Капитальные затраты на ИИ у крупнейших компаний мира в 2026 году

Капзатратыкапитальные затраты Капитальные затраты (capex) это деньги, которые компания тратит на долгосрочные активы: здания, серверы, оборудование, а не на текущие расходы месяца. Подробнее в словаре, то есть деньги на здания, серверы, чипы и сети, которые служат годами, у четырех компаний в 2026 году составят 700-725 млрд $. В 2025 году эта сумма была 410 млрд $.

По компаниям: Amazon около 200 млрд $, Microsoft около 190 млрд $, Alphabet 180-190 млрд $, Meta 125-145 млрд $. Цифры приводит Forbes, у Alphabet и Meta это диапазоны, а не точные суммы.

По оценке, приведенной в отраслевом обзоре, капзатраты гиперскейлеровгиперскейлер Гиперскейлер это крупнейший облачный провайдер с сетью огромных дата-центров по всему миру, который сдает в аренду вычисления, хранение и ИИ-модели. Подробнее в словаре, то есть компаний с крупнейшими облаками, выросли примерно на 80% за год. В следующем году там ожидают больше 1 трлн $.

Две оценки роста, около +75% у Forbes и около 80% в отраслевом обзоре, считают разный круг компаний. Но вывод у них один: за год расходы почти удвоились.

Ожидание больше 1 трлн $ на следующий год остается ожиданием, а не обязательством. Компании пересматривают планы капзатрат в квартальных отчетах, и цифры на этой странице мы обновляем по ним.

Для сравнения масштаба: по прогнозу Gartner, весь мир в 2026 году потратит на ИИ 2,59 трлн $. Четыре компании дают заметную часть этой суммы своими капзатратами.

Amazon в 2026 году потратит на капзатраты около 200 млрд $, больше любой другой компании из четверки.

Основная часть денег идет в облако AWS: 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. Подробнее в словаре, серверы и собственные чипы для обучения и работы моделей. Amazon сдает эти мощности компаниям, которые строят ИИ-сервисы, и зарабатывает на аренде вычислений.

Для клиента облака это значит: мощности для ИИ будут, но цена аренды зависит от того, как быстро Amazon вернет вложенное. Договор на вычисления с ценой, зафиксированной на год, защищает ваш бюджет от таких изменений.

Ставка Amazon проста: чем больше компаний запускают ИИ, тем больше им нужно облачных мощностей. Подробности о вложениях компании в ИИ, включая долю в разработчиках моделей, собраны на странице Amazon.

Microsoft направит на капзатраты около 190 млрд $ в 2026 году, почти столько же, сколько Amazon.

Деньги идут в облако Azure и в ИИ-функции офисных и корпоративных программ. Microsoft продает ИИ прежде всего крупным компаниям, поэтому строит мощности под их нагрузку и требования к хранению данных.

Поставщик возвращает капзатраты через подписку клиентов. Поэтому цена ИИ-функций в привычных рабочих программах напрямую связана с этими вложениями.

Отдельная статья: вычисления для разработчиков моделей, с которыми Microsoft связана договорами. Как устроены вложения компании в ИИ, разобрано на странице Microsoft.

Alphabet, материнская компания Google, планирует капзатраты 180-190 млрд $ в 2026 году. Компания назвала диапазон, а не точную сумму.

У Alphabet три направления, которые тянут расходы: облако Google Cloud, собственные чипы для ИИ и свои модели, которые встроены в поиск и другие сервисы.

Три компании с облаками, Amazon, Microsoft и Alphabet, тратят сопоставимые суммы: от 180 до 200 млрд $ каждая. Разрыв между ними меньше, чем разрыв до Meta.

Собственные чипы позволяют Alphabet меньше зависеть от закупок у сторонних производителей. Вложения компании в ИИ с источниками собраны на странице Alphabet и Google.

Meta планирует 125-145 млрд $ капзатрат в 2026 году. Диапазон у нее шире, чем у остальных трех компаний.

В отличие от трех других, Meta не сдает облачные мощности сторонним клиентам. Деньги идут на собственные модели и на системы рекомендаций и рекламы в продуктах компании.

Даже нижняя граница, 125 млрд $, ставит Meta в один ряд с облачными компаниями, хотя продавать вычисления сторонним клиентам она не собирается.

Такие траты без облачного бизнеса показывают, что Meta считает собственные модели условием для своих продуктов, а не отдельным направлением с выручкой.

Значит, окупаемость этих вложений Meta видит не в аренде вычислений, а в выручке от рекламы. Цифры по компании собраны на странице Meta.

Gartner оценивает мировые расходы на инфраструктуру ИИ в 2026 году в 1,43 трлн $ из 2,59 трлн $ всех расходов на ИИ. Капзатраты четырех компаний входят в эту инфраструктуру.

1. Чипы и серверы. Большую часть оборудования для обучения моделей покупают у Nvidia и других производителей чипов, часть компании делают сами.

2. Дата-центры. Здания, системы охлаждения и подключение к энергосетям строят на годы вперед.

3. Сети. Модели обучаются на тысячах чипов одновременно, и связь между ними стоит отдельных денег.

На 2027 год Gartner прогнозирует 3,49 трлн $ расходов на ИИ против 1,76 трлн $ в 2025 году. Как эти деньги распределяются между железом и программами, разобрано на странице об инфраструктуре ИИ.

Для российской компании прямой связи с этими закупками нет, но косвенная есть. Мировой спрос на чипы и серверы влияет на цену и сроки поставки оборудования, которое вы ставите у себя.

Ответа пока нет, и мы не даем прогнозов. Есть оценки рисков, на которые стоит смотреть.

Доклад «Росконгресса» оценил вероятность краха рынка ИИ-компаний в 2026 году выше 50%. По докладу, с начала 2024 года индекс S&P 500 вырос примерно на 7,5 трлн $, и 4,9 трлн $ из этого роста дали 17 компаний, связанных с ИИ.

Тот же доклад описывает замкнутое финансирование: производители чипов вкладываются в клиентов, которые покупают их оборудование. Часть спроса на мощности в такой схеме создают деньги самих поставщиков.

Если спрос на ИИ-сервисы вырастет медленнее, чем строятся дата-центры, компаниям придется дольше ждать отдачи от построенного. Признаки перегрева рынка разобраны на странице о рисках инвестиций в ИИ.

Капзатраты окупаются годами. Здание дата-центра служит десятилетиями, а серверы и чипы устаревают за несколько лет. Если отдача придет позже, чем устареет оборудование, часть вложений придется списать.

Для российской компании урок не в масштабе, а в порядке действий. Гиганты строят мощности под ожидаемый спрос; компании поменьше выгоднее сначала найти процессы, где ИИ точно вернет деньги, и только потом платить за железо.