Microsoft сохраняет капитальные расходы на ИИ на уровне $190 млрд — первый гиперскейлер, удерживающий планку

В среду Microsoft оставил прогноз капитальных затрат на ИИ без изменений на уровне $190 млрд за календарный год (с поправкой на бухгалтерские изменения — $175 млрд), став первым крупным гиперскейлером, который сдерживает расходы. Акции подскочили на 8% на этой новости.
Контекст: гонка расходов в отрасли
Google, Amazon, Microsoft и Meta уже планировали потратить более $700 млрд в этом году на центры обработки данных для ИИ. Большинство конкурентов продолжают повышать прогнозы:
- Alphabet увеличила капитальные затраты на $15 млрд (акции резко упали).
- Tesla повысила свой прогноз (акции упали).
- Meta сузила диапазон, подняв среднюю точку на $2,5 млрд.
Что движет затратами?
Резкий рост цен на чипы памяти является основным фактором. Память — крупная составляющая затрат на центры обработки данных, и более высокие цены сделали строительство ИИ-мощностей дороже. Одно исследование показывает: рост цен на память объясняет около 45% увеличения капитальных затрат облачных компаний в этом году.
Решение Microsoft оставить расходы без изменений может означать, что компания фактически сокращает строительство новых мощностей, поскольку растущие затраты иначе подтолкнули бы долларовую цифру вверх. Для разработчиков это может сигнализировать о стабилизации предложения ИИ-вычислений — или, по крайней мере, о паузе в безжалостной экспансии.
📖 Читать полный источник: HN AI Agents
👀 Смотрите также

Microsoft отменяет лицензии Claude Code — ИИ-агенты слишком дороги для масштабирования
Microsoft отменяет большинство прямых лицензий Claude Code, переводя инженеров на GitHub Copilot CLI. Uber потратил бюджет на ИИ 2026 года за 4 месяца. Стоимость токенов на задачу может вырасти.

Бенчмарк SPLICE показывает, что визуально-языковые модели испытывают трудности с временными рассуждениями и полагаются на языковые пресуппозиции.
Исследование, представленное на EMNLP 2025, показывает, что модели «визуальный язык» плохо справляются с задачей упорядочивания видео, в которой люди преуспевают. Модели, такие как Gemini 2.0 Flash, достигают точности 51% по сравнению с человеческим показателем в 85%. Модели часто полагаются на визуальные «ярлыки» и текстовые описания, а не на истинное понимание визуальной информации.

NHS England отказывается от открытого исходного кода: открытое письмо призывает отменить политику SDLC-8
Открытое письмо с 74 подписями призывает NHS England отозвать SDLC-8 — политику, скрывающую весь исходный код NHS — и подтвердить Принцип 12 Стандарта обслуживания NHS: «Делать новый исходный код открытым».

Пузырь ИИ не похож на пузырь доткомов — работники не будут проносить ИИ на работу тайком, как когда-то проносили электронные таблицы
Кори Доктороу утверждает, что пузырь ИИ принципиально отличается от эпохи доткомов: работники тайком проносили интернет-инструменты в корпоративные сети, потому что те помогали им выполнять работу. Никто не проносит ИИ-агентов — их навязывает руководство.