вложений в телеком составляла 11% от общего объёма глобальных инвестиций, тогда как сейчас доля компьютерных технологий в инвестициях составляет лишь 7%.

Во-вторых, разработчики AI действительно показывают беспрецедентно высокие результаты. ChatGPT понадобилось всего 3 года, чтобы привлечь 800 млн пользователей. Для сравнения Интернет достиг такого же результата за 13 лет. Лидеры отрасли – OpenAI и Anthropic – растут уникально быстро по сравнению с традиционными технологическими корпорациями.

В-третьих, крупнейшие инвестиционные дома не видят существенных рисков «схлопывания пузыря» в 2026 году. Технология AI считается трансформационной силой, способной изменить ландшафт экономики. Спрос на AI-решения высок, а оценки компаний ещё далеки от уровня пузыря доткомов. К примеру, по оценкам Goldman Sachs, внедрение искусственного интеллекта может совокупно принести американской экономике $8 трлн приведённой стоимости – это полностью оправдывает высокий уровень инвестиций в отрасль.

Ради чего всё это?

Рост оценок в первую очередь связан с ожиданиями значительного роста выручки представителей сектора genAI. В числе драйверов: конверсия большого числа текущих клиентов в пользователей, оформивших подписку на сервис (сегмент B2C), массовое внедрение AI-решений в бизнес-процессы компаний (сегмент B2B), а также внедрение дополнительных каналов монетизации – включение рекламы в чат-боты (ожидается в 2026 г.) и партнёрские программы.

Отметим, что на текущий момент генеративный AI меняет свой статус на глобальном рынке. Из тестовой технологии, которой прощают локальные недостатки, он становится важным для людей и бизнеса продуктом, который должен доказывать свою эффективность каждый день. Инвесторы считают, что после гигантских вложений пришло время полноценной интеграции и масштабирования в качестве рутинного рабочего инструмента.

Частные пользователи уже воспринимают чат-боты как важную часть повседневной жизни. Согласно опросам Capgemini, 32% респондентов пользуются AI несколько раз в день. По итогам 2025 года инструменты AI занимают 3-е место в списке самых важных подписочных сервисов – после кино и музыки. Бизнес тоже массово внедряет технологии AI и готов продолжать это делать. 79% компаний так или иначе используют генеративный AI. На текущий момент результаты внедрения смешанные: о позитивном влиянии на EBIT говорят менее половины опрошенных McKinsey компаний. При этом genAI позволяет снижать затраты – в первую очередь на разработку ПО и выполнение IT-задач. Для иллюстрации, уже сейчас около 40% всего программного кода в мире пишется с помощью AI.

Фокус на агентах

Сейчас фокус участников рынка смещён в сторону AI-агентов. Агенты – системы, построенные на основе LLM-технологий и способные автономно решать поставленные задачи. Для самостоятельной работы над задачами AI-агенты используют собственные рассуждения и могут взаимодействовать с внешними инструментами. Если стандартный чат-бот – это скорее пассивный инструмент (работает лишь в рамках ответа на сформулированный запрос), то агент становится активной системой. AI-агент может проявлять инициативу и самостоятельно совершать необходимые действия в рамках поставленной пользователем широкой цели.

На текущий момент безусловным лидером в сегменте являются AI-агенты для кодинга – они уже доказали свою эффективность и внедрены в ключевые стадии разработки ПО. Ярким примером является стартап Lovable – разработчик сервиса для написания кода с помощью AI, достигший выручки ARR в размере $100 млн всего за 8 месяцев с момента основания. Одним из крупнейших игроков в сегменте является Cursor от компании Anysphere – похожая платформа для написания кода.

В части B2C перспективы развития AI-агентов сосредоточены вокруг электронной коммерции. Пользователи начинают использовать агентов для покупок в интернете. Это удобно: AI-технологии позволяют агентами автономно сравнивать цены, искать лучшие альтернативы и автоматически совершать регулярные покупки. Пользователи уже сейчас готовы доверять AI выбор товаров и услуг. Согласно опросам Capgemini, более 70% потребителей хотят интегрировать генеративный AI в процесс шопинга. По оценкам Morgan Stanley, к 2030 году агенты будут участвовать в 10% всех e-commerce расходов – примерно 3-5% всех розничных продаж в США.

Взгляд А-Клуба

Искусственный интеллект остаётся главной темой на рынке венчурного капитала. Считается, что именно AI может оказать масштабный синергетический эффект на большинство сфер экономики – от промышленности и финансов до медицины и развлечений – за счёт одновременного роста производительности труда, снижения издержек и появления принципиально новых бизнес-моделей. Полагаем, что отрасль действительно обладает потенциалом для фундаментальной перестройки глобальной экономики, однако главная интрига предстоящих лет – сможет ли масштабное внедрение AI в бизнес-процессы существенно повысить производительность и оправдать крупные инвестиции в инфраструктуру. В этом смысле мы внимательно следим за результатами крупнейших игроков на рынке LLM – OpenAI и Anthropic. Именно они отразят уровень реального спроса на genAI и покажут, были ли оправданны самые оптимистичные ожидания инвесторов.

А-Клуб