ИИ замедляется: к 2030 году потребуется выручка в $3 трлн для поддержания пузыря

Эд Зитрон утверждает, что генеративный ИИ замедляется, а не ускоряется, и экономика просто не сходится. Статья сосредоточена на ошеломляющих требованиях к капиталу: доход в 3 триллиона долларов и более к концу 2030 года, чтобы поддерживать существование индустрии ИИ, исходя из затрат на строительство центров обработки данных и обязательств гиперскейлеров.
Ключевые финансовые прогнозы из источника
- Затраты на ЦОД: Согласно Sightline Climate и Дженсену Хуангу, запланированные 190 ГВт ЦОД обойдутся в 9,5–15 триллионов долларов (при $80–100 млрд за ГВт). Bloomberg ошибочно указывает $3 трлн.
- Зависимость от доходов NVIDIA: 54% доходов NVIDIA поступает от трех клиентов (вероятно, Microsoft, Google, Meta). Хуанг прогнозирует доход в $1 трлн к концу 2027 года, но контрагенты должны постоянно наращивать долг.
- Действия гиперскейлеров: Продажа акций Google на $85 млрд и запланированный сброс Meta на несколько миллиардов долларов сигнализируют о том, что долг становится труднее получить, по мнению экономиста Пола Кедроски.
- Обязательства Anthropic: Обязательства по вычислительным мощностям/чипам на $330 млрд (Google, Amazon, Microsoft) плюс $30 млрд с CoreWeave и $15 млрд со SpaceX. Для компании требуется годовой доход в $174 млрд к 2029 году. Только в 2025 году привлечено $95 млрд, но в следующем году потребуется еще $200+ млрд.
- Расходы OpenAI: Прогнозируется сжигание как минимум $852 млрд к концу 2030 года, с обязательствами по вычислительным мощностям на $770+ млрд. Мартовского раунда финансирования на $122 млрд недостаточно.
Почему это важно для AI-агентов кодинга
Если пузырь ИИ сожмется, доступ к передовым моделям (например, GPT-5, Claude 4, Gemini Ultra) может стать дороже или ограниченнее. Затраты на инференс могут вырасти, если строительство ЦОД застопорится. Для команд, полагающихся на AI-агентов, это означает необходимость диверсификации провайдеров моделей и подготовку к возможному повышению цен или снижению доступности API.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Агентное кодирование — ловушка: когнитивный долг и атрофия
Ларс Файе утверждает, что агентные инструменты для написания кода, такие как Claude Code, вызывают когнитивную атрофию, привязку к вендору и повышение сложности, перенося бремя с написания кода на ревью сгенерированного, что ухудшает навыки разработчиков.

Нейроморфная машина Изинга на FPGA решает сложные комбинаторные задачи
Нейроморфная машина Изинга, реализованная на FPGA, использует физику квантового туннелирования и архитектуру, вдохновленную мозгом, для решения задач комбинаторной оптимизации, таких как сворачивание белков.

Claude Code Opus 4.6 теперь по умолчанию использует контекстное окно в 1 миллион токенов.
Модель Claude Code Opus 4.6 теперь по умолчанию имеет контекстное окно в 1 миллион токенов, сохраняя при этом ту же цену, что и предыдущие версии. Это изменение, похоже, уже вступило в силу без официального объявления.

Qwen KV 缓存量化深度解析:PPL、KL散度与非对称K/V结果
Второй раунд тестов Qwen 3.6-35B-A3B с квантованием KV-кэша: перплексия, KL-дивергенция, асимметричные комбинации K/V и глубина контекста 64K на Apple M5 Max.