AI меняет лидеров рынка (да и целую эпоху)

Привет! Меня зовут Саша Журавлев. Я венчурный инвестор и основатель фонда Mento vc. Мы инвестируем в стартапы на стадиях Seed / Series A в США, а в своем телеграм-канале ^[1]рассказываю, как вижу рынок и принимаю инвестиционные решения.

Кто заработает на развитии AI — и кто за все это заплатит?

Coatue ($67 млрд под управлением, 25 лет в tech-инвестициях) выпустили большой отчет о состоянии фондового рынка и о том, как AI меняет расстановку сил. И они считают, что мы в начале целой новой эпохи.

Мы с командой по традиции разобрали весь отчет и написали свои короткие комментарии к слайдам. Из разбора вы поймете:

— Почему даже ставка на победителей AI может обернуться резкими потерями?
— Какие новые способы зарабатывать и привлекать деньги открывает AI-эпоха?
— Сколько стоит построить AI-инфраструктуру и почему одними кредитами не обойтись?

Читайте ниже!

Public Markets Update (Oct 2026)

Для начала, общий обзор рынка: в июле 2026 года стратегия Momentum – покупать недавних лидеров и ставить против отстающих – потеряла около 55% за 5 недель: это самая глубокая просадка с 2000 года. Заемные деньги и то, что слишком много инвесторов сделали одну и ту же ставку, только усилили падение.

AI Winners – подборка акций компаний, которые, по оценке Goldman Sachs, выиграют от развития AI, выросла на 405% с ноября 2022 (дата запуска ChatGPT), а AI Losers – акции компаний, чей бизнес может пострадать из-за AI, – всего на 2%.

Покупать акции AI Winners и одновременно ставить против AI Losers оказалось нервной стратегией: периодически она теряла от 12 до 23% за короткое время, а однажды показала 46% за 49 дней. Переживать такие падения психологически тяжело; хотя в итоге стратегия показала +330%.

Поводы к падению понятны: дорогая нефть, высокие ставки, политические конфликты продолжаются, в AI видят большие риски – от потери рабочих мест до проблем с финансированием инфраструктуры (об этом ниже).

Правда, для роста поводы тоже есть, и это в основном AI-агенты и быстро растущие прибыли компаний.

Раньше развитие технологий представляли как череду волн: первые компьютеры, персональные компьютеры, интернет, мобильный интернет и облачные сервисы, каждая со своими лидерами. В этой картине и AI выглядел следующей большой волной.

Теперь Coatue предлагает видеть в AI начало новой эпохи, сопоставимой по масштабу с переходом к промышленности. Как машины взяли на себя физический труд, AI будет постепенно закрывать все больше задач, которые сейчас выполняют люди.

В Coatue видят будущее так: CPU (центральный процессор, основной чип компьютера) выполняет команды и координирует работу системы, а GPU (графический процессор) берет на себя вычисления для AI. Он хорошо справляется с множеством вычислений одновременно, которые и нужны для обучения ^[2] и работы AI-моделей.

Ожидается, что важно будет и то, и другое.

Телефон должен стать пультом управления для агентов, которые выполняют нужную работу на компьютере или в облаке. Основной инструмент управления – голос: сейчас мы печатаем, а будем наговаривать задачи в телефон.

Токены – небольшие фрагменты данных, которые модель обрабатывает или генерирует. Coatue видит их производство как основу AI-экономики: для этого нужны земля, энергия и чипы, а результат – работа AI, ответы на вопросы, код, исследования и т.д.

Поскольку земля, электричество и чипы становятся основными ресурсами для работы AI, Coatue предлагает измерять масштаб AI-инфраструктуры в гигаваттах. От доступной электрической мощности зависит, сколько оборудования мы сможем запустить и сколько работы оно сможет выполнить.

Ожидается, что производители чипов заработают на развитии AI так же, как железные дороги и нефтяная отрасль заработали на росте экономики в XX веке, т.к. новая инфраструктура просто не будет без них функционировать.

Для понимания масштаба Coatue сравнивает эти отрасли с ВВП: на пике выручка железных дорог составляла около 9% ВВП США, а расходы на нефтепродукты – 8%. Для полупроводников (из которых делают чипы) этот показатель уже достиг 2%.

Фондовый рынок волатилен как никогда: если нынешний темп сохранится, за год наберется около 120 дней со скачками более 3% и 81 день – больше 5% в любую сторону. Это даже больше, чем во время кризиса доткомов в нулевые!

Coatue изучили 38 случаев похожего падения Momentum стратегии с 2000 года и посмотрели, что происходило дальше.

Примерно в 13% случаев прежние лидеры рынка уступали место новым – и текущая просадка пока больше всего напоминает именно такой сценарий.

Обычно за 4 года в топ-15 компаний S&P 500 меняется примерно четверть состава, а в сценарии Coatue на 2026 год – почти половина, 47%. Но здесь они условно добавили частные OpenAI и Anthropic с предполагаемыми оценками.

Среди гигантов стало заметно больше производителей чипов и AI-компаний: до запуска ChatGPT NVIDIA занимала 12-е место в этом списке с капитализацией $0,4 трлн, а к октябрю 2026 года вышла на первое с $5,8 трлн.

Вопрос в том, смогут ли чипы и дальше расти быстрее рынка? На производителей чипов и оборудования для их выпуска уже приходится около 19% общей стоимости компаний S&P 500. Для сравнения: пик для энергетики был 26%, для производителей компьютерного оборудования – 15%, для финансовых компаний – 22%.

Маржа производителей памяти ^[3] достигла 76% – это рекорд с 2006 года. Это выше, чем у бирж, платежных систем и крупнейших разработчиков софта.

Во время развития облачных сервисов вложения в инфраструктуру сопровождались и ростом выручки: в среднем за 2014-2019 годы на каждый $1 капитальных затрат приходилось около $0,60 прироста годовой выручки.

В AI прирост выручки пока заметно меньше относительно вложений в инфраструктуру: около $0,21 на каждый $1 капитальных затрат против примерно $0,60 у облачных сервисов раньше. Даже в условном сценарии к 2030 году показатель достигает лишь $0,30 – отсюда вопрос, сможет ли появление AGI (универсального искусственного интеллекта ^[4]) сократить этот разрыв?

Строительство дата-центров для AI сравнимо по масштабу вложений с железными дорогами и нефтегазовой инфраструктурой: показатель уже сейчас достиг 2,9% ВВП США против 2,1% и 2% на пиках прежних циклов.

Представьте: в 2028 году вложения в AI-инфраструктуру достигнут $2,8 трлн – а это больше, чем в США выдают ипотечных кредитов за год!

Чтобы привлекать такие суммы, понадобятся организации по типу Fannie Mae и Freddie Mac. Они выкупают ипотечные кредиты у банков, привлекая под них деньги инвесторов. Банки получают средства обратно и могут выдавать новые кредиты. По мнению Coatue, что-то похожее понадобится и AI.

Отрасли точно нужны новые способы финансирования.

Раньше гиганты сами оплачивали дата-центры и GPU, а теперь привлекают партнеров, инвесторов и кредиторов. Одни финансируют здания, другие – оборудование, а гиганты обязуются арендовать мощности или дают финансовые гарантии. Так расходы распределяются между несколькими участниками, но схема становится сложнее, а их обязательства теснее связаны друг с другом.

Hyperscaler – технологический гигант, который владеет огромной сетью дата-центров и серверов и предоставляет их мощности клиентам через облачные сервисы. Amazon, Microsoft или Google.

Data center – дата-центр: физически существующее здание с серверами, электричеством, охлаждением и интернетом.

GPU – графический процессор, который выполняет вычисления для AI.

Neocloud – облачная компания, которая специализируется на вычислениях для AI. Покупает GPU и сдает их мощности клиентам.

Chipmaker – разработчик или производитель чипов, например NVIDIA.

“Наконец-то появился действительно полезный AI”, или 7 млн скачиваний агента Muse меньше, чем за 30 дней.
На графике хорошо видно, насколько это более быстрый прирост, чем у Grok, Gemini и даже ChatGPT.

AI-агент дает возможность зарабатывать не только на привычной рекламе, но и на комиссии с совершенных покупок. По расчетам Coatue, к 2031 году это может приносить $250 млрд выручки в год – а это, между прочим, примерно столько, сколько вся компания Цукерберга заработает в 2026 году.

Это хорошо вписывается в идею из манифеста Цукерберга, который вышел за месяц до запуска Muse: у каждого появится личный AI-агент, который сможет выполнять повседневные задачи, в том числе делать покупки. Вот здесь мы делали полный перевод манифеста ^[5].

Чем больше агентов одновременно выполняют задачи, тем больше обычных процессоров нужно для их работы. Получается, заработать могут и их производители – например, Intel.

По сценарию Coatue, к 2031 году рынок серверных CPU может вырасти почти в 8 раз – с $40 млрд до $300 млрд, в основном за счет спроса со стороны агентов.

Coatue предлагает оценивать frontier-лаборатории вроде OpenAI и Anthropic по тому, сколько они могли бы зарабатывать без расходов на обучение новых моделей. По их логике ^[6], эти расходы можно «включать» и «выключать», хотя в реальности отказ от обучения может ослабить позиции компании в конкурентной гонке.

Их позиция такая: за огромными расходами на обучение скрывается потенциально очень прибыльный бизнес.

Аргументы:

• Важны доступные вычислительные мощности: сколько выручки компания получает на каждый гигаватт и сколько оставляет после затрат на работу моделей.

• Расходы на обучение сейчас высокие из-за гонки за AGI.

• Когда бизнес выйдет на устойчивый режим, прибыль может быть очень большой.

• Сам AGI может открыть огромные новые рынки.

Другой вопрос: как на этот бизнес повлияют модели с открытыми весами, которые другие компании могут скачивать и запускать у себя.

Тем временем у AI все еще большой потенциал для распространения: разрыв между теми, кто входит в 1% наиболее тратящих на AI и тех кто входит в 10% – в 10 раз! $7200 на сотрудника против $700.

Парадокс ^[7] Джевонса – явление, когда технология начинает расходовать ресурсы эффективнее, но из-за этого ее используют настолько чаще, что общий расход ресурсов не уменьшается, а растет. Следующий график показывает, как со временем дешевели разные технологии.

Падение стоимости токенов AI – само по себе не новость, но на фоне других технологий выглядит особенно драматично.

По расчетам Coatue, построить и оборудовать AI-комплекс мощностью 1 гигаватт стоит $50-55 млрд. Из них $10-15 млрд приходится на здания и электроснабжение, а $40 млрд – на вычислительное оборудование.

Кредиторы в среднем готовы оплатить до 75% оборудования, это $30 млрд. Где взять оставшиеся $10 млрд? У компании три варианта:

• Продать инвесторам долю в компании. Деньги появятся, но нынешним владельцам будет принадлежать меньший процент бизнеса.

• Найти инвесторов только под этот комплекс. Но для каждого следующего проекта придется заново договариваться.

• Попросить клиентов заплатить заранее. Взамен придется дать им скидки или другие выгодные условия.

Для завершения Coatue описывает свой подход, который строится вокруг четырех направлений, усиливающих друг друга: инвестиции, анализ компаний, корректировка портфеля и создание инвестиционных продуктов для разных запросов инвесторов.

Привычные подходы к инвестициям в частные компании создавались для более стабильного мира: можно было купить бизнес, стабилизировать расходы, и он бы годами приносил доход.

В AI деньги нужны на оборудование уже сейчас, выручка приходит позже, а технологии быстро меняются – поэтому компаниям нужны новые, более гибкие условия финансирования.

Coatue ожидает, что эпоха AI сильно изменит то, какие компании и отрасли получают основную прибыль. Поэтому фонд намерен искать возможности в разных видах инвестиций, гибко менять подход и при этом защищать капитал от потерь.

Спасибо, что дочитали до конца!