-
Добавлено пользователем arturbaranok - 06.07.2026 - 10:17
По мере развития искусственного интеллекта вычислительные мощности становятся одной из крупнейших статей расходов технологических компаний. Согласно приведенным оценкам, Anthropic уже тратит на вычисления в 2,3 раза больше средств, чем на оплату труда сотрудников, тогда как для большинства разработчиков программного обеспечения подобный уровень затрат пока остается недостижимым.
Авторы исследования сравнили текущую ситуацию на рынке и рассмотрели три возможных сценария развития до 2029 года.
На одного сотрудника Anthropic приходится около $2 млн вычислительных расходов
По оценке аналитиков, в 2026 году расходы Anthropic на обучение моделей и выполнение запросов пользователей составят около 10 млрд долларов.
При численности персонала примерно 5 тыс. человек это соответствует около 2 млн долларов вычислительных затрат на одного сотрудника в год.
Для сравнения, совокупная годовая компенсация сотрудников ведущих ИИ-лабораторий оценивается более чем в 500 тыс. долларов, что означает, что расходы на вычислительную инфраструктуру превышают фонд оплаты труда примерно в 2,3 раза.
Большинство компаний пока тратят значительно меньше
Ситуация в остальной отрасли выглядит иначе.
По данным Ramp AI Index за июнь 2026 года, компании из верхнего 1% рынка расходуют на искусственный интеллект около 89 тыс. долларов в год на одного инженера, что соответствует примерно 40% полностью загруженной стоимости опытного разработчика, оцениваемой в 224 тыс. долларов. У медианной компании расходы существенно ниже — 137 тыс. долларов в год на одного сотрудника.
Таким образом, разрыв между лидерами рынка и основной массой компаний остается крайне высоким.
Три сценария развития до 2029 года
Авторы исследования рассмотрели три возможных варианта развития рынка. Ожидаемые расходы на одного инженера составят:
| Год | Консервативный сценарий | Базовый сценарий | Оптимистичный сценарий |
|---|---|---|---|
| 2026 | 90 тыс. долларов (40%) | 90 тыс. долларов (40%) | 90 тыс. долларов (40%) |
| 2027 | 106 тыс. долларов (45%) | 164 тыс. долларов (70%) | 258 тыс. долларов (110%) |
| 2028 | 118 тыс. долларов (48%) | 259 тыс. долларов (105%) | 444 тыс. долларов (180%) |
| 2029 | 106 тыс. долларов (41%) | 363 тыс. долларов (140%) | 596 тыс. долларов (230%) |
В оптимистичном сценарии расходы на искусственный интеллект для одного инженера окажутся сопоставимы с годовым вкладом среднего сотрудника SaaS-компании в выручку.
Рост нагрузки может многократно увеличить расходы
Одной из причин увеличения затрат называют распространение агентных систем искусственного интеллекта.
По прогнозу Goldman Sachs, к 2030 году объем обработки токенов вырастет в 24 раза по сравнению с нынешним уровнем, где основную нагрузку формируют обычные чат-боты.
Если конкуренты будут быстрее внедрять новые возможности, расходы на вычисления могут стать обязательной частью бизнеса, а не инструментом оптимизации.
Однако стоимость ИИ продолжает снижаться
В то же время существуют факторы, способные замедлить рост расходов.
Среди них аналитики выделяют:
- снижение стоимости обработки токенов примерно в 10 раз ежегодно на протяжении последних трех лет;
- распространение открытых моделей, обеспечивающих сопоставимое качество при значительно меньшей стоимости;
- ограничение использования ИИ для отдельных категорий сотрудников или задач.
В частности, модели семейства DeepSeek-V3 и последующие решения с открытыми весами, по оценкам аналитиков, обеспечивают производительность, близкую к ведущим коммерческим моделям, при стоимости в 10–30 раз ниже, чем у крупнейших облачных сервисов.
Доходы ИИ-компаний также значительно выше среднерыночных
Рост расходов сопровождается высокой эффективностью бизнеса крупнейших разработчиков искусственного интеллекта.
По данным Epoch AI, в 2026 году выручка на одного сотрудника составляет около 14 млн долларов у Anthropic и 6,5 млн долларов у OpenAI — это одни из самых высоких показателей среди компаний, входящих в рейтинг Forbes Global 2000.
Авторы исследования отмечают, что структура расходов таких компаний напрямую отражает структуру их доходов: по мере масштабирования искусственного интеллекта вычислительная инфраструктура становится не менее важным ресурсом, чем сами инженерные команды.
