После бума AI-серверов, куда дальше перетекает умный капитал?

После бума AI-серверов, куда дальше перетекает умный капитал?

Рынок искусственного интеллекта переживает фазу коррекции: после двух лет стремительного роста капиталовложений в инфраструктуру для обучения больших языковых моделей, инвесторы начинают пересматривать свои приоритеты. Основной драйвер — строительство дата-центров и закупка графических процессоров — демонстрирует признаки насыщения. Венчурные фонды и корпорации все чаще задаются вопросом: какой следующий сектор станет точкой притяжения для «умного капитала», который ищет не просто технологическую перспективу, а устойчивую монетизацию.

Перегрев инфраструктурного сектора

По данным аналитической компании IDC, мировые расходы на системы искусственного интеллекта в 2023 году достигли 154 миллиардов долларов, а к 2027 году прогнозируется их рост до 300 миллиардов. Однако львиная доля этих средств традиционно уходила на «железо» — серверы, чипы и сетевое оборудование. Крупнейшие игроки, включая Microsoft, Amazon и Google, суммарно инвестировали в строительство дата-центров более 100 миллиардов долларов в 2024 году, что на 40% превышает показатели предыдущего периода.

Проблема заключается в том, что предложение вычислительных мощностей начинает опережать спрос на их использование в коммерческих продуктах. Ряд стартапов, таких как CoreWeave, активно наращивающих парк GPU, уже столкнулись с первыми признаками стагнации: аренда облачных мощностей для обучения моделей дорожает медленнее, чем прогнозировалось. Инвесторы фиксируют снижение маржинальности в этом сегменте, что заставляет их искать новые ниши.

Переток капитала в прикладные решения

Логика рынка диктует смещение фокуса с горизонтального слоя (инфраструктура) на вертикальные приложения. Венчурные фонды, такие как Sequoia Capital и Andreessen Horowitz, заметно увеличили долю инвестиций в стартапы, разрабатывающие специализированные AI-решения для конкретных отраслей. Наибольший интерес вызывают три направления: здравоохранение, автоматизация юридических процессов и промышленный интернет вещей.

Например, стартап Hippocratic AI, создающий виртуальных медсестер для предварительной диагностики, привлек 120 миллионов долларов в раунде Series A. В сфере права компания EvenUp, автоматизирующая подготовку исковых заявлений, закрыла раунд на 50 миллионов долларов. Эти примеры показывают, что капитал перетекает в сегменты, где AI способен не просто генерировать контент, а решать конкретные бизнес-задачи с измеримым экономическим эффектом.

Роботизация и edge computing

Отдельно стоит выделить направление edge AI — обработка данных непосредственно на устройстве, без передачи в облако. Это критически важно для автономных автомобилей, дронов и промышленных роботов. Инвестиции в стартапы, занимающиеся аппаратным обеспечением для edge-вычислений, выросли на 65% в первом полугодии 2024 года по сравнению с аналогичным периодом 2023-го. Компании вроде Syntiant и Groq предлагают чипы, оптимизированные для работы нейросетей на периферии, что снижает задержки и зависимость от интернет-каналов.

Параллельно растет интерес к технологиям цифровых двойников и предиктивной аналитики в промышленности. Например, Siemens и NVIDIA активно продвигают совместные платформы, позволяющие моделировать производственные процессы в реальном времени. В этот сегмент уже вложено более 2 миллиардов долларов корпоративного капитала, и аналитики ожидают дальнейшего роста на 30% в ближайшие два года.

Энергетика как новый бенефициар бума AI

Парадоксально, но одним из главных бенефициаров бума AI-серверов становится традиционная энергетика и сопутствующие технологии охлаждения. Для работы одного современного дата-центра требуется мощность, сопоставимая с потреблением небольшого города. По оценкам Международного энергетического агентства, к 2026 году дата-центры будут потреблять более 1000 тераватт-часов электроэнергии в год, что превышает суммарное потребление некоторых стран Европы.

Умный капитал активно направляется в компании, предлагающие решения для повышения энергоэффективности. Речь идет о новых системах жидкостного охлаждения, разработке модульных атомных реакторов малой мощности (SMR) и технологиях утилизации тепла. Стартап Last Energy, разрабатывающий компактные атомные станции, уже привлек 40 миллионов долларов, а проекты по геотермальной энергии для дата-центров в Исландии и Норвегии получили финансирование от консорциума крупных фондов.

Смена парадигмы: от обучения к инференсу

Ключевой тренд, который определяет движение капитала, — это переход от этапа обучения моделей (training) к этапу их эксплуатации (inference). Обучение требует огромных кластеров и дорогих чипов, но выполняется один раз. Инференс — это постоянный процесс: каждый запрос к ChatGPT или Midjourney требует вычислительных ресурсов. Именно на этом этапе возникает устойчивый денежный поток.

Ин

Таким образом, рынок искусственного интеллекта вступает в новую, более зрелую фазу, где ключевым критерием для инвесторов становится не масштаб инфраструктуры, а способность технологий приносить практическую пользу в конкретных отраслях. Умный капитал переориентируется с гонки за вычислительными мощностями на прикладные решения, повышающие эффективность бизнеса, а также на сопутствующие сектора, такие как энергетика и периферийные вычисления. В ближайшие годы успех будет сопутствовать тем, кто сможет не только создать AI-продукт, но и обеспечить его устойчивую монетизацию через инференс, минимизируя при этом операционные издержки.