Anthropic просить Уолл-стріт повірити в AGI

Сьогодні в Decoder до мене приєднався Джої Брукхарт, аналітик дослідницької компанії SemiAnalysis, що спеціалізується на чипах і штучному інтелекті, щоб допомогти мені розібратися в історії, прихованій за цифрами заявки Anthropic на IPO — документа, відомого як S-1.

Anthropic щойно подала S-1 для виходу на біржу Nasdaq і може почати торгуватися вже наступного місяця за оцінки від $1,5 трильйона до $2 трильйонів. Це одразу зробило б її однією з найдорожчих компаній на планеті.

Але цінник — далеко не вся історія. Документ S-1, опублікований на початку цього тижня, містить сотні й сотні сторінок, наповнених деталями, які нарешті дають уявлення про економіку передової AI-лабораторії. Як можна здогадатися, картина ця дуже складна й побудована на низці дуже, дуже амбітних припущень щодо майбутнього та того, що з ним зробить ШІ.

Тож я хотів запросити Джої до програми, щоб він допоміг розібратися, що цей документ розповідає нам як про фінанси Anthropic, так і про економіку ШІ загалом. Джої та його колеги із SemiAnalysis ще в липні побудували зовнішню модель фінансів Anthropic, тож він чекав на цю заявку не менш нетерпляче за будь-кого іншого. А я з нетерпінням хотів почути його оцінку того, що ми дізналися і, що не менш важливо, чого досі не знаємо.

Отже: Джої Брукхарт із SemiAnalysis про S-1 Anthropic, а також витрати й ризики створення передового ШІ. Почнімо.

Це інтерв’ю було дещо відредаговане для стислості та ясності.

Джої Брукхарт, ви аналітик у SemiAnalysis. Ви також співкерівник моделі Tokenomics у SemiAnalysis, про яку ми сьогодні багато говоритимемо. Ласкаво просимо до Decoder.

Так, дуже дякую, Нілаю.

Я дуже радий із вами поговорити. Ми розмовляємо лише через кілька днів після подання великої заявки Anthropic S-1. Це наш перший погляд на фінанси однієї з провідних передових моделей. Які ваші враження? Як ви це оцінюєте?

Це був чудовий документ S-1. Після дня для інвесторів минули непрості три тижні. Дехто був дещо розчарований вересневими показниками [річного регулярного доходу], але тут ми побачили компанію, яка ефективно масштабувалася до неймовірного рівня: оцінка понад $1 трильйон і ARR понад $70 мільярдів за дуже короткий час.

Щодо валової маржі, маржі на обчисленнях і вільного грошового потоку — усе саме так, як хотілося б. Тож я не думаю, що в цій заявці було багато до чого прискіпуватися. Саме тому за останні два дні знову так сильно зросли акції багатьох компаній напівпровідникового комплексу, неохмарних компаній і компаній, що працюють у сфері обчислень.

Кумедно, але я теж не думаю, що можу прискіпатися до самого S-1. Я хочу зануритися в деталі, бо там багато цифр, над якими варто подумати. Але спершу хочу почати із загальної картини. Ви керуєте напрямом під назвою Tokenomics. Я поясню людям, що таке Tokenomics.

Я дивлюся на Anthropic і на те, куди вона може рухатися. Я дивлюся на слова Даріо Амодея про те, що він бачить шлях до $1 трильйона доходу. Звідки візьмуться ці гроші? Адже так багато в цих бізнесах пов’язано з поглинанням усіх інших компаній, і складається враження, що хтось інший має заробити гроші, щоб заплатити Anthropic і забезпечити їй цей дохід. Я не бачив чіткого пояснення цього.

Це дуже цікаво. Сьогодні, навіть з урахуванням нинішнього масштабу — $120 мільярдів ARR у двох провідних лабораторій — це все ще надзвичайно вузький ринок. Найбільший 1 відсоток клієнтів витрачає від $50 000 до $100 000 на одного працівника. Ширший сегмент Fortune 500 або Global 2000, який зазвичай багато витрачає на ІТ, майже нічого не витрачає.

Значна частина витрат, особливо в Anthropic, пов’язана з програмуванням. Це майже компанія одного вертикального напрямку. Якщо дивитися в майбутнє, на 2027 рік, і думати про ширше впровадження в інтелектуальну працю, то типовий сезон планування бюджету підприємств у четвертому кварталі ми ще не проходили з жодною з цих лабораторій у скільки-небудь значущому масштабі, оскільки їхній ARR почав по-справжньому прискорюватися лише на початку року. Ми думаємо і про інші сфери, наприклад кібербезпеку, яка може бути схожою на програмування: там контракти з провідними підприємствами на десятки мільйонів доларів можуть дуже швидко масштабуватися через усі кіберінциденти, які ми бачимо. Далі є такі вертикалі, як біотехнології.

Щоб досягти $1 трильйона, нам справді доведеться перейти до частини інтелектуальної праці, де ШІ рухається від доповнення праці до її заощадження або заміни в окремих сферах. Як приклад можна навести пропозиції Microsoft щодо викупу контрактів у працівників, але існує ще безліч інших вертикалей, у які вони можуть увійти й справді змінити ситуацію.

Це найбільше питання, яке я маю не лише щодо S-1, а й щодо всієї індустрії. Я міг би зрозуміти це, якби існувала одна чи дві провідні лабораторії. Є дві великі компанії з технологією, здатною автоматизувати безліч речей. Подивимося, наскільки добре ця автоматизація працюватиме в різних секторах, але провідних лабораторій не дві. Їх досить багато. Є моделі з відкритими вагами.

Я розмовляв із багатьма генеральними директорами, які дуже не хочуть передавати всі свої дані OpenAI чи Anthropic і воліли б запускати деякі системи локально. Тепер навіть юридичні фірми запускають локальний ШІ — мабуть, це найкумедніший поворот за всю історію.

Як, на вашу думку, це розвиватиметься? Адже значна частина тиску на цей S-1 стосувалася самих цифр, про які я хочу поговорити, але є й зовнішній тиск: «Ви повинні зростати, а зростання вже не таке швидке». Як ви бачите розвиток усіх цих процесів?

Це дуже цікаво, бо якщо взяти, наприклад, програмування сьогодні — і, думаю, у третьому кварталі ми побачили, як OpenAI певною мірою наздогнала конкурентів, — є сфери програмування з дуже низькими витратами на перехід, і я можу просто перемикатися між ними. Ми чуємо від підприємств, можливо, і з боку OpenAI — очевидно, я думаю, що вони дещо невдало випустили Fable, а відсутність нульового зберігання даних стала причиною певного уповільнення. Це можна виправити у Fable 5.5 і, можливо, стимулювати ширше впровадження серед підприємств.

Для підприємств це дуже важливо, коли ми з ними розмовляємо. Ми точно бачимо, що підприємства, а ще більше — багато AI-стартапів, тепер здійснюють спеціальне навчання й донавчання моделей із відкритими вагами, а потім запускають на них або інференс, або навіть власні продукти для внутрішніх чи зовнішніх сценаріїв використання.

Очевидно, DeepMind у Google та [Meta Superintelligence Labs] — це дуже добре фінансовані лабораторії з доволі схожими потужностями для навчання, і вони залучають їх у величезній кількості. Не кажучи вже про SpaceX, де Ілон заявив про 10 нових гігаватів наступного року, половина з яких припадатиме на довгострокове внутрішнє використання.

У першій половині року Anthropic відірвалася від усіх. На неї припадало 90 відсотків нового чистого ARR галузі. У третьому кварталі ми побачили, що OpenAI, ймовірно, фактично отримала більшість нового чистого ARR галузі. Відкритий код зріс приблизно з $1 мільярда витрат на токенний інференс, ARR, у першому кварталі до понад $10 мільярдів тут, у третьому кварталі.

Тож так, галузь стала набагато конкурентнішою, але з’являються й усі ці нові сценарії використання, а деякі вертикалізовані сценарії якраз і забезпечуватимуть зростання надалі. Очевидно, що програмування саме по собі не забезпечить нам навіть потроєння нинішнього масштабу.

Цікаво. Ця концепція називається Tokenomics. Ви керуєте цим напрямом разом з іншим співкерівником у SemiAnalysis. Поясніть, що це таке, адже мені здається, що це дуже розумний спосіб думати про підхід «ми вкладемо трохи грошей і, можливо, отримаємо трохи грошей назад».

Я сприймаю це як юніт-економіку [ШІ] або навіть ширшу ідею — від макро- до мікроекономіки ведення AI-бізнесу чи навіть оцінки попиту на ШІ. Ми охоплюємо гіперскейлерів, а тепер і деякі неохмарні компанії в окремому продукті.

Але також і самі AI-лабораторії. Для інвесторів або просто людей, яким цікавий цей бізнес: два роки тому Anthropic мала від’ємну валову маржу на інференсі — мінус 94 відсотки. Тепер вона має позитивну маржу 85 відсотків, а люди не розуміють, як розподіляються обчислювальні ресурси. Як нам думати про бізнес-модель інференсу?

Частина розмови про валову маржу — це дохід на мегават інференсу. Чому всі компанії, які здійснюють інференс, демонструють величезне зростання ефективності інференсу та обчислень? Тож ми намагаємося моделювати ці бізнеси, а коли Anthropic була приватною компанією, очевидно, працювали з інформацією, яку могли отримати з преси тощо.

Але тепер, коли в нас є конкретні аудовані цифри, пояснити юніт-економіку цього бізнесу легко. А також те, чим відрізняються різні компанії. OpenAI — це значно інший бізнес, ніж Anthropic, і з погляду співвідношення споживання та підписок, і з погляду історичного балансу між споживачами та підприємствами. [Ми] намагаємося зрозуміти економіку цих бізнесів на рівні попиту.

Кілька років тому, коли я говорив із генеральним директором Google Сундаром Пічаї про вартість інференсу, я запитав: «Як ви взагалі колись зароблятимете гроші?» Він дуже чітко відповів: «Якщо є щось, у чому Google добре розбирається, то це зниження вартості за кривою витрат».

Це була дуже пряма відповідь. Я розумію, як це може зробити Google. Вони виробляють власні чипи. Anthropic працює на чужих хмарах. Ключова частина S-1 — це те, скільки вони зобов’язалися витратити на чужі хмари: SpaceXAI, Google, Amazon. Звідки береться їхня ефективність?

Передусім це пропускна здатність щодо токенів. У них дуже різноманітний парк чипів. Між Trainium, TPU та GPU ми бачимо величезне зростання ефективності токенів. Наприклад, пропускна здатність токенів на чипах Trainium зараз зросла у 5–10 разів порівняно з минулим роком.

Як на рівні апаратного забезпечення, так і на рівні програмного забезпечення — і того, як модель взаємодіє з обладнанням, — спостерігається значне зростання пропускної здатності токенів. Якщо раніше ви обробляли X токенів за секунду, то вже через рік можете обробляти в п’ять або десять разів більше. Вони кажуть, що й надалі очікують на подальше зростання ефективності обчислень.

Ми з Максом Каном, який разом зі мною очолює модель Tokenomics у SemiAnalysis, навіть опублікували дослідження на цю тему. Наразі, якщо Anthropic отримує $65 мільйонів доходу на мегават інференсу, то в цей самий час минулого року цей показник був у межах десяти з кількома мільйонами. Ми говорили, що, наприклад, на Opus 5.5 із [Nvidia] Blackwell можна досягти $100–120 мільйонів доходу на мегават.

Головне тут те, що в середньому вони тепер платять трохи більш як $10 мільйонів на мегават у [собівартості проданих товарів], тобто просто на обчислення. Цю маржу можна потім реінвестувати в навчання.

Люди цього не усвідомлюють, але лише близько 30 відсотків обчислень фактично припадає на дохід від обслуговування інференсу. Решта використовується для експериментів і досліджень, навчання моделей і донавчання моделей. Тож значна частина обчислень спрямована на створення наступної моделі — це радше сфера досліджень і розробок, де ви фактично отримуєте віддачу та конкурентний захист у цьому бізнесі.

Насправді я очікував побачити в S-1, що ця динаміка проявиться набагато сильніше: Anthropic заробляє багато грошей на продажу нинішніх моделей, а в майбутньому для нинішніх моделей з’явиться ще більше клієнтів. Це принесе величезну маржу. А потім, оскільки це Anthropic і вони вважають, що створюють цифрового бога, вони навчатимуть наступні моделі настільки активно, наскільки зможуть.

Це дуже специфічна історія Anthropic. Компанія прагне до AGI. Люди, які там працюють, охоче розповідають вам у S-1, що Claude може бути свідомим, а все це може закінчитися катастрофою. Anthropic — дуже унікальна компанія у своєму самосприйнятті. Але в S-1 не надто видно, щоб ця динаміка розгорталася. Вони досить добре узгоджують витрати на навчання зі своєю маржею на інференсі. Ви очікуєте, що це зростатиме або якось зміниться?

Погоджуюся. У довгостроковій перспективі — і ми навіть говорили про це всередині компанії — вони хочуть збільшити частку навчання. Якщо ви вірите, що створюєте цифрового бога або рухаєтеся до AGI, і маєте валову маржу понад 85 відсотків на інференсі, то можете собі це дозволити.

Вони зросли набагато швидше, ніж очікували, і не розраховували вийти на 11-відсоткову маржу EBITA без урахування GAAP. Вони воліли б бути ближчими до нуля або навіть нижче, якби могли отримати ці обчислювальні ресурси, спрямувати їх на навчання і продовжувати підвищувати ефективність обчислень.

Вони також говорили про це інвесторам під час роудшоу. Ви можете подивитися на цей S-1, на криву прибутковості за останні кілька років і на те, як мало грошей вони спалили, щоб дійти до цього моменту, і сказати: «Це хороша бізнес-модель, але ми рухаємося до AGI. Не очікуйте, що зростання маржі триватиме на нинішньому рівні, хоча в довгостроковій перспективі маржа може бути значно вищою».

Тут є певні паралелі з Amazon. Джефф Безос відомо казав інвесторам, що не зароблятиме грошей, доки не зможе заробляти багато грошей. Очевидно, Amazon і Anthropic багато взаємодіють. Можливо, між ними є певна родинна схожість.

Але мені цікаво: існує певний рівень можливостей моделі, який дасть змогу вийти у більшу кількість вертикалей, а не лише в програмування, правда? Можливо, ми вже на цьому рівні. Існує поняття невикористаного потенціалу — ідея, що сьогоднішні моделі могли б зайнятися біологічними дослідженнями. Сьогодні вони вже підкорюють математику. Настає момент, коли найрозумніше бізнес-рішення — припинити навчання і просто продавати прибуткову модель дедалі більшій кількості компаній. Як публічна компанія Anthropic зіткнеться з цим тиском.

Як ви думаєте, вони організовані або структуровані так, щоб протистояти йому?

Так, я думаю, що вони добре структуровані. Зокрема, завдяки певним голосуючим акціям у таких питаннях. Ми вже бачили подібне в технологічній галузі, зокрема й публічно, коли Марк Цукерберг ухвалював рішення про значні інвестиції.

Це не завжди окупалося. Я просто хочу зауважити: це не завжди окупалося.

Так, не завжди окупалося.

Хоча технічно ми з вами зараз перебуваємо в метавсесвіті, якщо дивитися за деякими визначеннями.

[Сміється] Так. Але, думаю, тут є цікава цифра в S-1: 80 відсотків доходу за останні три місяці припадають на моделі, випущені за останні шість місяців.

Тож ви кажете: «Добре, 20 відсотків припадають на моделі на кшталт Opus 4.5 і попередні версії». У майбутньому, якщо ви компанія, що створює передові моделі, вам завжди потрібно бути на передовій, а конкуренція неймовірно жорстка.

Зачекайте, можна поставити дуже дурне запитання?

Так.

Чому? Я думаю, що в основі моєї цікавості до цієї індустрії зараз лежить таке: якщо ви створили передову технологію, здатну революціонізувати весь світ, то в якийсь момент найприбутковішим рішенням буде просто застосувати її в усіх можливих вертикалях, правда? Не створювати наступну модель. А запустити ефективну модель у юридичних послугах, медицині та інших сферах, де ШІ ще не поширився.

Ця ідея, що ви завжди повинні бути на передовій, що Anthropic завжди має конкурувати з Google, OpenAI та всіма іншими, зрозуміла з погляду їхнього самосприйняття. Але з бізнесової точки зору AI-компанія приноситиме більше грошей і більше витрачатиме з вами, постачальником ШІ, і це не обов’язково пов’язано з перебуванням на передовій.

Тут є кілька аспектів. Щодо нових вертикалей — і це особливо стосується кібербезпеки: якщо противник використовує передову модель, вам потрібно захищатися за допомогою передової моделі.

Справедливо.

Коли ми розмовляємо з деякими підприємствами, це не схоже на підсумовування електронних листів, для якого можна використати відкриту модель або Sonnet. Є певні вертикалі, де це важливо… [Наприклад,] якби ви були відповідачем у судовій справі, чи погодилися б ви, щоб ваш адвокат використовував не передову модель, якщо обвинувачення—

[Сміється] Маю для вас погані новини щодо того, що зараз відбувається на юридичному ринку.

Конкурентна динаміка справді визначає це. Якщо дивитися вперед, ми бачили, як відкритий код на певному етапі наздогнав конкурентів, але попит залишатиметься. [Генеральний директор SemiAnalysis] Ділан [Пател] часто це повторює: попит на передовий інтелект завжди буде, особливо в конкурентних галузях. І в міру переходу від доповнення праці до її заміни це також стосуватиметься певних завдань.

Водночас вони стають більш вертикалізованими. Якщо подивитися на вакансії або на те, кого вони наймають, вони створюють більше таких продуктів і напрямів, а також проводять чимало бета-тестувань: Claude для фінансових послуг, Claude для юристів, їхню кіберпрограму. У межах кіберпрограми вони щомісяця безкоштовно надають людям кредити на $25 000.

У 2027 році це буде для них величезним продуктовим напрямом. Основні причини — вертикалізовані сфери, а також ті, де потрібно бути на передовій… Точніше, більш конфліктні або конкурентні сфери. Але ми обидва можемо погодитися, що є такі завдання, як підсумовування електронних листів, які точно не потребують передової моделі.

Я наведу просте порівняння з iPhone. Зараз сезон iPhone. Я щойно оглядав iPhone Duo. Apple вже кілька років зберігає незмінний вигляд iPhone. Вони створюють усі інструменти для нового iPhone, а потім просто повторно використовують їх у двох, трьох або чотирьох моделях, щоб отримати всю віддачу від цих інвестицій, перш ніж рухатися далі. Apple випускає новий iPhone, але ще певний час продає старий, щоб отримати більше віддачі від інвестицій і програми розробки.

AI-індустрія, схоже, цього не робить. Увесь акцент — на розробці наступної новинки, швидкому виведенні старої з експлуатації та переході користувачів на новий дорогий продукт, тоді як паралельно вони створюють наступний дорогий продукт.

У якийсь момент, здається, це раціоналізується: з’явиться щось, що варто просто використовувати для отримання маржі, поки компанія інвестує в нову річ. Я просто не можу зрозуміти, на якому етапі цього циклу перебуває Anthropic.

Ми справді це бачимо. Обсяги токенів у моделях із відкритим кодом зростають, і в багатьох сферах такі моделі вже стали достатньо хорошими. Думаю, у перспективі ви запитаєте: «Добре, це сталося через дистиляцію?» І тоді передові лабораторії матимуть певний захист у майбутньому. Коли ми розмовляємо з клієнтами, це також питання того, як ми сприймаємо співвідношення передових моделей і відкритого коду. Наприклад, модель типу Sonnet — якщо використати вашу аналогію з iPhone 18 і SE.

Ми бачимо цю динаміку, і, очевидно, щодо відкритого коду постає питання, яку частку він зможе охопити. По-друге, ми все ще дуже рано перебуваємо у розвитку цих вертикалей і не знаємо, що врешті стане повністю агентним. Не буде людини в контурі, де сам каркас системи, як я б сказав, матиме певну цінність і конкурентний захист.

Головна сфера, на яку я звернув би увагу, особливо в розмовах із підприємствами сьогодні, полягає в тому, що в багатьох із них лише програмістам дозволено користуватися передовими моделями. Якщо ви не програміст, деякі компанії обмежують вас Sonnet, якщо ви клієнт Anthropic. Це відображає те, як керівництво оцінює та планує бюджет на це, а також те, скільки для нього насправді коштує передовий інтелект у різних сферах.

Як фінансовий аналітик я можу сказати, що шість місяців тому Claude не міг створити хорошу фінансову модель. Якщо під’єднати його до правильних сфер, він стає кращим, але ми пройшли шлях від «шість місяців тому мені був потрібен молодший аналітик» до «можливо, він мені вже не так потрібен», а потім до «чи матиму я в будь-який момент або досить швидко кількох повноцінних молодших аналітиків у своєму розпорядженні, якщо матиму необмежений бюджет на токени?» Ми розглядаємо це в кожній вертикалі та основній категорії професій.

Часовий горизонт у кожній із цих категорій буде різним. Це одне з головних питань, яке я маю: наскільки швидко вони досягнуть того, чого, на їхню думку, можуть досягти?

Хочу розібрати деякі цифри. Та, що найбільше впала в око в усіх коментарях на всіх форумах і в усіх наших учорашніх статтях, — це $80 мільярдів. Anthropic втратила $80 мільярдів [у першій половині 2026 року]. Це пов’язано з технічною бухгалтерською статтею. Можете пояснити ці $80 мільярдів? Бо вони не видаються особливо важливими для доходу та прибутку, про які вони говорять.

Так, це негрошова витрата, оскільки оцінка компанії значно зросла, а вона випустила варанти або конвертовані ноти. Це потрібно відобразити в балансі. Це просто негрошова витрата, оскільки оцінка так сильно зросла після випуску цих варантів і нот.

Таку статтю завжди виключають із розрахунків. Можна сперечатися щодо компенсацій на основі акцій: чи справді ми маємо враховувати їх на негрошовій основі без GAAP? Адже це негрошова виплата: якщо я просто передаю працівникам акції, я маю відобразити це у звіті про прибутки й збитки, але фактично не передаю їм готівку зі свого банківського рахунку. Тож це не така ситуація. Якщо ви не знаєтеся на бухгалтерському обліку, на загальному рівні це виглядає погано, але причина в тому, що компанія так сильно зросла і її оцінка так сильно підвищилася.

Частина дискусії щодо цієї витрати полягає в тому, що іншою стороною тут була Amazon. Очевидно, Amazon дуже задоволена, бо Anthropic купує величезну кількість AWS, і, звісно, вона рада зростанню оцінки, але з часом таким чином частка Amazon розмиватиметься. Це частина цієї динаміки.

Anthropic, очевидно, проведе IPO. Вона випустить на ринок багато акцій. Абсолютно зрозуміло, що з часом компанія випускатиме більше акцій, щоб залучати більше грошей. Не схоже, що вона найближчим часом припинить бажати залучати кошти.

Як ви думаєте про це з погляду інвестицій у таку компанію, як Anthropic, якщо ваша оцінка може зростати, але фактична частка власності з часом може розмиватися?

Ці угоди завжди мали дуже креативну структуру. Власне, вони витратили лише $10 мільярдів готівки. Сьогодні на їхньому балансі понад $120 мільярдів готівки та ринкових цінних паперів, а після IPO, ймовірно, буде ще $100 мільярдів.

Це чудова угода для обох сторін. Вони фактично лише орендують обчислювальні потужності. Це не ситуація з величезними капітальними витратами або навіть орендою з подальшим викупом. Можна сперечатися щодо певних аспектів бухгалтерського обліку, а також про величезні зобов’язання щодо обчислень, які технічно є майбутнім боргом або фактично перебувають частково поза балансом. Але з погляду розмивання частки всі технологічні компанії випускають нові акції. Чи знадобиться їм у якийсь момент залучити ще $100 мільярдів боргу або капіталу? Можливо. Чи зможуть вони й надалі креативно структурувати й фінансувати майбутнє розгортання обчислювальних потужностей? Також, найімовірніше, так.

Я знаю, що останніми тижнями було багато тривоги щодо майбутнього фінансування обчислень і дата-центрів. Але якщо ви Anthropic, велика лабораторія, гіперскейлер, Broadcom або Nvidia, які підтримують значну частину цих угод, це, ймовірно, найближчим часом не зміниться. Тож я не надто хвилююся.

Як інвестор в акції, чи хвилювався б я через надмірне розмивання? Не думаю. Якщо ви вірите в довгостроковий оптимістичний сценарій AGI і в те, що Anthropic буде в ньому лідером, це не повинно вас турбувати. Ймовірно, ви дивитеся на бізнес вартістю понад $10 трильйонів. На цьому етапі він зможе випередити розмивання.

Поговорімо про зобов’язання щодо обчислень. Я бачив принаймні один аналіз, згідно з яким протягом наступних 10 років зобов’язання перед різними гіперскейлерами й неохмарними компаніями перевищать $800 мільярдів. Це багато. Ви кажете, що в них немає таких грошей. Вони ще навіть не витратили стільки. Чи бачите ви, що вони зможуть отримати достатній дохід, щоб виконати ці зобов’язання?

Так. Коли люди дивляться на заголовкові цифри зобов’язань — скажімо, $500–600 мільярдів на 7–10 років, — фактичні витрати на обчислення сьогодні стосуються не такої вже великої кількості гігаватів. Якщо подивитися на їхні нинішні витрати, у середньому вони становлять близько $11 мільйонів на мегават, або $11 мільярдів на гігават.

Якщо перевести це на річний рівень і сказати: «Добре, цифра $520 мільярдів розрахована, наприклад, на 70 років, тож це насправді не так багато гігаватів, а вони значно перевищать…» Коли вони досягнуть, скажімо, 20 гігаватів, майбутні зобов’язання щодо обчислень, які вони фактично виконуватимуть, сягнуть трильйонів.

Тож так, у них буде достатньо доходу для цього. Питання радше в тому, який дохід вони матимуть порівняно з кількістю обчислень. По-друге, це рівняння ефективності обчислень. Якщо вони й надалі отримуватимуть значно більше доходу з кожного мегавата інференсу, наскільки сильно ви насправді хочете інвестувати в навчання і знижувати маржу до нуля з погляду оренди? Бо можна дійти до ситуації, коли навіть 80–85 відсотків їхнього парку будуть спрямовані лише на навчання та дослідження за таких рівнів маржі.

Дохід масштабуватиметься досить добре. Тут немає критичної ситуації. Хіба що ми зрозуміємо, що весь цей дохід зникає або люди припиняють користуватися сервісом. Їм не обов’язково надзвичайно швидко досягати трильйона доларів доходу, щоб виконати всі ці зобов’язання й оплатити їх.

Якщо тільки ви не намагаєтеся створити цифрового бога і якщо ШІ не пошириться економікою так швидко, як усі хочуть. Це ж ставки, правда?

Це величезні ставки. Якщо ви дуже оптимістично оцінюєте перехід до цифрової економіки, варто звернути увагу на такі цифри: Anthropic каже, що серед її клієнтів із Fortune 500 є 50 відсотків компаній Fortune 500, і це становить лише 0,1 відсотка операційних витрат усіх її клієнтів. Якщо подивитися на це в перерахунку на одного користувача, виходить близько $8 на місяць, якщо вважати, що операційні витрати не включають собівартість. Якщо вважати, що вони включають собівартість, це менше $50 на місяць.

Вони сказали те саме. Серед 5 відсотків найактивніших користувачів Claude Code середні витрати становлять $18 000 на рік. Їхні користувачі, які не використовують Claude Code, витрачають менш як $75 на місяць, значно менше. Тут є величезна можливість, особливо якщо ми говоримо про підприємства й традиційних покупців ІТ-програмного забезпечення.

Проникнення в традиційну інтелектуальну працю надзвичайно низьке. Це також важливий момент: попереду великий період зростання як кількості підключених користувачів, так і обсягів використання. Можна сперечатися, хто переможе, але очевидно, що передові лабораторії отримають певну частину цього ринку, і наступного року це матиме значний вплив на новий чистий ARR.

Одне з найцікавіших у цьому те, що ми говоримо про передові лабораторії, говоримо про гіперскейлерів — а в Anthropic у цьому S-1 є багато дивовижних факторів ризику, зокрема можливість того, що Claude свідомий і вб’є нас усіх.

Але один із найпряміших і, можливо, найпростіших для розуміння факторів полягає в тому, що AWS, Azure і Google Cloud є одночасно постачальниками та конкурентами в певному сенсі, особливо Google. І вони кажуть: «Ці відносини можуть змінитися». У них великі відносини зі SpaceXAI. Ілон Маск навчатиме Grok. У якийсь момент вони конкуруватимуть зі SpaceXAI. Ці відносини можуть стати нестабільними.

Як ви кажете, вони лише орендують обчислювальні потужності. У певний момент ринок може змусити їх володіти більшою частиною своїх обчислень, бо їхні власні конкуренти не захочуть здавати потужності в оренду провідній компанії. Як ви бачите розвиток ситуації?

Ми точно бачимо, що і OpenAI, і Anthropic рухаються до більшої прямої участі: вони не володіють обчислювальними потужностями, але більше використовують оренду з подальшим викупом або працюють через спеціальні компанії — SPV, як це роблять деякі фінансові спонсори, — і безпосередньо створюють обчислювальні потужності замість оренди.

Тут є два моменти. З одного боку, Google також продає свої зовнішні чипи клієнтам і каже: «Нам байдуже, чи монетизуємо ми це через Google Cloud або розподілимо частку… Якщо ви вважаєте, що ми дуже обмежені в чипах, нам байдуже, чи підуть вони до DeepMind або на внутрішні обчислення GCP для монетизації. Ми просто готові стати продавцем чипів».

Anthropic дуже любить TPU, і йдеться про понад 3,5–4 гігавати, а ймовірно, й більше в майбутніх замовленнях: Anthropic безпосередньо купує ці чипи, а потім здає їх в оренду. Тож так, ринок сприятливий.

Зачекайте, вона не купує їх безпосередньо для оренди. Тобто вона купує їх через неохмарну компанію?

Так, вона купує їх через SPV, або SPV купує їх, а потім Anthropic орендує їх у SPV.

Зрозуміло. Добре.

Навіть у Google Cloud, AWS або Foundry Anthropic має величезний масштаб: 48 відсотків її бізнесу проходять через Bedrock, Foundry та Vertex, де люди платять через свої наявні хмарні відносини, щоб отримати доступ до цих моделей. Вони навіть не розмовляють із Anthropic. Не потрібно взаємодіяти з відділом продажів Anthropic.

Ви згадували це раніше. Цей маркетинговий канал, де Anthropic отримує частку доходу.

Так. Якщо ви AWS і кажете: «Я запускаю обчислення Anthropic за, скажімо, $10 мільйонів на мегават, але тепер отримую 16 відсотків із $65 мільярда на мегават плюс витрати на обчислення», то ми бачимо, як маржа всіх хмарних компаній зараз зростає. Частково це відбувається через підвищення використання CPU завдяки всьому програмуванню, а також через сферу [навчання з підкріпленням], але ці бізнеси «токени як послуга», як ми їх називаємо, — AWS Bedrock, Microsoft Foundry, платформа Google Gemini Agent Enterprise, яка раніше називалася Vertex, — фактично суттєво підвищують маржу ШІ в цих хмарних компаніях.

Вони також отримують вигоду, і останнім часом акціонери почали це враховувати. У другому кварталі Azure і AWS продемонстрували надзвичайно сильні результати, а AWS особливо — завдяки зростанню Anthropic на Bedrock.

Як ви думаєте, чи завадить це Amazon коли-небудь захотіти навчати власні передові моделі? Вони добре дають AWS бути інфраструктурою для всіх інших, але це одна з небагатьох великих технологічних компаній, яка не відчула невпевненості через відсутність власних моделей.

Так, це цікаво. Amazon дуже задоволена обслуговувати широкий спектр клієнтів, але її передові можливості дуже обмежені. За нашими оцінками обчислень для навчання, серед усіх гіперскейлерів у неї найменші показники, можливо, за винятком Oracle. Не схоже, що тут є якась значна стратегія.

Я знаю, що Microsoft протягом останніх двох кварталів трохи більше про це говорить. AWS під час своїх звітних дзвінків також почала говорити про це більше, але масштаб незначний. Вони не роблять цього в такому обсязі, як Meta, не намагаються конкурувати тут, як Google із Gemini. Особливо Ділан сказав би вам: якщо ви не намагаєтеся конкурувати на передовій, для вас фактично немає місця, особливо якщо ви виділяєте всередині компанії лише кількасот мегаватів. По-перше, внутрішній сценарій використання — це обслуговування роздрібного бізнесу Amazon, а по-друге — навчання. Щоб бути хорошим у цьому, потрібно взяти на себе багато зобов’язань.

Це розмова для іншого дня, але я дивлюся на ці скорочення робочих місць у Microsoft і бачу в них проблиск доказів того, що компанія спробує конкурувати в майбутньому. Очевидно, OpenAI завдала їй серйозного удару.

Так. У новій угоді, яку вони підписали, є право монетизувати моделі OpenAI, фактично не сплачуючи OpenAI нічого в рамках цієї угоди. Попереду в них будуть цікаві можливості монетизації моделей OpenAI або навіть через Microsoft 365 Cowork і застосунки Copilot, де вони не платитимуть OpenAI нічого за передову модель.

Інша динаміка, яку ви вже згадували, полягає в тому, що протягом останніх кількох тижнів було багато стресу навколо неохмарних компаній — чи досягнуть вони успіху, чи проваляться. Думаю, Ілон Маск сказав, що відбудеться вимирання на кшталт гупі, що є просто жорстокою метафорою для опису купи дата-центрів.

Але це сукупністÑ