Они тратят больше, чем зарабатывают: почему Google и Amazon берут кредиты на 100 лет ради ИИ

Итак, драма вокруг пузыря ИИ выходит на финишную прямую.

К этому моменту только мечтатель в розовых очках мог не понять, что происходит с инвестициями в инфраструктуру ИИ.

Что происходит? Позвольте мне рассказать.

Это больше не инвестиции – это дань. «Великолепная семерка акций» становится заложницей невозвратных затрат.

Amazon объявляет о планах потратить 200 миллиардов долларов на капитальные затраты (capex) в 2026 году. Год назад цифра (132 млрд) уже выглядела агрессивно. Теперь она выглядит безрассудно.

Кто-то может подумать, что это скачок к доминированию на рынке ИИ. Но когда вы смотрите на свободный денежный поток, картина переворачивается с ног на голову. Это переход на территорию, где их математика перестает сходиться.

Вот цифры, которые может проверить каждый. Это важно, потому что я уверен: даже внутри Amazon есть здравомыслящие люди. Они знают, что впереди не лестница в небо, а край обрыва. Но они ничего не могут с этим поделать.

Итак:

• 33 млрд долларов осталось после капитальных затрат в 2024 году.

• В 2025-м – всего 8 млрд.

• С объявленными расходами в 200 млрд свободный денежный поток становится отрицательным.

Это означает одно: уходит больше денег, чем приходит.

И это еще не все.

Компания, которая годами выплачивала долги, внезапно снова берет кредиты. Дата-центры должны быть построены, GPU должны быть куплены. Остановка – не вариант.

Почему нет? Потому что проиграть гонку – не вариант.

Вы видите, что происходит? Страх упущенной выгоды (FOMO) толкает их к решениям, которые больше нельзя рационально оправдать.

Давайте спросим себя: в какой момент инвестиция перестает быть инвестицией?

Когда ее больше нельзя остановить. Тогда это становится подпиткой зависимости. И да, уйти становится страшнее, чем потерять возврат на инвестиции.

Ложь, в которую мы предпочитаем верить

Нам говорят, что это долгосрочная ставка. Что это инфраструктура будущего. Что это «новое электричество» (и вся остальная маркетинговая мифология).

Но простая правда в том, что дата-центры не живут десятилетиями.

Две трети этих расходов идут не на здания, а на быстро устаревающее оборудование – GPU, серверные процессоры, память HBM, сетевую инфраструктуру и системы охлаждения.

Они не устаревают физически – они устаревают экономически, по мере ужесточения требований к вычислительной эффективности и смены архитектур.

Каждое новое поколение чипов повышает производительность на мегаватт. Старое оборудование начинает сдавать позиции по маржинальности, плотности вычислений и энергопотреблению.

Конечно, оно заменяется – а вместе с ним уходят серверные узлы, сетевые коммутаторы, конфигурации охлаждения, иногда даже распределение питания внутри кластера.

Это что угодно, но не 30-летняя инфраструктура. Я бы назвал это горой неликвидных активов в ускоренном цикле замены.

И если компания начинает тратить 200 миллиардов в год на инфраструктуру, которую нужно будет заменить через несколько лет, она подписывается на бесконечную эскалацию затрат, где 200 млрд сегодня означают 300 млрд завтра, и так далее.

Это рельсы, с которых нельзя сойти. Потому что, как я уже отмечал, остановиться означает признать поражение.

Реальные цифры

Вот что мы наблюдаем:

Бигтех начал финансировать ИИ через долговую спираль, которая требует постоянно растущих ставок.

Я не хочу следовать за ИИ-оптимистами. Поэтому позвольте мне представить реальные соотношения CapEx / денежный поток, которые определяют перспективы ROI.

Вот цифры – и вот где иллюзия начинает трескаться:

Amazon

(Я уже упоминал общие цифры, но детали важны при сравнении с другими компаниями).

2024:

• $116 млрд операционного денежного потока

• $83 млрд CapEx

• $33 млрд свободного денежного потока

2025:

• $132 млрд CapEx

• свободный денежный поток упал до $8 млрд

2026 (план):

• $200 млрд CapEx

• рост более чем на 50%

• увеличение примерно на $70 млрд

Итог: при 200 млрд капитальных затрат свободный денежный поток становится отрицательным.

И да, вы тоже это заметили – их modus operandi начинает пугающе походить на петлю гибели (doom loop), в которую попала OpenAI (и попыталась утащить за собой всех остальных). Я писал об этом здесь, но настоятельно рекомендую собраться с духом, прежде чем начать читать.

Долг Amazon

• Был $50 млрд

• Одолжили дополнительно $15 млрд за один квартал

Результат Amazon превращается из машины по генерации наличных в компанию, которая финансирует необоснованные надежды на рост через долги.

Google

Здесь мы видим удвоение ставок на CapEx:

• 2025: $91 млрд

• 2026 (план): $175–185 млрд

При этом чистая прибыль за 2025 год составила: $132 млрд.

Это означает, что Google планирует потратить на дата-центры больше, чем вся компания заработала за свой последний финансовый год!

Дол�� Google

• $21.6 млрд – долгосрочный долг на конец предыдущего квартала

• $46.5 млрд – долгосрочный долг на конец следующего квартала (+$25 млрд за один квартал).

Было бы удивительно, если бы такая траектория не беспокоила акционеров Alphabet. Так как же компания решила их успокоить?

Вот как: Google выпустил облигации со сроком погашения до 100 лет (я не шучу – буквально 100 лет).

Я не буду вдаваться в это здесь. Возможно, я посвящу этому отдельное расследование. Пока я просто отмечу, что последней компанией, сделавшей это, была Motorola в 1997 году – прямо перед своим крахом как лидера рынка.

Oracle

Уверенно свалилась в ту же спираль, что и OpenAI к концу 2025 года (я писал об этом ранее).

• Долг компании превышает $100 млрд (еще раз прописью: сто миллиардов долларов. Это больше, чем общая прибыль компании за 10 лет).

• В конце января и начале февраля этого года акции упали на 50% от своего пика и с тех пор дрейфуют около этого уровня.

Ключевой вывод: свободный денежный поток умирает.

Инвесторы привыкли оценивать компании по:

• EBITDA – прибыль до вычета процентов, налогов и амортизации, где CapEx не учитывается или

• FCF (свободный денежный поток) – реальные наличные, оставшиеся после капитальных затрат.

Но теперь EBITDA выглядит отлично, в то время как FCF стремится к нулю или уходит в минус!

Невозможная математика

Morgan Stanley прогнозирует около 400 миллиардов долларов заимствований облачными гигантами за один год. Здесь ни для кого не пахнет органическим ростом. Это выглядит гораздо больше как добровольный финансовый плен.

Жесткая правда в том, что окупаемость ИИ не просто неопределенна – она крайне маловероятна. И когда компании говорят, что ИИ «окупится», никто не задает самый важный вопрос: откуда возьмется выручка?

Подписка за $20 в месяц не окупит многомиллиардный дата-центр, поскольку каждый запрос к ИИ фактически продается в убыток. Даже $200 за «профессиональный» тариф не решает проблему, если инфраструктура сжигает энергию и капитал быстрее, чем растет выручка.

Чтобы окупить сотни миллиардов CapEx, средний чек должен быть на порядок выше.

Для массового пользователя ежемесячный платеж должен составлять не менее 1000 долларов!

Вы бы стали столько платить?

Нет – вы бы использовали бесплатный DeepSeek. Назовите это предчувствием, но я подозреваю, что любопытные китайские ИИ-агенты могут позволить себе оставаться такими щедрыми не просто так.

Кстати, пока корпорации сжигают миллиарды, пытаясь заставить вас платить больше, у обычных пользователей все еще есть альтернативы.

Сервисы вроде BotHub дают возможность использовать передовые модели в одном окне, не переплачивая за каждую отдельную подписку. Это отличный способ получать максимум от ИИ без сумасшедших корпоративных наценок.

Для доступа не требуется VPN, можно использовать российскую карту.

По ссылке вы можете получить 300 000 бесплатных токенов  для первых задач и приступить к работе с нейросетями прямо сейчас!

Так что единственная надежда – корпоративный сектор.

LLM должны стать настолько критически важными, чтобы компании согласились платить такие суммы за рабочий ИИ – только тогда все это обретет смысл для провайдеров моделей.

В корпоративном сегменте, конечно, речь идет не о рядовых ИИ-агентах вроде ChatGPT, а о выделенных кластерах, API, кастомных моделях для интеграции в бизнес-процессы и так далее.

Но, на мой взгляд, этот сценарий маловероятен. Вот почему:

Даже если взять минимальную стоимость корпоративной подписки – скажем, 1000 долларов – вы фактически можете рассматривать это как добавление той же суммы к зарплате сотрудника. Это огромные дополнительные расходы!

Это имело бы смысл только в том случае, если бы ИИ мог реально заменить значительную долю сотрудников – вероятно, не менее 1/3.

Но реально ли это? Именно здесь вся схема разваливается.

Фундаментально ограниченная технология

Так называемый ИИ на это не способен. Не потому, что технология «незрелая», а потому, что она фундаментально ограничена. Это как пытаться долететь на коммерческом авиалайнере до Луны. Каковы шансы, что он туда доберется?

Я снова (как и в другой статье) сошлюсь на масштабное исследование, опубликованное в конце октября 2025 года на arxiv.org – Remote Labor Index: Measuring AI Automation of Remote Work. Его результаты показали, что хотя генеративные модели показывают феноменальную производительность на бенчмарках, они полностью проваливаются в реальных проектах. Ни один агент не смог выполнить более 2,5% задач.

Было обнаружено, что модели спотыкаются о базовые вещи, не могут оценить качество собственной работы и совершают «ошибки новичка».

За этими результатами скрывается закономерность, которую инвесторы предпочитают не обсуждать. Улучшение LLM замедляется по мере роста затрат на обучение.

Это называется убывающей отдачей (diminishing returns), и она наблюдается во всех крупных исследованиях масштабирования моделей. Более того, такие системы никогда не становятся «безошибочными» – по определению они оперируют вероятностями. Они могут быть впечатляющими, но не абсолютно надежными.

Бизнесу не нужна «впечатляющая вероятность» – ему нужна предсказуемость. Если модель ошибается в 5% случаев, это уже катастрофа для бухгалтерии, медицины или юридических решений.

Чтобы заменить треть сотрудников, ИИ должен быть почти идеальным. Но каждая дополнительная доля процента точности стоит все больше и больше, и в какой-то момент рост расходов опережает рост качества. И тогда 200 миллиардов долларов в год начинают выглядеть не как инвестиция в будущее, а как попытка купить невозможное.

Бигтех начал финансировать ИИ через долговую спираль, которая требует постоянно растущих ставок.

Заключение

Исходя из всего вышесказанного, математика, на которую рассчитывают участники пузыря ИИ, никогда не сработает.

Дата-центры и долги останутся. Прибыли – нет.

Ошеломляющее количество ресурсов уже потрачено в погоне за невозможным – и будет потрачено еще больше. Это неизбежно, потому что события разворачиваются не спонтанно, а согласно логике, движимой перспективой сверхприбылей.

Логика такова: пока есть спрос, сверхприбыли возможны – нужно просто влить достаточно денег в технологию, которая их обеспечит. Вероятность того, что технология фундаментально сломана, просто не рассматривается. Потому что принятие этой идеи требует совершенно иного мышления и иных мотиваций.

Ни того, ни другого нет у тех, для кого приобретение все больших ресурсов является высшей целью. Эти стимулы и этот образ мышления редко сосуществуют – и это может быть самым опасным разрывом из всех.