Признаки перегрева
Первый признак: рост рынка держится на узкой группе компаний. По докладу «Росконгресса», с начала 2024 года S&P 500 вырос примерно на 7,5 трлн $, и 4,9 трлн $ из этого роста дали 17 компаний, связанных с ИИ.
Второй признак: деньги в стартапы растут быстрее, чем раньше. По данным PitchBook в пересказе «Коммерсанта», ИИ-стартапы за 1 полугодие 2026 года привлекли 407 млрд $ против 264,1 млрд $ за весь 2025 год.
Третий признак: деньги сосредоточены в двух получателях. Около 217 млрд $ из 407 млрд $ пришлось на OpenAI и Anthropic.
Четвертый признак: расходы гигантов на мощности. По оценке Forbes, капитальные затратыкапитальные затраты. Капитальные затраты (capex) это деньги, которые компания тратит на долгосрочные активы: здания, серверы, оборудование, а не на текущие расходы месяца. Amazon, Microsoft, Alphabet и Meta* в 2026 году составят вместе 700–725 млрд $ против 410 млрд $ в 2025 году, рост около 75%.
Каждый признак по отдельности не доказывает пузырь ИИпузырь ИИ. Пузырь ИИ это спорная гипотеза о том, что оценки ИИ-компаний и вложения в ИИ-инфраструктуру выросли быстрее, чем их может окупить реальная выручка.. Вместе они показывают, что ожидания инвесторов обгоняют подтвержденную выручку, и это стоит учитывать при любых вложениях в ИИ.
Замкнутое финансирование
Доклад «Росконгресса» описывает отдельный риск: замкнутое финансирование. Производители чипов вкладываются в клиентов, которые покупают их оборудование.
В такой цепочке часть спроса создана деньгами самого продавца. Выручка поставщика растет, пока идут раунды его клиентов, и падает, когда раунды останавливаются.
Для покупателя ИИ в России этот риск далекий, но последствия у него близкие. Если мировые поставщики моделей и вычислений сократят расходы, цены и условия для клиентов изменятся.
Практический вывод: если ваше решение работает на иностранной модели, держите план ее замены. Бюджет считайте так, чтобы рост цены модели не обнулил эффект проекта.
Как гиганты вкладывают в стартапы и почему деньги возвращаются к ним заказами, разобрано на отдельной странице справочника.
Пределы: энергия и данные
Капитальные затраты 700–725 млрд $ в 2026 году идут в дата-центрыдата-центр для ИИ. Дата-центр для ИИ это здание с тысячами серверов на видеокартах и других ускорителях, мощным электропитанием и охлаждением, где обучают и запускают нейросети. и чипы. По оценке Forbes, Amazon потратит около 200 млрд $, Microsoft около 190 млрд $, Alphabet 180–190 млрд $, Meta* 125–145 млрд $.
У этих вложений есть физический предел. Дата-центр без подключения к электросети не работает, и стройка мощностей зависит от энергии так же, как от денег. Сколько энергии нужно под эти суммы, наши источники не считают, поэтому цифр здесь не приводим.
Второй предел касается данных, и он ближе к вашей компании. ИИ работает с тем, что лежит в ваших системах, и грязная CRM или неполная 1С ограничивают эффект сильнее, чем выбор модели.
Поэтому проверку вложений в свой ИИ начинают с данных: где они лежат, кто за них отвечает и хватит ли их для задачи.
Почему компании все равно вкладывают
Несмотря на разговоры о перегреве, компании продолжают вкладывать. McKinsey опросил 1 719 участников из 97 стран в мае и июне 2026 года и получил такие ответы:
1. 60% организаций ждут роста инвестиций в ИИ в следующем году.
2. 44% масштабируют ИИ на всю компанию.
3. 28% тратят на ИИ больше 10% ИКТ-бюджета.
4. 40% крупных компаний масштабируют ИИ-агентовИИ-агент. ИИ-агент это нейросеть, которая сама выполняет задачу по шагам: ищет данные и пользуется программами, а в конце проверяет результат..
Причина в том, что у части компаний эффект уже виден. 37% опрошенных видят хоть какой-то вклад ИИ в EBIT, прибыль до процентов и налогов.
Есть и защитный мотив: 32% отказались от покупки хотя бы одного продукта, потому что могут сделать его сами с помощью агентов. Компания, которая не вкладывает в ИИ, платит за то, что конкуренты делают сами.
Для российской компании эти цифры значат одно: вопрос не в том, вкладывать ли в ИИ, а в том, как проверить каждое вложение до того, как деньги потрачены.
Как защитить свои вложения в ИИ
Пузырь на рынке акций и окупаемость ИИ в вашей компании не одно и то же. По McKinsey, только около 6% организаций относят к ИИ не меньше 5% EBIT, и разница между ними и остальными в том, как они считают эффект.
Вложения в свой ИИ защищают три шага:
1. Метрика до старта. Каждый проект получает одну цифру, которую он должен изменить: время ответа клиенту, число обработанных заявок, расходы на процесс.
2. Пилот перед масштабом. Сначала один процесс, деньги на следующий этап только после того, как метрика пилота подтвердилась.
3. Проверка до вложений. ИИ Due DiligenceИИ Due Diligence. ИИ Due Diligence это комплексная проверка компании перед решениями об искусственном интеллекте: процессов, данных, систем, людей и юридических ограничений., то есть комплексная проверка компании, данных и решения перед сделкой или крупным проектом, показывает, на чем стоит проект и где он может не окупиться.
Как посчитать эффект и срок возврата денег, разобрано на странице об окупаемости инвестиций в ИИ. Что входит в проверку, описано на странице ИИ Due Diligence.
Общая картина вложений компании в свой ИИ, от бюджета до выбора между своей разработкой и готовым решением, собрана в разделе об инвестициях в ИИ для компании.