Свіже дослідження Barclays показало, що значна частина доходів у сфері штучного інтелекту дістається не розробникам моделей, а хмарним гігантам Amazon AWS, Microsoft Azure та Google GCP, про це повідомили у ITHome.
За підрахунками аналітиків, із кожних 100 доларів доходу AI-компанії від платних послуг висновку (inference) від 35 до 40 доларів ідуть на оплату обчислювальних потужностей хмарних провайдерів. Із цієї суми самі хмарні сервіси отримують 10–20 доларів операційного прибутку, а їхня операційна маржа сягає 35–45%.
При цьому прибутковість платних послуг висновку для AI-лабораторій, за даними Barclays, зросла з трохи більше ніж 10% у 2025 році до 50–65% і вище у 2026 році. Скоригована валова маржа збільшилася на 30–50 відсоткових пунктів. Аналітики пов’язують це з активним попитом з боку корпоративних клієнтів і популярністю agentic workflows – робочих процесів на основі агентів. Водночас очікується, що зі зростанням конкуренції та доступності обчислювальних ресурсів ця прибутковість поступово знизиться.
Для ілюстрації різниці в бізнес-моделях Barclays змоделював дві гіпотетичні AI-лабораторії. У «Лабораторії А» 70% доходу припадає на API та 30% – на підписки, тоді як у «Лабораторії Б» 80% доходу дають підписки і 20% – API. Через вищу прибутковість API-бізнесу та різний розподіл витрат на навчання і відрахувань партнерам скоригована валова маржа становить 55% для Лабораторії А проти 38% для Лабораторії Б – різниця у 17 процентних пунктів.
Додатково на показники впливає спосіб визнання доходу. Лабораторія А враховує непрямі API-доходи за загальною сумою, тоді як Лабораторія Б застосовує чистий метод і іноді взагалі не показує непрямі API-доходи, що генеруються стратегічними партнерами. Barclays порівнює це з відмінностями між Uber та Lyft, коли схожий бізнес дає різні фінансові показники через методологію обліку. Аналітики попереджають, що після переходу AI-лабораторій на звітність за GAAP інвесторам доведеться уважно аналізувати такі відмінності.
Дослідження також оцінює прибутковість різних лінійок продуктів. Підписки (наприклад, продукти на кшталт Claude Code чи Codex) мають орієнтовну прибутковість висновку близько 70% – це найнижчий рівень серед основних типів продуктів, оскільки лабораторії частково беруть витрати на токени на себе для утримання користувачів. Прямі API, які використовують інструменти для розробників на зразок Cursor чи Figma, є найстарішою та найприбутковішою моделлю: поточна прибутковість висновку тут перевищує 80%, а додаткові можливості створюють підвищення цін, зростання ефективності моделей та оптимізація інфраструктури (квантування, спекулятивне декодування, нові покоління обчислювальних потужностей).
Непрямі API забезпечують користувачам схожий досвід, але взаємодія відбувається безпосередньо з хмарним провайдером. Зі зростанням частки таких продуктів у доходах AI-лабораторій різниця у способах визнання доходу ще більше ускладнюватиме порівняння фінансових результатів.
Barclays також оцінив, скільки заробляють хмарні провайдери на кожні 100 доларів доходу AI-лабораторій. Для Лабораторії А дохід хмарних послуг становить 35 доларів, операційний прибуток – 11,80 долара, операційна маржа – 34%. Для Лабораторії Б ці показники дорівнюють 41 долару доходу, 19,10 долара операційного прибутку та 47% маржі. Вища маржа у випадку Лабораторії Б пояснюється механізмом розподілу доходу зі стратегічними партнерами (20% доходу з накопичувальним лімітом), який, за оцінкою Barclays, завищує показники маржі хмарних провайдерів і має зникнути після 2028 року.
Додаткову вигоду хмарним компаніям приносять підписки на «agentic» продукти, що потребують доступу до додаткових програмних ресурсів, зокрема баз даних, і мають вищу вартість на одиницю доходу.
За прогнозами Barclays, доходи AI-лабораторій мають зрости з 7 мільярдів доларів у 2024 році до 137 мільярдів доларів у 2026 році та 690 мільярдів доларів у 2028 році. Очікуваний річний регулярний дохід (ARR) може сягнути близько 200 мільярдів доларів на кінець 2026 року та до 782 мільярдів доларів до кінця 2028 року.
Нині витрати на навчання моделей становлять близько 48% доходу AI-лабораторій, але ця частка, за оцінками, зменшиться з 96% у 2024 році до 35% у 2027 році та 30% у 2028 році. Це свідчить про перехід галузі від фокусу на «навчанні» до зростання ролі висновку (inference), що підвищує загальну прибутковість. Водночас частка доходів хмарних провайдерів, що надходять від AI-лабораторій, знижується: з 153% у 2024 році до 90% у 2026 році та прогнозованих 73% у 2028 році.
Barclays очікує, що в найближчі два роки AWS, Azure та GCP збережуть провідні позиції на ринку обчислювальних потужностей. Однак до 2028 року поява проєктів із фінансуванням ШІ-інфраструктури може призвести до втрати частки ринку цією «великою трійкою» як у сегменті навчання моделей, так і у сфері висновку, що потенційно змінить розстановку сил у галузі.
Джерело: Expert
