Anthropic просит Уолл-стрит поверить в AGI

Сегодня в Decoder ко мне присоединился Джои Брукхарт, аналитик исследовательской компании SemiAnalysis, занимающейся чипами и ИИ. Он поможет мне разобраться в истории, скрывающейся за цифрами заявки Anthropic на IPO — документа, известного как S-1.

Anthropic только что подала заявку S-1 для выхода на биржу Nasdaq и может начать торги уже в следующем месяце с оценкой от $1,5 трлн до $2 трлн. Это сразу сделает компанию одной из самых дорогих на планете.

Но ценник — далеко не вся история. Опубликованный ранее на этой неделе документ S-1 насчитывает сотни и сотни страниц, заполненных подробностями, которые наконец позволяют представить экономику лаборатории передового ИИ. Как можно догадаться, картина эта одновременно очень сложная и построена на ряде весьма, весьма амбициозных предположений о будущем и о том, что ИИ с ним сделает.

Поэтому я захотел пригласить Джои в программу, чтобы вместе разобраться, что этот документ говорит нам о финансах Anthropic и об экономике ИИ в целом. Джои и его коллеги из SemiAnalysis ещё в июле построили внешнюю модель финансов Anthropic, так что он ждал эту заявку не менее нетерпеливо, чем кто-либо ещё. Мне было интересно узнать его мнение о том, что мы выяснили, и, что особенно важно, чего мы всё ещё не знаем.

Итак: Джои Брукхарт из SemiAnalysis — о S-1 Anthropic, затратах и рисках создания передового ИИ. Начнём.

Это интервью было слегка отредактировано для краткости и ясности.

Джои Брукхарт, вы аналитик в SemiAnalysis. Вы также соруководите моделью Tokenomics в SemiAnalysis, к которой мы ещё не раз вернёмся в этом выпуске. Добро пожаловать в Decoder.

Да, большое спасибо, Нилай.

Я очень рад возможности поговорить с вами. Мы записываем этот разговор всего через несколько дней после подачи большой заявки Anthropic S-1. Это наш первый взгляд изнутри на финансы одной из ведущих лабораторий передового ИИ. Каково ваше мнение? Как вы это оцениваете?

Это был потрясающий документ S-1. После дня инвестора прошло непросто три недели. Некоторые были несколько разочарованы сентябрьскими показателями [годового регулярного дохода], но теперь мы увидели компанию, которая эффективно масштабировалась до невероятного уровня: оценка превысила $1 трлн, а ARR — $70 млрд, и всё это за очень короткий срок.

Валовая маржа, маржа на вычислениях и свободный денежный поток — всё выглядит так, как и должно. Поэтому я не думаю, что в этой заявке было много поводов для придирок. Именно поэтому за последние два дня снова сильно выросли акции полупроводниковых компаний, неооблачных провайдеров и поставщиков вычислительных мощностей.

Забавно, но я тоже не думаю, что могу придраться к самому S-1. Я хочу обсудить некоторые детали, потому что там много цифр, над которыми стоит поразмыслить. Но сначала хочу начать с действительно широкой картины. Вы руководите направлением под названием Tokenomics. Я объясню людям, что такое Tokenomics.

Я смотрю на Anthropic и думаю о том, куда она может прийти. Я слышу, как Дарио Амодеи говорит, что видит путь к $1 трлн выручки. Откуда возьмутся эти деньги? Ведь так много подобных компаний строится на том, что они поглощают другие компании, и кажется, что кто-то ещё должен зарабатывать деньги, чтобы платить Anthropic, позволяя ей получать такую выручку. Я пока не видел чёткого объяснения этого.

Это очень интересно. Сегодня, даже при нынешнем масштабе — $120 млрд ARR у двух ведущих лабораторий, — рынок всё ещё чрезвычайно узкий. Верхний 1 процент клиентов тратит от $50 000 до $100 000 на одного сотрудника. Более широкий круг компаний из списка Fortune 500 или Global 2000, которые обычно много тратят на ИТ, пока расходует немного.

Значительная часть расходов, особенно у Anthropic, связана с программированием. Это почти компания одного вертикального направления. Если смотреть в будущее, на 2027 год, и думать о более широком внедрении ИИ в интеллектуальный труд, то обычный сезон формирования корпоративных бюджетов в четвёртом квартале ещё не прошёл с участием этих лабораторий в сколько-нибудь значимом масштабе: их ARR действительно начал ускоряться только в начале года. Можно вспомнить другие сферы, например кибербезопасность, которая может быть похожа на программирование: там ведущие предприятия заключают контракты на десятки миллионов долларов и выше, а масштабирование происходит очень быстро из-за всех киберинцидентов, которые мы наблюдаем. Есть и другие вертикали, например биотехнологии.

Чтобы достичь $1 трлн, нам действительно придётся перейти к интеллектуальному труду, где ИИ будет не просто дополнять работников, а экономить труд или заменять его в отдельных областях. В качестве примера можно привести предложения Microsoft о выкупе контрактов у сотрудников, но существует ещё множество других вертикалей, в которые можно войти и действительно существенно повлиять на рынок.

Это самый большой вопрос, который у меня есть не только по поводу S-1, но и по поводу всей отрасли. Я бы понял ситуацию, если бы существовала одна или две ведущие лаборатории. Есть две крупные компании с технологией, способной автоматизировать множество процессов. Посмотрим, насколько хорошо эта автоматизация будет работать в каждом секторе, но ведущих лабораторий не две. Их довольно много. Существуют модели с открытыми весами.

Я говорил со многими генеральными директорами, которые очень не хотят отдавать все свои данные OpenAI или Anthropic и предпочитают запускать некоторые системы локально. Юридические фирмы уже используют локальный ИИ — пожалуй, это самый забавный поворот событий за всю историю.

Как, по-вашему, всё это будет развиваться? Ведь значительная часть давления на S-1 связана с самими цифрами, о которых я хочу поговорить, но есть и внешнее давление: «Вы должны расти, а рост — это не что-то краткосрочное». Как вы видите развитие всей этой ситуации?

Это очень интересно, потому что если посмотреть, например, на программирование сегодня — и, думаю, мы увидели это в третьем квартале, когда OpenAI начала догонять, — то в программировании есть области с очень низкими издержками переключения, и я могу просто переходить от одной системы к другой. От предприятий мы слышим, что, возможно, и со стороны OpenAI — очевидно, я думаю, выпуск Fable они провели не лучшим образом, а отсутствие нулевого хранения данных стало причиной некоторого замедления. Это можно исправить в Fable 5.5 и, возможно, усилить корпоративное внедрение.

Для предприятий это очень важно. Мы определённо видим, что предприятия, а особенно многие компании, изначально создаваемые вокруг ИИ, теперь проводят дообучение и постобучение моделей с открытыми весами, а затем используют их либо для инференса, либо даже в собственных продуктах для внутренних или внешних задач.

Очевидно, что DeepMind в Google и [Meta Superintelligence Labs] — это очень хорошо финансируемые лаборатории с примерно сопоставимыми возможностями по вычислениям для обучения, и они активно наращивают мощности. Не говоря уже о SpaceX, где Илон заявил о 10 новых гигаваттах в следующем году, причём половина из них предназначена для долгосрочного внутреннего использования.

В первой половине года Anthropic ушла далеко вперёд. На неё приходилось 90 процентов чистого нового ARR отрасли. В третьем квартале мы увидели, что OpenAI, вероятно, получила большую часть чистого нового ARR отрасли. Открытый исходный код вырос примерно с $1 млрд расходов на токеновый инференс, то есть ARR, в первом квартале до более чем $10 млрд в третьем.

Так что да, конкуренция в отрасли стала намного сильнее, но появились и новые сценарии использования. Именно вертикальные сценарии, вероятно, будут обеспечивать дальнейший рост. Очевидно, что одно программирование не позволит нам даже утроить нынешние показатели.

Интересно. Концепция называется Tokenomics. Вы руководите этим направлением вместе с другим соруководителем в SemiAnalysis. Объясните, что это такое, потому что для меня это очень умный способ рассуждать в духе: «Мы вложим немного денег и, возможно, получим немного денег обратно».

Я воспринимаю это как экономику единицы [ИИ] или даже более широкую идею — от макроэкономики до микроэкономики ведения ИИ-бизнеса и изучения спроса на ИИ. Мы анализируем гиперскейлеров, а теперь ещё и некоторых неооблачных провайдеров в рамках отдельного продукта.

Но также и сами лаборатории ИИ. Инвесторам или просто людям, которым интересен этот бизнес: два года назад у Anthropic была отрицательная валовая маржа на инференсе в размере 94 процентов. Теперь положительная маржа составляет 85 процентов, а люди не понимают, как распределяются вычислительные мощности. Как нам рассуждать о бизнес-модели инференса?

Часть разговора о валовой марже связана с выручкой на мегаватт в инференсе. Почему все компании, осуществляющие инференс, демонстрируют огромный рост эффективности инференса и вычислений? Поэтому мы стараемся моделировать эти компании, а когда Anthropic была частной, нам, очевидно, приходилось работать с информацией из прессы и тому подобными данными.

Но теперь, когда у нас есть конкретные аудированные цифры, легко объяснить экономику единицы. А также различия между компаниями. OpenAI — совершенно другой бизнес, чем Anthropic, с точки зрения как потребления против подписки, так и исторического соотношения веса, потребителей и предприятий. [Мы] пытаемся понять экономику этих компаний на уровне спроса.

Несколько лет назад, когда я говорил с генеральным директором Google Сундаром Пичаи о стоимости инференса, я спросил: «Как вы вообще собираетесь зарабатывать?» Он ответил очень чётко: «Если Google что-то умеет, так это снижать стоимость по кривой обучения».

Это был очень прямой ответ. Я понимаю, как Google может этого добиться. Они производят собственные чипы. Anthropic работает на чужих облаках. Суть S-1 — в том, сколько они обязались потратить на чужие облака: SpaceXAI, Google, Amazon. Откуда берётся их эффективность?

Здесь действительно всё упирается в пропускную способность токенов. У них очень разнообразный парк чипов. Между Trainium, TPU и GPU мы видим огромный рост эффективности токенов. Например, пропускная способность токенов на чипах Trainium сейчас выросла в 5–10 раз год к году.

Если учитывать эффективность на уровне аппаратного обеспечения и программного обеспечения — а также то, как модель взаимодействует с оборудованием, — существует множество способов повысить пропускную способность токенов: если раньше вы обрабатывали X токенов в секунду, то год спустя можете обрабатывать в пять или десять раз больше. Они говорят, что и в дальнейшем ожидают повышения эффективности вычислений.

Мы с Максом Каном, который вместе со мной руководит моделью Tokenomics в SemiAnalysis, даже публиковали исследование на эту тему. Сейчас, если Anthropic получает $65 млн выручки на мегаватт инференса, то в это же время в прошлом году показатель был на уровне средних десятков миллионов. Мы утверждали, что на [Nvidia] Blackwell модель уровня Opus 5.5 сможет приносить от $100 млн до $120 млн выручки на мегаватт.

Главное здесь то, что в среднем они теперь платят чуть больше $10 млн на мегаватт в [себестоимости продаж], то есть просто в вычислительных расходах. Полученную маржу можно реинвестировать в обучение.

Люди не понимают, что лишь около 30 процентов вычислений фактически приходится на выручку от обслуживания инференса. Остальное — эксперименты и исследования, обучение моделей и их постобучение. То есть значительная часть вычислений направлена на создание следующей модели, и это уже сфера НИОКР, где вы получаете отдачу и защищённость бизнеса.

На самом деле я ожидал, что в S-1 эта динамика проявится гораздо сильнее: Anthropic зарабатывает много денег на продаже нынешних моделей, а в будущем у этих моделей появляется всё больше клиентов. Это создаёт огромную маржу. А затем, поскольку Anthropic считает, что создаёт цифрового бога, компания будет обучать следующие модели настолько активно, насколько сможет.

Это очень специфичная история Anthropic. Компания стремится к AGI. Люди, работающие там, охотно говорят об этом, а в S-1 даже указано, что Claude может обладать сознанием и что всё это может закончиться катастрофой. Anthropic — очень необычная компания с точки зрения того, как она себя воспринимает. Но в S-1 не особенно заметна эта динамика. Они довольно хорошо соотносят расходы на обучение с маржой от инференса. Как вы думаете, это соотношение будет расти или каким-то образом изменится?

Я согласен. В долгосрочной перспективе — и мы даже говорили об этом внутри компании — они хотят увеличить долю обучения. Если вы верите, что создаёте цифрового бога или движетесь к AGI, и пока валовая маржа на инференсе превышает 85 процентов, вы можете это делать.

Они росли гораздо быстрее, чем ожидали, и не рассчитывали достичь маржи EBITA по non-GAAP в 11 процентов. Они предпочли бы быть ближе к нулю или даже уйти ниже него, если бы могли направить вычислительные мощности на обучение и продолжить повышать их эффективность.

Они также говорили об этом инвесторам во время роуд-шоу. Можно посмотреть на S-1, на кривую прибыльности за последние несколько лет и на то, как мало денег они сожгли, чтобы достичь нынешнего уровня, и сказать: «Это хорошая бизнес-модель, но мы движемся к AGI. Не ждите, что рост маржи продолжится на том же уровне, даже если долгосрочная маржа может быть значительно выше».

Здесь есть явное сходство с Amazon. Джефф Безос, как известно, говорил инвесторам, что не собирается зарабатывать, пока не сможет зарабатывать много. Очевидно, у Amazon и Anthropic тесные связи. Возможно, между ними есть определённое семейное сходство.

Но мне интересно: существует определённый уровень возможностей модели, который позволит вам перейти в большее количество вертикалей, а не только в программирование, верно? Возможно, мы уже достигли его. Существует идея отложенного потенциала — мысль о том, что нынешние модели уже способны заняться биологическими исследованиями. Сегодня они осваивают математику. Наступает момент, когда самое разумное бизнес-решение — прекратить обучение и просто продавать прибыльную модель всё большему числу компаний. Anthropic как публичная компания столкнётся с таким давлением.

Как вы думаете, их организация и структура позволяют этому противостоять?

Да, думаю, их структура хорошо для этого подходит. В том числе благодаря некоторым видам голосующих акций. Мы уже видели подобное в технологической отрасли и даже публично наблюдали, как Марк Цукерберг принимал решения о крупных инвестициях.

Они не всегда окупались. Я просто хочу отметить: они не всегда окупались.

Да, не всегда окупались.

Хотя технически мы с вами сейчас находимся в метавселенной, если пользоваться некоторыми определениями.

[Смеётся] Верно. Но я думаю, это важно, и в S-1 есть интересная цифра: 80 процентов выручки за последние три месяца пришло от моделей, выпущенных за последние шесть месяцев.

И тогда вы говорите: «Хорошо, 20 процентов приходится на Opus 4.5 и более ранние версии». В будущем, если вы компания, создающая передовые модели, вам всегда нужно оставаться на переднем крае, а конкуренция невероятно высока.

Погодите, можно я задам действительно глупый вопрос?

Конечно.

Почему? Думаю, суть моего интереса к отрасли сейчас в следующем: если вы создали передовую технологию, способную преобразить весь мир, то в какой-то момент самой прибыльной стратегией будет просто внедрять её во всех возможных вертикалях, верно? Не создавать следующую модель. Нужно использовать эффективную модель в юридических услугах, медицине и других областях, где ИИ ещё не получил широкого распространения.

Идея о том, что всегда нужно быть на переднем крае, что Anthropic постоянно должна конкурировать с Google, OpenAI и всеми остальными, понятна с точки зрения их самоопределения. Но с деловой точки зрения бизнес, использующий ИИ, будет приносить мне, поставщику ИИ, больше денег и тратить со мной больше денег, и это не обязательно связано с нахождением на переднем крае.

Здесь есть несколько аспектов. В новых вертикалях — и это особенно характерно для кибербезопасности — если противник использует передовую модель, вам нужно защищаться с помощью передовой модели.

Справедливо.

Когда мы говорим с предприятиями, речь не идёт о кратком пересказе электронного письма, для которого можно использовать открытую модель или Sonnet. Есть определённые вертикали, где важно иметь… [Например,] если бы вы были ответчиком в судебном процессе, устроило бы вас, если бы ваш адвокат использовал не самую передовую модель, а обвинение —

[Смеётся] У меня для вас плохие новости о том, что сейчас происходит на рынке юридических услуг.

Конкурентная динамика действительно диктует это. Если смотреть вперёд, мы уже видели, как открытый исходный код в какой-то момент начал догонять, но спрос сохранится. [Генеральный директор SemiAnalysis] Дилан [Патель] часто это повторяет. Спрос на передовой интеллект будет существовать всегда, особенно в конкурентных отраслях. И по мере перехода от дополнения труда к его замене есть задачи, для которых это тоже будет актуально.

Одновременно они становятся более вертикальными. Если посмотреть на вакансии или на то, кого они нанимают, компании выводят больше таких SKU и направлений, а также активно проводят бета-тестирование — например, Claude для финансовых услуг, Claude для юристов, свою программу для кибербезопасности. Участникам киберпрограммы они предоставляют по $25 000 кредитов в месяц.

В 2027 году это станет для них крупным SKU. Основные причины — вертикальные направления и области, где необходима более высокая конкурентоспособность. Но мы оба можем согласиться, что существуют задачи вроде пересказа электронной почты и другая работа, для которой не нужна передовая модель.

Проведу простую аналогию с iPhone. Сейчас сезон iPhone. Я только что обозревал iPhone Duo. Apple уже несколько лет сохраняет прежний внешний вид iPhone. Компания создаёт всю технологическую оснастку для нового iPhone, а затем использует её в течение двух, трёх или четырёх моделей, чтобы вернуть все вложения, прежде чем перейти к следующему продукту. Apple выпускает новый iPhone, но ещё некоторое время продолжает продавать старый, чтобы извлечь больше прибыли из этих инвестиций и программы разработки.

ИИ-индустрия, похоже, не делает этого. Всё внимание сосредоточено на разработке следующей новинки, быстрой отмене старой и переводе пользователей на новый дорогой продукт — одновременно с созданием следующего дорогого продукта.

В какой-то момент, кажется, произойдёт рационализация: появится нечто, с чего выгоднее просто собирать маржу, пока компания инвестирует в новую разработку. Я просто не могу понять, на каком этапе этого цикла находится Anthropic.

Мы действительно видим такую динамику. Объёмы токенов открытых моделей растут, и во многих областях они уже стали достаточно хорошими. В будущем возникает вопрос: «Произошло ли это благодаря дистилляции?» Тогда у передовых лабораторий появляется определённая защищённость. Когда мы говорим с клиентами, речь идёт и о том, как мы сравниваем передовые и открытые модели. Например, модель уровня Sonnet — если продолжить аналогию, это будет iPhone 18 против модели SE.

Мы видим эту динамику, и в случае открытых моделей вопрос заключается в том, какую долю рынка они смогут занять. Во-вторых, поскольку мы только начинаем осваивать эти вертикали, мы не знаем, какие процессы станут полностью агентными. Не будет человека в контуре, и тогда оболочка, то есть инструментарий, может обладать определённой ценностью и защищённостью.

Главное, на что я бы здесь обратил внимание, особенно после разговоров с предприятиями, — во многих из них только программистам разрешают использовать передовые модели. Если вы не программист, некоторые компании ограничивают вас Sonnet, если вы клиент Anthropic. Это отражает то, как руководство воспринимает эту технологию и хочет планировать расходы на неё, а также то, какую ценность передовой интеллект имеет для компании в разных областях.

В моём финансово-аналитическом сознании Claude ещё шесть месяцев назад не мог построить хорошую финансовую модель. Он становится лучше, если подключить его к нужным инструментам, но мы прошли путь от «шесть месяцев назад мне нужен был младший аналитик» до «возможно, он мне больше не так нужен», а затем к вопросу: «Смогу ли я в ближайшее время быстро получить полноценного младшего аналитика или даже нескольких, если у меня неограниченный бюджет на токены?» Мы рассматриваем это в каждой вертикали и в каждой крупной категории профессий.

Временные горизонты для каждой из этих категорий будут разными. Это один из главных вопросов для меня: насколько быстро они достигнут того уровня, которого, по их мнению, могут достичь?

Я хочу подробнее разобрать некоторые цифры. Показатель, который вчера особенно бросался в глаза во всех комментариях на форумах и под всеми нашими статьями, — это $80 млрд. Anthropic потеряла $80 млрд [в первой половине 2026 года]. Это связано с техническим списанием. Можете объяснить, откуда взялись эти $80 млрд? Ведь они, кажется, не особенно связаны с выручкой и прибылью, о которых компания говорит.

Да, это неденежное списание, поскольку стоимость компании настолько выросла, а сама компания выпустила варранты или конвертируемые облигации. Это нужно учитывать в балансе. Это просто неденежное списание, вызванное тем, что оценка компании с момента выпуска этих варрантов и облигаций сильно выросла.

Такое списание всегда исключают из расчётов. Можно спорить, например, о компенсациях на основе акций: действительно ли следует учитывать их при расчёте показателей на неденежной основе по non-GAAP? Ведь это не денежные расходы: если я просто передаю сотрудникам акции, я должен отразить это в отчёте о прибылях и убытках, но фактически не выплачиваю им наличные со своего банковского счёта. Это не подобная ситуация. Если вы не разбираетесь в бухгалтерском учёте, цифра выглядит плохо, но причина в том, что компания так сильно выросла и её оценка так сильно увеличилась.

Часть споров вокруг этого списания связана с тем, что другой стороной здесь была Amazon. Очевидно, Amazon очень довольна, потому что Anthropic покупает огромное количество мощностей AWS, и ей приятно, что оценка компании растёт, но со временем Amazon будет таким образом размываться. Это часть общей динамики.

Anthropic, конечно, выйдет на IPO. Компания разместит на рынке множество акций. Очевидно, что со временем она будет выпускать новые акции, чтобы привлечь больше денег. Не похоже, что она собирается прекращать привлечение капитала в ближайшее время.

Как вы оцениваете с точки зрения инвестиций в такую компанию, что ваша оценка может расти, но фактическая доля владения со временем будет размываться?

Эти сделки всегда структурировались очень творчески. На самом деле они сожгли лишь $10 млрд наличных. Сегодня на балансе у них более $120 млрд денежных средств и рыночных ценных бумаг, а после IPO, вероятно, появится ещё около $100 млрд.

Это выгодная сделка для обеих сторон. Они в основном арендуют вычислительные мощности. У них нет огромных капитальных расходов или даже схем аренды с последующим выкупом. Можно спорить о некоторых аспектах бухгалтерского учёта, а также о масштабных обязательствах по вычислительным мощностям, которые формально являются будущим долгом или фактически находятся за пределами баланса. Но с точки зрения размывания все технологические компании выпускают новые акции. Понадобится ли им в какой-то момент привлечь ещё $100 млрд в виде долга или акционерного капитала? Возможно. Смогут ли они и дальше творчески структурировать и финансировать будущие вычислительные мощности? Вероятно, тоже.

Я знаю, что в последние несколько недель было много тревог по поводу будущего финансирования вычислительных мощностей и дата-центров. Но если вы Anthropic, крупная лаборатория, гиперскейлер, Broadcom или Nvidia, которые обеспечивают многие такие сделки, это, вероятно, не изменится в ближайшее время. Поэтому я не особенно беспокоюсь.

Беспокоился бы я как инвестор в акции о сильном размывании своей доли? Думаю, нет. Если вы верите в долгосрочный оптимистичный сценарий AGI и в то, что Anthropic станет лидером в этой области, это не должно вас беспокоить. Вероятно, вы рассчитываете на бизнес стоимостью более $10 трлн. На таком уровне компания сможет опередить размывание.

Поговорим об обязательствах по вычислительным мощностям. Я видел как минимум один анализ, согласно которому за следующие 10 лет обязательства перед различными гиперскейлерами и неооблачными провайдерами превысят $800 млрд. Это огромная сумма. Вы говорите, что у Anthropic нет таких денег. Она ещё даже не потратила столько. Как вы думаете, сможет ли компания получить достаточно выручки, чтобы выполнить эти обязательства?

Да. Когда люди видят заголовочную цифру обязательств — скажем, от $500 млрд до $600 млрд на 7–10 лет, — фактические расходы на вычисления сегодня соответствуют не такому уж большому числу гигаватт. Если посмотреть на текущие траты, в среднем они близки к $11 млн на мегаватт, или $11 млрд на гигаватт.

Если пересчитать это на годовой уровень и сказать: «Хорошо, сумма $520 млрд распределена, например, на 70 лет, — на самом деле это не так много гигаватт, и они будут далеко за пределами…» Когда они достигнут, скажем, 20 гигаватт, будущие обязательства по вычислительным мощностям фактически будут исчисляться триллионами.

Так что да, у них будет достаточно выручки. Вопрос скорее в том, какой будет выручка относительно объёма вычислений. Во-вторых, важна эффективность вычислений. Если они продолжат получать гораздо больше выручки с каждого мегаватта инференса, насколько сильно вы действительно захотите инвестировать в обучение и сводить маржу к нулю с точки зрения аренды? Ведь может оказаться, что от 80 до 85 процентов их парка будет занято обучением и исследованиями при такой марже.

Выручка будет довольно хорошо масштабироваться. У них нет какой-то критической проблемы. Если только не окажется, что вся эта выручка исчезнет или клиенты уйдут. Им не обязательно чрезвычайно быстро достигать $1 трлн выручки, чтобы выполнить все обязательства и оплатить их.

Если только вы не пытаетесь построить цифрового бога и если ИИ не будет распространяться по экономике так быстро, как все хотят. Это ведь ставки, верно?

Это огромные ставки. Если вы очень оптимистично смотрите на переход к цифровой экономике, стоит обратить внимание на следующие цифры: Anthropic говорит, что среди её клиентов из Fortune 500 присутствует половина компаний этого списка, но на них приходится лишь 0,1 процента их общих операционных расходов. Если пересчитать на одного пользователя, это около $8 в месяц, если считать, что операционные расходы не включают себестоимость. Если считать, что включают, получается меньше $50 в месяц.

Они говорили то же самое о 5 процентах самых активных пользователей Claude Code: в среднем они тратят $18 000 в год. Остальные пользователи Claude Code тратят менее $75 в месяц, намного меньше $75. Здесь есть огромная возможность, особенно если говорить о предприятиях и традиционных покупателях ИТ-программного обеспечения.

Проникновение ИИ в традиционный интеллектуальный труд крайне низкое. Это тоже важный момент: впереди большой период роста как числа пользователей, так и интенсивности использования. Можно спорить о том, кто победит, но очевидно, что передовые лаборатории получат некоторую долю этого рынка, и в следующем году она будет существенно влиять на чистый новый ARR.

Одна из действительно интересных особенностей заключается в том, что мы говорим о передовых лабораториях и гиперскейлерах. У Anthropic в S-1 много безумных факторов риска, включая возможность того, что Claude обладает сознанием и уничтожит всех нас.

Но один из самых прямых и, возможно, наиболее понятных рисков заключается в том, что AWS, Azure и Google Cloud одновременно являются поставщиками и конкурентами — особенно Google. В документе говорится: «Эти отношения могут измениться». У Anthropic большие отношения со SpaceXAI. Илон Маск будет обучать Grok. В какой-то момент Anthropic начнёт конкурировать со SpaceXAI. Эти отношения могут стать ненадёжными.

Как вы говорите, сейчас они лишь арендуют вычислительные мощности. В какой-то момент рынок может заставить их владеть большей частью вычислительных ресурсов, потому что собственные конкуренты не захотят сдавать мощности в аренду ведущей компании. Как, по-вашему, будет развиваться эта ситуация?

Мы определённо видим, что OpenAI и Anthropic переходят к более прямому владению: они не обязательно сами владеют вычислительными ресурсами, но переходят к аренде с последующим выкупом или используют SPV, как это делают некоторые финансовые спонсоры, и напрямую производят вычислительные мощности вместо их аренды.

Здесь есть два момента. С одной точки зрения, Google также продаёт внешним клиентам собственные чипы и говорит: «Нам неважно, монетизируем ли мы это через Google Cloud или распределим долю… Если вы считаете, что у нас серьёзный дефицит чипов, нам даже неважно, уйдут ли они в DeepMind или на внутренние вычисления GCP. Мы готовы стать продавцом чипов».

Anthropic любит TPU, и у неё есть заказы на 3,5–4 и более гигаватт, вероятно, в процессе находятся и дополнительные заказы. Anthropic напрямую покупает эти чипы, чтобы затем сдавать их в аренду. Так что да, рынок сейчас благоприятный.

Погодите, она не покупает их напрямую для сдачи в аренду. Значит, она покупает их через неооблачного провайдера?

Да, она покупает их через SPV, либо SPV покупает их, а затем сдаёт Anthropic в аренду.

Понял. Хорошо.

Даже внутри Google Cloud, AWS или Foundry Anthropic — огромный клиент: 48 процентов её бизнеса проходит через Bedrock, Foundry и Vertex, где пользователи платят за доступ к моделям через существующие облачные отношения. Они даже не общаются с Anthropic. Им не нужно взаимодействовать с отделом продаж Anthropic.

Вы упоминали это ранее. Этот маркетинговый канал, где Anthropic получает долю выручки.

Верно. Если вы AWS и говорите: «Я запускаю вычисления Anthropic, допустим, за $10 млн на мегаватт, но теперь получаю 16 процентов от $65 млн на мегаватт плюс расходы на вычисления», — то мы видим, как маржа всех облачных провайдеров сейчас растёт. Отчасти это происходит потому, что повышается загрузка CPU из-за программирования, а также благодаря [обучению с подкреплением], но эти бизнесы «токены как услуга», как мы их называем, — AWS Bedrock, Microsoft Foundry, Google Gemini Agent Enterprise Platform, ранее известная как Vertex, — резко увеличивают маржу ИИ-направлений этих облачных компаний.

Они тоже получают выгоду, и акционеры недавно начали это учитывать. Во втором квартале Azure и AWS показали исключительно сильные результаты, особенно AWS — благодаря росту Anthropic на Bedrock.

Как вы думаете, помешает ли это Amazon когда-либо захотеть обучать собственные передовые модели? Компания хорошо справляется с ролью инфраструктуры для всех остальных, но это одна из немногих крупных технологических компаний, которая пока не почувствовала угрозу из-за отсутствия собственных моделей.

Да, это интересно. Amazon вполне устраивает обслуживание самых разных клиентов, а собственные возможности в области передовых моделей у неё очень ограничены. Если посмотреть на наши оценки вычислительных мощностей для обучения, у Amazon их меньше, чем у любого другого гиперскейлера, разве что Oracle. Похоже, особой стратегии здесь нет.

Знаю, что Microsoft в последние два квартала стала немного больше об этом говорить. AWS тоже стала чаще поднимать эту тему на конференциях, но это не является крупным направлением. Они не делают этого в масштабе Meta и не пытаются конкурировать в этой области так же, как Google с Gemini. Особенно Дилан скажет вам: если вы не пытаетесь конкурировать на переднем крае, для вас фактически нет места — особенно если вы выделяете внутри компании всего несколько сотен мегаватт. Во-первых, это внутреннее использование, например обслуживание розничного бизнеса Amazon, а во-вторых — обучение. Чтобы быть хорошим игроком в этой сфере, нужно брать на себя множество обязательств.

Это разговор дл