Содержание
Ed Zitron считает, что Apple меньше других рискует при схлопывании AI-пузыря. В интервью MacRumors он связал рост цен на память, Mac, iPad и будущие iPhone с гонкой дата-центров для нейросетей.
Это не прогноз из серии «ИИ всем надоел». Zitron критикует конкретную экономику LLM: токены стоят денег при каждом запросе, а пользователи привыкли платить фиксированную подписку. Если модель ошиблась, зациклилась или выдала мусор, вычисления всё равно сгорели.
Экономика LLM упирается в токены
Zitron, автор рассылки Where’s Your Ed At и ведущий подкаста Better Offline, годами называет рынок генеративного ИИ пузырём. Его главный аргумент простой: индустрия продаёт AI-сервисы как обычный софт, хотя расходы там идут по счётчику.
Проблема в том, что LLM тратят токены независимо от результата. Пользователь может попросить coding agent написать функцию. Агент может уйти в петлю, потратить тысячи токенов и не решить задачу. Сервис всё равно платит за вычисления.
По оценке SemiAnalysis, подписчик за $20 в месяц может сжечь вычислений на сотни долларов. На тарифе за $200 — уже на тысячи долларов. Это примерно 2 000 и 18 000 рублей за подписку, но реальные расходы сервиса могут быть кратно выше.
Zitron утверждает, что OpenAI в 2025 году потеряла $20,9 млрд при выручке $13,07 млрд. Это около 1,9 трлн и 1,2 трлн рублей. Он делает из этого жёсткий вывод: если бы клиенты готовы были платить реальную цену токенов, OpenAI и Anthropic не раздавали бы подписчикам в 20-40 раз больше вычислений, чем покрывает абонентская плата.
- Потребительские тарифы: фиксированная цена и размытые лимиты.
- Корпоративные тарифы: переход на оплату по токенам.
- AI-стартапы: расходы растут вместе с активностью пользователей.
В марте OpenAI и Anthropic перевели корпоративных клиентов на оплату токенами. По словам Zitron, Uber за квартал потратил годовой токен-бюджет, а COO компании заявил, что стоимость ИИ всё сложнее привязать к полезным функциям. Sam Altman позже назвал расходы «huge issue», но не объяснил, как это исправить.
Память дорожает из-за дата-центров
Гонка за AI-инфраструктурой уже вышла за пределы серверных стоек. Гиперскейлеры выкупают огромные объёмы DRAM для дата-центров, и цены на память за год примерно удвоились. Для обычного покупателя это превращается в более дорогие Mac, iPad и, вероятно, следующие iPhone.
Tim Cook называл недавний рост цен Apple «неизбежным». По данным MacRumors, Mac и iPad уже подорожали, а модели iPhone могут пойти следом. Для людей, которые покупают технику за свои деньги, это неприятная часть AI-гонки: даже если вы не платите за ChatGPT, вы платите больше за железо.
Zitron формулирует это ещё жёстче. Он считает, что ни один из таких дата-центров в итоге не принесёт прибыль. С 2022 года гиперскейлеры потратили на capex больше $1 трлн, то есть около 90 трлн рублей. Если хотя бы половина ушла на AI-дата-центры, этим инвестициям нужно принести свыше $1,5 трлн новой прибыли, не выручки.
Для масштаба: по словам Zitron, гиперскейлеры в этом году тратят на AI-инфраструктуру более $650 млрд, около 59 трлн рублей. Apple, по его оценке, держит capex примерно на уровне $14 млрд, около 1,3 трлн рублей. Разница тут не косметическая, а почти две разные планеты.
Apple платит за Gemini и не лезет в стройку
Apple выглядит странным участником AI-гонки: компания говорит про Apple Intelligence, но не строит инфраструктуру темпами Microsoft, Google, Amazon или Oracle. Zitron считает это скорее осторожностью, чем отставанием. Cupertino может покупать внешние модели, включая Gemini для Siri, и не вешать на баланс сотни миллиардов долларов серверного риска.
По данным MacRumors, Apple может платить Google около $1 млрд в год за Gemini для Siri. Это около 90 млрд рублей. На фоне сотен миллиардов в дата-центрах такая сумма выглядит как аренда экскаватора вместо покупки карьера.
При этом Zitron не хвалит Apple Intelligence. Он называет запуск одновременно худшим и лучшим событием для Apple в AI-пузыре. Худшим — потому что пользователи столкнулись с навязчивыми и сырыми функциями. Лучшим — потому что реакция аудитории могла заставить Apple нажать на тормоз.
Новая Siri, по его оценке, оказалась хуже старой. Сводки уведомлений быстро стали мемами. А сама идея «добавим ИИ везде» не дала понятного ответа, какую проблему Apple решает для владельца iPhone.
Oracle и частный кредит выглядят слабым местом
Zitron ждёт основной удар не по Apple, а по финансистам и компаниям, которые оплатили стройку AI-дата-центров. Он выделяет private credit funds, пенсионные фонды, Oracle, тайваньских ODM-производителей и инвесторов в полупроводниковые компании.
Его тревожит механизм финансирования. Дата-центры строят 18-36 месяцев, каждый проект стоит миллиарды долларов. Деньги часто идут через проектное финансирование и специальные структуры. Если клиент не заехал и не платит, вернуть вложения сложно.
Oracle он называет особенно уязвимой. По словам Zitron, выручка компании стагнировала около 20 лет, а рост поддерживали сделки на сумму более $85 млрд, около 7,7 трлн рублей. AI-ставка Oracle превышает $340 млрд, около 31 трлн рублей, и требует, чтобы OpenAI к 2030 году стала крупнейшей и самой прибыльной компанией мира.
Цепочка затронет и производителей серверов. Zitron упоминает Quanta и Hon Hai, известную как Foxconn. Эти компании зарабатывают на AI-серверах, а Foxconn ещё и глубоко связана с Apple. Он не ждёт их гибели, но допускает удар по акциям и доходам инвесторов.
Для Apple сценарий выглядит спокойнее. Zitron считает, что компания может сидеть в стороне, покупать отдельные активы на распродаже или вообще ничего не делать. Самый интересный долгосрочный проект Apple он видит не в LLM, а в Vision Pro, если шлем удастся сделать намного легче и незаметнее.
Финальная формулировка Zitron про Apple звучит предельно сухо: «I think they will sit on the sidelines and watch everything burn» — «Думаю, они будут сидеть в стороне и смотреть, как всё горит».
