Чем больше тратят на ИИ-инфраструктуру, тем выше ставки — и тем сложнее остановиться. Amazon, Alphabet, Microsoft и Meta запланировали на 2026 год около $700 млрд совокупных капитальных затрат, из которых более 60% придётся на ИИ. Это больше, чем бюджет большинства стран мира. Но вопрос, который инвесторы задают всё громче, остаётся без ответа: когда эти инвестиции начнут окупаться?
Основные статьи расходов — GPU-кластеры, дата-центры и электроэнергия. Инвестиции уже трансформируют цепочки поставок полупроводников, рынок коммерческой недвижимости и глобальные рынки капитала.
Вопрос не в том, будут ли построены дата-центры, а в том, успеет ли выручка от ИИ-продуктов догнать темпы капитальных затрат.
Гиперскейлеры — Amazon Web Services, Microsoft Azure, Google Cloud и Meta — находятся в уникальной ситуации. Им одновременно нужно строить инфраструктуру для ИИ и доказывать рынку, что эти расходы оправданы. История знает примеры, когда капитальные затраты такого масштаба приводили к кризисам: телеком-пузырь начала 2000-х был вызван именно избытком инфраструктурных мощностей. Сейчас ставки выше: совокупные капзатраты четырёх компаний в 2026 году достигнут $700–725 млрд, по данным Q1-отчётности.
Семьсот миллиардов: как распределяются деньги
Капитальные затраты гиперскейлеров — не просто цифры в отчётах. За каждым миллиардом стоят конкретные решения: какой GPU-кластер развернуть, на территории какого штата построить дата-центр, у какого производителя заказать HBM-память.
Распределение по компаниям выглядит так: Amazon лидирует с $200 млрд, Microsoft закладывает $190 млрд, Alphabet — $175–185 млрд, Meta — $135–140 млрд. Oracle, официально не входящий в «большую четвёрку», объявил о планах привлечь до $50 млрд на AI-инфраструктуру. Суммарный показатель, с учётом всех игроков, достигает $725 млрд — это означает, что ежедневно на ИИ-инфраструктуру тратится почти $2 млрд.
Как мы писали в июне, 60% мировых мощностей AI-вычислений уже сосредоточены у трёх облачных провайдеров. Нынешний цикл капзатрат только усиливает концентрацию. По оценке MUFG, около 75% всех капзатрат ($450 млрд из $602 млрд по топ-5) идёт непосредственно на AI-инфраструктуру: серверы, GPU, строительство дата-центров и энергообеспечение.
Совокупные капзатраты Big Tech на ИИ
Amazon, Alphabet, Microsoft, Meta и Oracle. 75% — прямые AI-расходы. · MUFG, Q1 earnings reports, 2026
Выручка NVIDIA — главный бенефициар
Каждый доллар капзатрат гиперскейлеров приносит NVIDIA около 41,5 цента. · AL Capital, NVDA Q1 FY2027, 2026
Где заканчиваются GPU и начинаются проблемы
Самая заметная статья расходов — GPU. Американский производитель чипов остаётся доминирующим поставщиком: выручка компании за Q1 финансового 2027 года составила $81,6 млрд (+85% год к году). Каждый доллар капзатрат гиперскейлеров приносит разработчику GPU примерно 41,5 цента. Но проблема не в том, хватит ли чипов, — а в том, что инфраструктура вокруг них не поспевает.
Сроки поставки дата-центровых GPU составляют 36–52 недели. CoWoS-упаковка TSMC полностью загружена до середины 2027 года. HBM-память от SK Hynix распределена по многолетним контрактам. Это не временный дефицит — это структурное ограничение, которое превращает планирование ИИ-инфраструктуры в управление дефицитом.
Что стоит за дефицитом GPU
HBM-память: SK Hynix и Samsung переориентировали производство на HBM3e, сократив выпуск традиционной DRAM. 40% мирового объёма DRAM законтрактовано гиперскейлерами.
Трансформаторы: дефицит силовых трансформаторов в США задерживает ввод половины новых AI-дата-центров — $650 млрд инвестиций под вопросом.
Долг как новое топливо
Исторически гиперскейлеры финансировали рост из операционного денежного потока. Но масштаб AI-инвестиций превышает внутренние возможности: совокупные капзатраты «большой пятёрки» впервые превысили свободный денежный поток.
В 2025 году AI-сектор стал крупнейшим источником первичных размещений инвестиционного уровня: Meta разместила облигации на $30 млрд — крупнейшее корпоративное размещение года. Общий объём AI-связанных bond-выпусков превысил $200 млрд. Это фундаментальное изменение бизнес-модели: компании, которые десятилетиями не брали в долг, теперь активно используют рынки капитала.
Капзатраты «большой пятёрки» впервые превысили свободный денежный поток. Гиперскейлеры переходят от самофинансирования к активному использованию долгового рынка — с соответствующими рисками при росте ставок.
Alphabet в мае 2026 года привлёк $84,75 млрд долевого финансирования, Berkshire Hathaway инвестировала $10 млрд. Oracle привлёкает $50 млрд на AI-инфраструктуру. Это беспрецедентный масштаб привлечения капитала в технологическом секторе.
Выручка догоняет — но не поспевает
Главный аргумент оптимистов: AI-выручка действительно растёт. Dell отчиталась о росте AI-серверной выручки на 757% год к году — до $16,1 млрд за квартал. Salesforce Agentforce показал +205% по AI-продуктам. Маrvell установил рекорд в $2,42 млрд квартальной выручки, из которых $1,83 млрд пришлось на дата-центр.
Но $700 млрд капзатрат — это не про один квартал. Это обязательства на 18–36 месяцев вперёд. Инфраструктура, построенная сегодня, начнёт приносить отдачу в лучшем случае к концу 2027 года — при условии сохранения текущего спроса. Epoch AI оценивает, что спрос на токены уже растёт быстрее предложения, что указывает на сохраняющийся дефицит вычислений.
Что будет, если спрос замедлится?
Вероятность: 65% — подписанные контракты на GPU и энергообеспечение гарантируют продолжение цикла.
Сценарии развития
🟢 Оптимистичный сценарий (30%)
Последствия: Производитель GPU достигает $500 млрд выручки, дата-центры становятся крупнейшим классом инфраструктурных активов, цикл капзатрат продолжается.
🟡 Базовый сценарий (50%)
Последствия: Рынок GPU охлаждается, NVIDIA теряет 20% капитализации. Инвесторы переключаются на компании с cash-flow-позитивными AI-моделями.
🔴 Пессимистичный сценарий (20%)
Последствия: Списание $200+ млрд инфраструктурных активов. Кредитный рынок закрывается для AI-проектов. Цикл капзатрат входит в фазу стагнации.
Q2 2026 earnings: сгенерировали ли облачные подразделения гиперскейлеров ускорение AI-выручки?
Ставка по 10-летним UST: рост выше 5,5% сделает долговое финансирование дорогим.
Power Purchase Agreements (PPA): объём подписанных контрактов на энергию для дата-центров.
Коэффициент загрузки GPU-кластеров: падение ниже 60% — первый сигнал переизбытка мощностей.
Геополитическое измерение гонки
Капзатраты $700 млрд — американская история, но её последствия глобальны. Американский производитель GPU не может поставлять H100 и B200 в Китай с октября 2022 года. Китайские гиперскейлеры — Alibaba, Tencent, Baidu — вынуждены строить кластеры на Huawei Ascend и собственных чипах. Это означает фрагментацию рынка: две параллельные инфраструктуры с разным уровнем эффективности.
Европа пытается создать третий полюс: Mistral во Франции, Aleph Alpha в Германии, норвежские дата-центры на гидроэнергии. Но без доступа к передовым GPU европейские проекты упираются в структурный дефицит — те же 52 недели ожидания. Япония выделила ¥1 трлн в год на AI и полупроводники, Южная Корея — 9,9 трлн вон ($6,7 млрд). Гонка капиталов становится гонкой суверенитетов.
Капзатраты гиперскейлеров — одновременно двигатель и риск всей AI-индустрии. $700 млрд — это не ошибка округления. Это сумма, которая перестраивает рынки полупроводников, энергии и капитала. Вопрос в том, что произойдёт раньше: выручка догонит инвестиции, или инвесторы потеряют терпение.
