Oracle показала, что у технологической ИИ-революции могут закончиться деньги

Искусственный интеллект обещал изменить мировую экономику. Но пока компании рассказывают о революции производительности, инвесторы начинают задавать значительно более приземлённый вопрос:

Кто заплатит за сотни миллиардов долларов, уже потраченных на эту революцию? История Oracle показывает, что проблема может возникнуть задолго до того, как закончится спрос на ИИ.

Прошу обратить внимание на событие, которое произошло в сентябре 2026 года. Оно осталось практически незамеченным за пределами финансового и технологического сообщества.

Кредиты на $18 млрд, привлечённые для строительства дата-центра Project Jupiter в Нью-Мексико, мощности которого предназначены для Oracle, начали торговаться с существенным дисконтом. За каждый доллар номинальной стоимости долга инвесторы были готовы платить примерно 89–91 цент. Для обычного человека разница может показаться незначительной. Но для финансового рынка это тревожный сигнал.

Банки, участвовавшие в финансировании проекта, столкнулись с трудностями при продаже долговых обязательств другим инвесторам. Одновременно появились вопросы к инфраструктурным ограничениям строительства, растущей долговой нагрузке Oracle и возможности реализовать инвестиционные планы в первоначальные сроки.

Ирония заключается в том, что сама Oracle в это время демонстрировала впечатляющие результаты. За первый квартал 2027 финансового года её выручка выросла на 30%, достигнув $19,3 млрд. Доходы облачной инфраструктуры увеличились на 121%. А стоимость будущих контрактных обязательств достигла $664 млрд.

Казалось бы, о каком кризисе вообще может идти речь?

Проблема ИИ-индустрии в том, что стоимость удовлетворения спроса растёт настолько быстро, что даже крупнейшим компаниям становится сложно финансировать собственный успех. И это уже вопрос даже не технологий, а экономики, инвестиций и управления масштабными проектами.

Мы создали технологическую революцию в кредит

За последние несколько лет искусственный интеллект превратился из перспективной технологии в одно из крупнейших направлений капитальных вложений.

Технологические гиганты соревнуются уже не только качеством моделей, но и масштабами вычислительной инфраструктуры. Кто построит больше дата-центров? Кто получит доступ к большему количеству графических ускорителей? Кто первым обеспечит мощности для следующего поколения ИИ?

В отличие от традиционного программного обеспечения, развитие такой инфраструктуры требует колоссальных первоначальных вложений: серверы, процессоры, сети, охлаждение, строительство и электроэнергия. Причём значительную часть расходов необходимо понести задолго до получения доходов.

Компания сегодня инвестирует миллиарды в дата-центр, рассчитывая, что через несколько лет клиенты обеспечат достаточную загрузку и окупаемость. Сам принцип нормален для капиталоёмких отраслей, но риски растут вместе с масштабом инвестиций.

В октябре 2026 года Reuters привело оценку исследователя Колумбийского университета Стейна Ван Ньивербурга:

Совокупные инвестиции в ИИ до 2032 года могут достигнуть $10,3 трлн. Для экономического обоснования таких вложений, согласно его модели, потребуются ежегодные доходы отрасли порядка $3,55 трлн.

Это аналитическая оценка, но она уже хорошо показывает масштаб ожиданий.

$664 млрд обещаний против реальных денежных потоков

В сентябрьской отчётности Oracle сообщила о $664 млрд Remaining Performance Obligations (RPO) – стоимости договорных обязательств, которые компании ещё предстоит исполнить.

На первый взгляд цифра впечатляет. Особенно на фоне квартальной выручки в $19,3 млрд. Но есть тут всего лишь нюанс. $664 млрд – не деньги, поступившие на счета Oracle, и даже не гарантированная выручка следующего года. Это стоимость будущего исполнения контрактов, распределённого на разные периоды.

Чтобы получить соответствующие доходы, компания должна сначала предоставить услуги. А значит, построить и оборудовать необходимые вычислительные мощности.

За тот же квартал капитальные затраты Oracle составили $28,5 млрд. Операционный денежный поток достиг $23,1 млрд, но свободный денежный поток оказался отрицательным – минус $5,4 млрд.

При этом для капиталоёмких проектов опережающий рост расходов сам по себе нормален. Главный вопрос — оправдают ли будущие денежные поступления первоначальную инвестиционную модель.

Самая опасная особенность ИИ-бума – деньги ходят по кругу

Современная ИИ-индустрия представляет собой сложную систему взаимосвязанных компаний.

Разработчики моделей привлекают инвестиции и покупают вычислительные мощности. Облачные провайдеры строят инфраструктуру под будущие контракты. Производители оборудования получают заказы. Инвесторы финансируют дальнейшее расширение рынка. В результате инвестиции в одну часть экосистемы превращаются в выручку другой.

Само по себе это нормально. Так устроены многие капиталоёмкие отрасли.

Но допустим, инвестор финансирует разработчика нейросети. Тот приобретает вычислительные услуги. Облачный провайдер использует ожидаемые поступления для расширения дата-центров. Производитель оборудования фиксирует рост заказов. В финансовой отчётности всех участников появляется активность. Но первоначальный источник значительной части денег – инвестиционный капитал, а не обязательно прибыль от конечного использования технологии.

Это не делает спрос искусственным. Молодые технологические отрасли закономерно нуждаются во внешнем финансировании. Проблема начинается тогда, когда компании рассчитывают на постоянный приток капитала, а экономическая отдача не успевает за инвестициями.

Когда главным ограничением становится стоимость денег

В начале октября 2026 года появились новые признаки осторожности инвесторов. По данным Financial Times, объём новых долговых размещений, связанных с ИИ, в сентябре снизился примерно до $23 млрд – менее половины августовского уровня.

12 октября генеральный директор Broadcom Хок Тан также отметил, что ключевым ограничением дальнейшего развития ИИ становится уже капитал, а не доступность оборудования на рынке.

И это весьма показательный сдвиг.

Раньше компании сталкивались преимущественно с дефицитом графических ускорителей и вычислительных мощностей. Теперь всё большее значение приобретает вопрос: сколько денег можно привлечь для строительства инфраструктуры и на каких условиях?

Представим условный дата-центр стоимостью $10 млрд, половина инвестиций в который финансируется за счёт долга. При ставке 5% годовые процентные расходы на $5 млрд задолженности составят $250 млн. Если ставка увеличится до 8%, расходы вырастут до $400 млн. Разница – $150 млн ежегодно.

Для инвестора это снижение доходности. Для руководителя проекта – дополнительное давление на сроки ввода объекта и выхода на плановую загрузку. И чем больше проектов реализуется одновременно, тем чувствительнее вся инвестиционная программа к стоимости денег.

Может ли ИИ оказаться слишком дешёвым для дорогой инфраструктуры?

Есть ещё такая мысль. Главное обещание искусственного интеллекта – повышение эффективности. Модели становятся компактнее, алгоритмы совершенствуются, а стоимость выполнения отдельных операций снижается.

Для пользователей это преимущество, но для компаний, вложивших миллиарды в вычислительную инфраструктуру, ситуация сложнее.

Представим дата-центр, финансовая модель которого рассчитана на определённую стоимость вычислений и загрузку оборудования. Если появляется более эффективная модель, выполняющая аналогичные задачи с меньшими затратами, первоначальные расчёты доходности могут измениться.

Конечно, удешевление вычислений способно стимулировать дополнительный спрос. Чем доступнее технология, тем шире её применение.

Но заранее неизвестно, какой эффект окажется сильнее: снижение стоимости вычислений или увеличение их потребления.

Дополнительный риск связан с быстрым устареванием оборудования. Сам дата-центр может эксплуатироваться десятилетиями, а установленные ускорители потребуют модернизации значительно раньше.

Получается парадокс: чем быстрее развивается ИИ, тем выше риск, что часть инфраструктуры для него устареет раньше первоначального срока окупаемости.

Мы уже видели подобное во время интернет-революции

Сравнение с кризисом доткомов конца 1990-х годов возникает неслучайно. Тогда инвесторы тоже финансировали технологию, которая должна была изменить практически все отрасли экономики.

И в оценке потенциала интернета они не ошибались, потому что он действительно преобразовал торговлю, коммуникации, финансы и множество других сфер. Но многие компании, получившие огромные инвестиции, так и не построили прибыльный бизнес.

Главная ошибка заключалась не в оценке технологии, а в убеждении, что практически любой участник технологической революции автоматически станет успешной инвестицией. Сегодня же ситуация имеет важное отличие: инфраструктурную гонку возглавляют крупные корпорации с действующим прибыльным бизнесом. Однако даже прибыльная компания способна инвестировать миллиарды в проекты, доходность которых окажется значительно ниже ожидаемой. А последствия таких ошибок затронут кредиторов, поставщиков оборудования, энергетические компании и строительных подрядчиков.

Пузырём может оказаться не искусственный интеллект, а ожидания относительно скорости и масштабов его коммерческой окупаемости.

Почему компании продолжают инвестировать, даже понимая риски

Если риски настолько велики, почему технологические гиганты продолжают строить инфраструктуру?

Дело в конкуренции. Если ИИ действительно станет основой будущей экономики, отказ от инвестиций может оказаться стратегической ошибкой, поэтому компании вынуждены учитывать не только собственные финансовые расчёты, но и действия конкурентов.

Но надо понимать, что совокупный результат этих решений может привести к созданию избыточных мощностей. Похожую ситуацию можно наблюдать при управлении корпоративным инвест-портфелем проектов, где каждое подразделение обосновывает необходимость своей инициативы. Каждый руководитель считает собственный проект приоритетным. Но когда все инициативы объединяются в портфель, выясняется, что ресурсов для их реализации недостаточно. В итоге запускается слишком много проектов, сроки увеличиваются, а затраты растут.

И, если переводить тему на язык проектного офиса, то здесь проявляется одна из типичных ошибок управления крупными инвестиционными программами: компании регулярно пересматривают графики и бюджеты, но значительно реже возвращаются к исходным предположениям, на основании которых проект вообще был одобрен.

А ведь изменение стоимости капитала, ожидаемой загрузки мощностей или сроков коммерческой эксплуатации способно полностью изменить первоначальную экономику проекта. Поэтому контроль инвестиционной программы должен включать не только фактические затраты и отклонения от плана, но и регулярный пересчёт прогнозируемой доходности.

Иначе можно годами успешно контролировать исполнение проекта, который уже потерял первоначальный экономический смысл. В этом, пожалуй, и заключается один из главных уроков истории Oracle для руководителей крупных технологических инициатив.

Что действительно может вызвать обвал

Крупные финансовые кризисы редко начинаются из-за одного события, и гораздо опаснее накопление взаимосвязанных рисков.

Для ИИ-индустрии критической может стать комбинация роста стоимости заёмного капитала, задержек строительства дата-центров, замедления платежей конечных клиентов и снижения готовности инвесторов финансировать проекты с длительным периодом окупаемости.

По отдельности такие проблемы могут быть управляемыми, но вместе они способны вызвать цепную реакцию. Компании сокращают инвестиции. Производители оборудования теряют заказы. Прогнозы выручки пересматриваются. Кредиторы ужесточают условия финансирования. Новые инфраструктурные проекты становятся дороже.

Но рынок, конечно, может пройти через корректировку ожиданий без масштабного кризиса, и скорее всего так и будет. Часть проектов будет отложена, компании пересмотрят бизнес-модели, а наиболее эффективные участники укрепят позиции.

История показывает, что даже серьёзные финансовые потрясения необязательно останавливают развитие технологий.

Искусственный интеллект не отменяет экономику, а делает ошибки дороже

Главный вывод из истории Oracle заключается не в том, что рынок искусственного интеллекта обязательно рухнет. Я думаю, что таких оснований пока недостаточно. Тем более спрос на вычислительные мощности пока активно растёт, технологические компании получают значительную выручку, а практические возможности ИИ продолжают расширяться.

Но технологическая революция и инвестиционная доходность – разные вещи.

Можно создать технологию, которая изменит работу миллионов людей, и одновременно переоценить скорость её коммерческого распространения. Можно правильно предсказать развитие отрасли, но ошибиться с объёмом необходимых инвестиций. А еще можно заключить долгосрочные контракты на сотни миллиардов долларов и столкнуться с трудностями финансирования их исполнения.

Последние несколько лет ИИ-индустрия демонстрировала прежде всего масштаб: больше моделей, больше дата-центров, больше инвестиций, но это не может бесконечно оставаться главным критерием успеха. Рано или поздно инвесторы начинают оценивать не обещания, а денежные потоки, доходность капитала и способность компаний выполнять обязательства.

История Oracle не доказывает, что ИИ-пузырь уже лопнул, а скорее показывает, что рынок начинает проверять экономическую устойчивость решений, на которых строился технологический бум.

И эта проверка может оказаться сложнее, чем создание очередной мощной нейросети.

Если эта публикация вас вдохновила и вы хотите поддержать автора — не стесняйтесь нажать на кнопку