Объем глобальных венчурных инвестиций в сферу искусственного интеллекта

В 2025 году венчурные инвестиции в сферу искусственного интеллекта достигли нового уровня, однако за общими цифрами скрывается рынок, который все больше концентрируется в руках небольшой группы компаний. По данным ОЭСР, в течение года компании, работающие в сфере ИИ, привлекли $258,7 млрд, что составило 61 процент от общего объема мировых венчурных инвестиций. Доля ИИ на рынке увеличилась более чем вдвое по сравнению с 2022 годом, когда она составляла около 30 процентов, однако значительная часть нового капитала поступила в компании, разрабатывающие базовые модели, и инфраструктурные предприятия, которым требуются миллиарды долларов для участия в конкурентной борьбе.

Этот рост отражает реальный технологический прогресс и высокий спрос со стороны компаний, стремящихся автоматизировать разработку программного обеспечения, научные исследования, обслуживание клиентов и административную работу. Он также свидетельствует об инвестиционном цикле, в рамках которого ограниченное число компаний привлекает необычно крупные раунды финансирования по оценкам, основанным на ожиданиях будущего доминирования на рынке. Главный вопрос теперь заключается не в том, считают ли венчурные инвесторы ИИ важным. Вопрос в том, смогут ли доходы, генерируемые продуктами на базе ИИ, в конечном итоге оправдать капитал, необходимый для разработки моделей, приобретения вычислительных мощностей и эксплуатации центров обработки данных.

Для инвесторов рынок представляет собой сложное сочетание технологического потенциала и финансовой концентрации. Успешная платформа на базе искусственного интеллекта может обслуживать миллионы пользователей и стать неотъемлемой частью корпоративных рабочих процессов, однако многие стартапы зависят от внешних поставщиков моделей, дорогостоящей вычислительной инфраструктуры и клиентов, готовность которых платить за услуги остается неопределенной. Венчурный капитал финансирует масштабный технологический сдвиг, хотя конечная прибыль может распределиться гораздо менее широко, чем само финансирование.

ИИ перешел от этапа инвестиций в научные исследования к этапу капиталоемкой конкуренции

Искусственный интеллект уже на протяжении десятилетий привлекает частные инвестиции, однако экономическая ситуация изменилась, когда машинное обучение стало коммерчески полезным в более широком спектре сфер деятельности. Ранее компании, финансируемые венчурным капиталом, часто специализировались на узких областях применения, таких как выявление мошенничества, системы рекомендаций, реклама или промышленная аналитика. Их продукты могли требовать специальных знаний, но не всегда предполагали такие вычислительные затраты, которые сейчас ассоциируются с крупными генеративными моделями.

Развитие глубокого обучения, доступность обширных наборов данных и усовершенствование специализированных микросхем расширили возможности систем искусственного интеллекта. Инвесторы начали вкладывать средства в компании, применяющие машинное обучение в сфере здравоохранения, финансов, логистики и кибербезопасности, а крупные технологические концерны увеличили расходы на внутренние исследования и приобретения.

Приобретение компанией Google компании DeepMind в 2014 году стало важным примером того, какое стратегическое значение придается передовым исследованиям в области искусственного интеллекта. DeepMind ещё не разработала традиционного продукта для массового рынка, но её исследовательский потенциал и научные кадры были признаны достаточно ценными, чтобы оправдать приобретение одной из крупнейших технологических компаний мира. Впоследствии компания занималась разработкой систем для прогнозирования структуры белков, повышения энергоэффективности и универсального машинного обучения.

Появление широкодоступных генеративных систем искусственного интеллекта стало причиной очередного сдвига. Потребители и компании получили возможность напрямую взаимодействовать с моделями, способными генерировать текст, изображения, компьютерный код и аналитические данные. Такая наглядность побудила компании из всех секторов экономики тестировать инструменты искусственного интеллекта и привела к тому, что инвесторы стали вкладывать гораздо более значительные средства в предприятия, разрабатывающие соответствующие модели.

В отличие от многих ранних компаний-разработчиков программного обеспечения, разработчикам базовых моделей требуются значительные вычислительные мощности, прежде чем они смогут занять устойчивую позицию на рынке. Обучение сложных моделей может потребовать использования крупных кластеров специализированных процессоров, а обслуживание миллионов пользователей влечет за собой постоянные затраты на инференцию. Такая капиталоемкость привела к тому, что отдельные сегменты рынка ИИ стали ближе к инфраструктурному финансированию, чем к традиционному венчурному капиталу в сфере программного обеспечения.

Рост объема финансирования стал крайне концентрированным

Невозможно понять масштабы венчурных инвестиций в сферу искусственного интеллекта в 2025 году, не проанализировав распределение капитала. Анализ ОЭСР показал, что сделки на сумму свыше $100 млн составили примерно 73 процента от общего объема венчурных инвестиций в ИИ. Это означает, что на совокупный показатель рынка непропорционально сильно повлияли крупные раунды финансирования, а не равномерный рост тысяч компаний на ранней стадии развития.

В течение года компании OpenAI, Anthropic, xAI, Scale AI и ряд других ведущих предприятий привлекли инвестиции на сумму в несколько миллиардов долларов. По данным Crunchbase, только эти пять компаний привлекли около $84bn, что составляет примерно пятую часть всего мирового венчурного финансирования в 2025 году. Такая концентрация является необычной даже по меркам отрасли, в которой успешные компании всегда привлекали значительную долю доступного капитала.

Инвесторы исходят из стратегического предположения, что небольшое число поставщиков моделей может обрести устойчивые преимущества за счет масштаба, данных, каналов распространения и доступа к вычислительным ресурсам. Как только модель будет интегрирована в программное обеспечение для рабочих мест, инструменты разработчиков и потребительские сервисы, издержки перехода на альтернативные решения могут возрасти, а поставщик получит доступ к информации об использовании, которая позволит улучшить будущие продукты.

Такая концентрация создает финансовый риск. Компания, привлекающая миллиарды при высокой оценке, в конечном итоге должна обеспечить исключительные доходы или занять доминирующее стратегическое положение. Если показатели эффективности моделей у разных поставщиков станут более схожими, клиенты могут перейти на более дешевые альтернативы, что приведет к снижению ценообразовательной способности, заложенной в текущих оценках.

Крупные раунды финансирования также могут затушевывать реальную ситуацию в других сегментах венчурного рынка. Компаниям на ранней стадии развития может быть сложно привлечь капитал, если они не смогут продемонстрировать явное техническое преимущество, доступ к эксклюзивным данным или быстрое внедрение на рынок. Упоминание искусственного интеллекта в описании продукта уже не является достаточным условием, когда инвесторы могут сравнить его с сотнями аналогичных компаний.

Соединенные Штаты сохраняют значительное преимущество

Соединенные Штаты по-прежнему остаются основным направлением для частных инвестиций в сферу искусственного интеллекта. Здесь сосредоточены как устоявшиеся венчурные фонды, так и крупные поставщики облачных услуг, ведущие университеты, экспертиза в области полупроводников и обширный рынок корпоративных покупателей технологий. Эти факторы взаимно усиливают друг друга: стартапы могут привлекать опытных исследователей, получать вычислительные ресурсы и продавать свои продукты компаниям, уже привыкшим внедрять новое программное обеспечение.

Согласно отчету «AI Index» Стэнфордского университета, в 2024 году объем частных инвестиций в искусственный интеллект в США достиг $109,1 млрд, что почти в 12 раз превышает аналогичный показатель по Китаю. Более свежие данные ОЭСР за 2025 год подтверждают, что североамериканские компании по-прежнему доминировали в глобальной венчурной деятельности, особенно в сделках, связанных с крупными моделями и инфраструктурой.

Китай накопил значительный потенциал в области искусственного интеллекта при поддержке крупных технологических компаний, научно-исследовательских институтов и государственной промышленной политики. Китайские компании сталкиваются с ограничениями на доступ к самым передовым микросхемам американского производства, что стимулировало инвестиции в развитие собственного аппаратного обеспечения и разработку более вычислительно эффективных моделей. Появление конкурентоспособных китайских систем поставило под сомнение представление о том, что создавать эффективные модели могут только компании с самыми крупными вычислительными бюджетами в США.

В Европе есть сильные научно-исследовательские университеты и специализированные компании, однако рынок венчурных инвестиций в области ИИ здесь по-прежнему меньше и более фрагментирован. Французская компания Mistral AI привлекла крупные раунды финансирования и позиционирует себя как европейский поставщик базовых моделей, в то время как компании в сферах здравоохранения, обороны, промышленных технологий и корпоративного программного обеспечения вызывают все больший интерес со стороны инвесторов. Тем не менее Европа сталкивается с нехваткой капитала для поздних стадий развития, более высокими затратами на вычислительные ресурсы и менее интегрированным рынком по сравнению с США.

Географический разрыв — это не просто показатель технических возможностей. Он отражает доступ к клиентам, рынкам капитала, облачной инфраструктуре и опытным управленческим командам. Поэтому странам, стремящимся развивать отечественную отрасль искусственного интеллекта, требуется нечто большее, чем просто гранты на научные исследования. Им необходимы полноценные условия, в которых компании смогут выйти за пределы лабораторий и конкурировать на международном уровне.

Фондовые модели привлекают самые крупные инвестиции

Компании, занимающиеся разработкой базовых моделей, занимают наиболее капиталоемкую часть рынка искусственного интеллекта. Они обучают универсальные системы, которые можно адаптировать для решения самых разных задач — от программирования и научных исследований до поддержки клиентов и генерации контента. Инвесторов привлекает перспектива того, что небольшое число таких поставщиков станет неотъемлемой частью инфраструктуры цифровой экономики.

Бизнес-модель пока не определилась окончательно. Поставщики могут взимать плату за потребительские подписки, корпоративные лицензии или использование через интерфейсы прикладного программирования. Они также могут распространять свои модели через облачные платформы или интегрировать их в программное обеспечение для повышения производительности. У ряда ведущих компаний выручка быстро растет, однако операционные и инфраструктурные затраты также остаются значительными.

Конкуренция оказывает давление на обе стороны отчёта о прибылях и убытках. Модели необходимо регулярно совершенствовать, чтобы они оставались привлекательными, что требует постоянных инвестиций в исследования и вычислительные ресурсы. В то же время альтернативные решения с открытым исходным кодом и более низкой стоимостью могут привести к снижению цен и затруднить поставщикам удержание клиентов исключительно за счёт качества моделей.

Таким образом, бизнесу, основанному на фундаментальной модели, могут потребоваться преимущества, выходящие за рамки самой модели. Распространение через крупную программную платформу, доступ к корпоративным клиентам, собственные данные и эффективная инфраструктура могут стать не менее важными факторами, чем показатели производительности. Венчурные инвесторы фактически финансируют не только технические исследования, но и попытки создать платформу, обладающую устойчивым коммерческим потенциалом.

Возможность быстрого технологического вытеснения по-прежнему остается одним из основных рисков. Компания может привлечь капитал, опираясь на передовую модель, но уже через несколько месяцев столкнуться с конкурентом, предлагающим аналогичные возможности по более низкой цене. Крупные раунды финансирования дают время и ресурсы, но не гарантируют, что получатель сможет удержать свои технические позиции.

Компании-разработчики приложений сталкиваются с иным испытанием

Большинство стартапов в сфере искусственного интеллекта не занимаются разработкой базовых моделей. Они используют существующие системы для создания продуктов, предназначенных для конкретных отраслей или бизнес-функций. Такие компании могут потребовать меньшего объема капитала и быстрее выйти на рынок, однако перед ними встает вопрос о дифференциации.

Юридическая платформа на базе ИИ может помочь юристам в анализе документов, а приложение для сферы здравоохранения — в ведении клинической документации или проведении медицинских анализов. Финансовые компании могут использовать ИИ для обеспечения соблюдения нормативных требований, выявления мошенничества и проведения исследований, а промышленные предприятия — для технического обслуживания и контроля качества. Коммерческие перспективы зависят от того, решает ли продукт дорогостоящую и повторяющуюся проблему.

Компании, разрабатывающие приложения, оказываются уязвимыми, когда их основная функция может быть легко воспроизведена поставщиком моделей или крупной компанией-разработчиком программного обеспечения. Стартап, который просто добавляет диалоговый интерфейс к существующему процессу, может столкнуться с трудностями, как только аналогичные возможности будут включены в широко используемые корпоративные платформы.

Компании, работающие в сферах, требующих обоснованного обоснования, чаще всего располагают специализированными данными, экспертными знаниями в области нормативно-правового регулирования, глубокой интеграцией рабочих процессов или доверительными отношениями с клиентами. Например, в сфере здравоохранения технически совершенная модель будет недостаточной без клинической валидации, мер по обеспечению конфиденциальности и процедур утверждения. В сфере финансовых услуг продукты должны соответствовать требованиям в области соблюдения нормативных требований, возможности аудита и безопасности.

Важное значение имеет также качество выручки. Многие компании экспериментировали с ИИ в первые годы внедрения генеративных технологий, однако пилотные проекты не всегда перерастают в крупные долгосрочные контракты. Инвесторам всё чаще требуются доказательства того, что клиенты продлевают контракты, расширяют сферу применения и получают ощутимую финансовую выгоду.

Уровень приложений в конечном итоге может привести к появлению большего числа успешных компаний, чем рынок моделей-оснований, поскольку в различных отраслях требуются специализированные инструменты и способы реализации. Доходность будет зависеть от того, владеют ли эти компании устойчивой частью отношений с клиентами, а не полагаются ли они исключительно на модели, предоставляемые другой компанией.

Инфраструктура становится темой для венчурных инвестиций и рынков капитала

Инвестиции в ИИ не ограничиваются только компаниями-разработчиками программного обеспечения. Для обучения и эксплуатации сложных моделей требуются центры обработки данных, специализированные микросхемы, сетевое оборудование, системы энергоснабжения и охлаждения. Масштаб этого спроса привлек внимание венчурных фондов, фондов прямых инвестиций, инфраструктурных фондов и крупных корпораций.

Стартапы в сфере полупроводников пытаются разработать альтернативы ведущим поставщикам микросхем или повысить производительность при выполнении специализированных задач. Компании, занимающиеся созданием инфраструктуры для обработки данных, помогают предприятиям систематизировать информацию для обучения моделей и поиска данных, а инструменты мониторинга позволяют отслеживать затраты, уровень безопасности и эффективность моделей.

Эти возможности связаны с продолжающимся ростом использования искусственного интеллекта, однако они сопряжены с рисками, отличными от рисков, связанных с инвестициями в программное обеспечение. Разработка аппаратного обеспечения требует значительных первоначальных затрат и длительных производственных циклов. Работа центров обработки данных зависит от доступности электроэнергии, получения разрешений на строительство, строительных мощностей и долгосрочного спроса со стороны клиентов.

Отрасль также сталкивается с риском избыточного строительства. Компании и инвесторы могут создавать инфраструктуру, исходя из оптимистичных прогнозов по использованию моделей, в то время как повышение эффективности микросхем или появление более компактных моделей может привести к снижению вычислительных потребностей. Спрос может продолжать расти, в то время как отдельные проекты по-прежнему будут приносить низкую доходность из-за неблагоприятного местоположения, проблем с финансированием или высоких затрат на электроэнергию.

Таким образом, при инвестировании в инфраструктуру необходимо учитывать договорные доходы, концентрацию клиентов и технологические изменения. Объект, обеспеченный долгосрочными обязательствами со стороны нескольких кредитоспособных пользователей, имеет иной профиль риска, чем объект, построенный в ожидании будущего спроса.

Корпоративные инвесторы преследуют как стратегические, так и финансовые цели

Крупные технологические компании стали основными участниками рынка финансирования искусственного интеллекта. Сотрудничество Microsoft с OpenAI, инвестиции Amazon и Google в Anthropic, а также корпоративная поддержка других разработчиков моделей демонстрируют, как стратегические инвесторы используют венчурные сделки для укрепления своих позиций в сфере облачных технологий и программного обеспечения.

Такие соглашения могут включать обязательства по закупке ИТ-услуг, что делает эти отношения более сложными, чем в случае традиционного инвестирования в акционерный капитал. Стартап получает капитал и инфраструктуру, а корпоративный инвестор — крупного клиента, доступ к технологиям и более прочные позиции на рынке искусственного интеллекта.

Такое партнерство может ускорить развитие, поскольку стартапы получают вычислительные ресурсы, которые в противном случае было бы сложно обеспечить. В то же время оно может ограничить независимость, если компания станет в значительной степени зависимой от одного поставщика облачных услуг или партнера по дистрибуции.

Корпоративные инвестиции могут усложнить анализ оценки. Часть вложенного капитала может вернуться стратегическому инвестору в виде расходов на облачные услуги, в то время как коммерческие соглашения могут повлиять на кажущуюся экономическую эффективность взаимоотношений. Венчурные инвесторы должны проводить различие между подлинным внешним спросом и выручкой, генерируемой в рамках партнерства по финансированию.

Антимонопольные органы также изучают, позволяют ли эти структуры крупным технологическим компаниям оказывать влияние на новых конкурентов без полного поглощения. Вмешательство регулирующих органов может изменить условия участия стратегических инвесторов в будущих раундах финансирования.

Рынки выхода по-прежнему остаются слабым местом

Доходность венчурного капитала зависит от успешных выходов из инвестиций посредством поглощений, первичных публичных размещений или вторичной продажи акций. Компании, работающие в сфере искусственного интеллекта, привлекли значительные объемы частного капитала, однако многие из крупнейших предприятий по-прежнему не котируются на бирже и пока не предоставили инвесторам возможности для традиционного выхода из инвестиций.

Высокие оценки стоимости компаний на частном рынке могут затянуть выход на биржу, поскольку компании могут привлекать капитал, не подвергаясь обязательной раскрываемости информации и рыночному контролю, связанным с размещением акций на бирже. Вторичные сделки позволяют сотрудникам и ранним инвесторам продавать отдельные акции, однако они не обеспечивают столь же широкую рыночную оценку, как первичное публичное размещение акций.

Поглощения могут стать способом выхода из бизнеса для небольших компаний, особенно в тех случаях, когда технологии или команды специалистов представляют ценность для крупных концернов. Однако регулирующие органы уделяют все большее внимание сделкам по приобретению со стороны доминирующих технологических компаний, что может ограничить один из традиционных путей выхода из бизнеса.

Неблагоприятные условия для выхода из инвестиций негативно сказываются на всей экосистеме венчурного капитала. Фондам необходимы выплаты по старым инвестициям для привлечения средств в новые инвестиционные фонды и выполнения дальнейших обязательств. Когда капитал остается заблокированным в частных компаниях, инвесторы могут стать более избирательными, даже если энтузиазм в отношении ИИ по-прежнему остается высоким.

Поэтому способность ведущих компаний в сфере искусственного интеллекта успешно выйти на публичные рынки будет иметь большое значение. Инвесторы на публичных рынках будут более тщательно оценивать качество выручки, рентабельность, обязательства по развитию инфраструктуры и систему корпоративного управления, чем это часто бывает при объявлениях о привлечении частного финансирования. Успешный выход на биржу может подтвердить перспективность отдельных сегментов рынка, в то время как неудовлетворительные результаты могут повлиять на оценки компаний во всем секторе.

Оценки основываются на неопределённых долгосрочных допущениях

Оценить стоимость стартапа в сфере искусственного интеллекта сложно, поскольку технологии, структура рынка и затратная база меняются одновременно. Компания может демонстрировать быстрый рост выручки, при этом предлагая скидки для стимулирования внедрения своих решений или выплачивая значительные суммы за вычислительные мощности. Поэтому текущие показатели продаж дают неполное представление о будущей рентабельности.

Инвесторы часто используют прогнозные мультипликаторы выручки, сравнивают компании с публичными разработчиками программного обеспечения и выдвигают предположения о будущей доле рынка. Эти методы теряют свою надежность, когда компании работают на рынках, которые несколько лет назад еще не существовали и где ценообразование может быстро меняться.

Наиболее высокие оценки основываются на предположении, что ведущие компании в сфере ИИ смогут обеспечить высокую рентабельность после первоначального периода инвестиций в инфраструктуру. Это может произойти, если стоимость моделей снизится, объемы использования вырастут, а поставщики сохранят ценовую власть. Однако этого может и не произойти, если конкуренция превратит доступ к моделям в массовый товар.

Стартапы также сталкиваются с размыванием доли участия в результате повторяющихся крупных раундов финансирования. У раннего инвестора может остаться меньшая доля в компании, стоимость которой выросла, но исход зависит от того, отражает ли рост оценки устойчивый экономический прогресс.

Защита от убытков может быть обеспечена за счет преимуществ при ликвидации и других договорных условий, а это означает, что номинальная оценка не всегда отражает экономическое положение каждого акционера. В зависимости от структуры финансирования сотрудники и мелкие инвесторы могут получить разные результаты от одного и того же выхода из инвестиций.

Регулирование становится частью коммерческой экспертизы

Компании, занимающиеся искусственным интеллектом, работают в условиях стремительно развивающейся нормативно-правовой среды. Правительства вводят правила, касающиеся безопасности, конфиденциальности, авторского права, дискриминации и использования ИИ в сферах, требующих особого внимания. Нормативно-правовая нагрузка будет варьироваться в зависимости от продукта и юрисдикции.

Закон Европейского союза об искусственном интеллекте устанавливает обязательства, основанные на уровне риска, связанного с различными системами. Компании, предлагающие приложения в сфере трудоустройства, кредитования, здравоохранения или критически важной инфраструктуры, могут столкнуться с более строгими требованиями, чем поставщики инструментов с более низким уровнем риска.

В Соединенных Штатах регулирование по-прежнему носит фрагментированный характер и распределено между федеральными ведомствами, штатами и отраслями. Компаниям, возможно, придется соблюдать действующие нормы в области защиты персональных данных, защиты прав потребителей, трудового законодательства и финансового регулирования, даже если к их деятельности не применяется какой-либо отдельный закон об ИИ.

Судебные споры по вопросам авторского права представляют собой ещё один существенный фактор неопределённости. Разработчики моделей обучали системы на обширных наборах данных, содержащих текст, изображения, музыку и программное обеспечение, что побудило правообладателей поставить под сомнение законность такого использования. Исход этих споров может повлиять на затраты на обучение, модели лицензирования и вопрос ответственности.

Инвесторам следует рассматривать способность соблюдать нормативные требования как один из факторов конкурентоспособности компании. Предприятие, располагающее надежной документацией, системой тестирования и механизмами управления, может выйти на регулируемые рынки более эффективно, чем технически продвинутый конкурент, который не может объяснить, как работает его система.

Комплексная проверка должна выходить за рамки простого использования термина «ИИ»

Концентрация капитала в сфере искусственного интеллекта привела к тому, что выбор объектов инвестирования приобрел еще большее значение. Инвесторам следует для начала определить, чем на самом деле владеет компания и почему клиенты будут и впредь платить за это.

Особое значение имеют следующие вопросы:

• Какую проблему решает данное решение? Продукт должен решать проблему, связанную со значительными затратами, рисками или возможностями получения дохода, а не просто демонстрировать впечатляющие возможности без реального сценария применения.
• Кто контролирует ключевые технологии? Инвесторам следует выяснить, принадлежат ли компании её модели и данные, или же она зависит от сторонних поставщиков, которые могут изменять цены и условия.
• Насколько высок уровень удержания клиентов? Пилотные проекты и начальные этапы внедрения следует рассматривать отдельно от долгосрочных контрактов и развития отношений с клиентами.
• Каковы реальные показатели валовой рентабельности? При оценке рентабельности программного обеспечения следует учитывать затраты на вычисления, данные и доступ к моделям.
• Имеет ли компания собственные данные? Эксклюзивная или трудновоспроизводимая информация может дать более весомое преимущество, чем доступ к широко доступной модели.
• Насколько бизнес подвержен влиянию нормативно-правового регулирования? Продукты, используемые при принятии важных решений, требуют более строгого контроля, тщательной документации и тщательного тестирования.
• Сможет ли компания выстоять в условиях конкуренции между платформами? Инвесторам следует оценить, сможет ли облачный провайдер или известная компания-разработчик программного обеспечения воспроизвести основной функционал.
• Как отсюда выйти? Высокая частная оценка компании становится менее привлекательной, когда круг потенциальных покупателей ограничен, а публичные рынки остаются недоступными.

Техническая компетентность по-прежнему важна, но коммерческие показатели играют всё более решающую роль. Сама по себе способность создать продукт на базе искусственного интеллекта ещё не означает, что компания сможет успешно его продавать или удержать свои позиции.

На следующем этапе будет проверена ширина стрелы

В ближайшие три–пять лет искусственный интеллект, скорее всего, останется главной темой в сфере глобального венчурного капитала, однако при распределении финансирования может наблюдаться более избирательный подход. Ведущие разработчики моделей и инфраструктурные компании по-прежнему будут нуждаться в значительных капиталовложениях, в то время как к компаниям, занимающимся разработкой приложений, будут предъявляться более жесткие требования в отношении выручки, удержания клиентов и дифференциации.

Объемы финансирования могут оставаться нестабильными, поскольку небольшое количество крупных раундов может существенно изменить годовые показатели. Рынок 2025 года наглядно демонстрирует это: на долю ИИ пришлась большая часть глобальных венчурных инвестиций, однако доминирующую долю в них занимали мегасделки. Сокращение числа всего лишь нескольких крупных сделок может привести к тому, что следующий год будет выглядеть гораздо слабее, даже если активность на ранних стадиях останется стабильной.

Геополитическая конкуренция будет определять направление инвестиций. Правительства стремятся обеспечить доступ внутри страны к вычислительной инфраструктуре, моделям и цепочкам поставок полупроводников, создавая возможности для компаний, чья деятельность соответствует национальным промышленным стратегиям. Такая политика может привести к фрагментации рынков и ограничить международную экспансию.

Инвесторы также будут уделять больше внимания эффективности. Компании, которые достигают конкурентоспособных результатов с помощью более компактных моделей, меньших вычислительных ресурсов или более целенаправленных наборов данных, могут опровергнуть предположение о том, что успех определяется исключительно масштабом. Появление эффективных и недорогих моделей уже показало, что технический прогресс не всегда требует максимально возможного бюджета.

Наиболее сильными компаниями, финансируемыми венчурным капиталом, станут те, которые смогут превратить технические возможности в устойчивую коммерческую позицию. К ним могут относиться поставщики базовых моделей, обладающие преимуществами в сфере дистрибуции, специализированные приложения, интегрированные в регулируемые рабочие процессы, а также инфраструктурные компании, опирающиеся на устойчивый спрос.

Капитала предостаточно, но доходность пока не подтверждена

Объем глобальных венчурных инвестиций в искусственный интеллект достиг такого уровня, что эта технология заняла центральное место на всем рынке стартапов. По оценкам ОЭСР, в 2025 году этот показатель составит $258,7 млрд, что свидетельствует о том, что искусственный интеллект уже не является лишь одной из многих инвестиционных тем. Он стал основным направлением венчурного финансирования.

Масштаб инвестиций свидетельствует о реальном прогрессе и широком коммерческом интересе, однако он не гарантирует столь же значительной доходности для инвесторов. Финансирование носит концентрированный характер, затраты на инфраструктуру высоки, а конкуренция может быстро снизить ценность технического лидерства. Кроме того, многие компании-разработчики приложений по-прежнему зависят от поставщиков моделей, чьи собственные ценовые политики и стратегические приоритеты могут измениться.

Приобретение компании DeepMind более десяти лет назад продемонстрировало, что передовые исследования в области искусственного интеллекта могут иметь огромную стратегическую ценность. Сегодняшний рынок ставит более сложный вопрос: смогут ли сотни компаний, финансируемых венчурным капиталом, преобразовать эту технологическую ценность в устойчивую выручку и, в конечном итоге, в успешный выход из инвестиций.

ИИ может кардинально изменить значительную часть экономики, при этом по-прежнему принося неудовлетворительную доходность многим инвесторам, которые вкладываются в компании при завышенных оценках или поддерживают компании, не обладающие устойчивыми конкурентными преимуществами. Решающим фактором станет не объем вложенного капитала, а то, какие компании смогут удержать клиентов, контролировать затраты и оставаться востребованными по мере совершенствования технологий.