Уже сейчас OpenAI входит в число крупнейших арендаторов облачных мощностей на планете. По сведениям инсайдеров, значительная часть расходов приходится на оплату центров обработки данных и электричества. Чтобы сократить издержки, компания разворачивает стратегию строительства собственных ЦОД и разработки специализированных процессоров для ИИ-вычислений. Партнёром по выпуску первого чипа выступает Broadcom, запуск намечен на 2026 год.
В 2025 году расходы OpenAI составят более $8 млрд против ранее прогнозировавшихся $6,5 млрд. В 2026-м они превысят $17 млрд — более чем вдвое выше нынешнего уровня. В 2027 году компания планирует потратить $35 млрд, а в 2028-м — уже $45 млрд. К 2030 году совокупные расходы на поддержание и расширение инфраструктуры могут достичь $150 млрд. Для сравнения, годовая выручка OpenAI к середине 2025-го оценивается примерно в $12 млрд, что означает многолетний разрыв между доходами и капитальными вложениями.
Заметную часть этих инвестиций составит участие в проекте Stargate — совместной инициативе с SoftBank и Oracle, объём которой оценивается в $500 млрд. В рамках первой очереди планируется построить в Техасе гигантский дата-центр мощностью до 4,5 ГВт, крупнейший в истории индустрии. Хотя часть экспертов отмечает, что на данный момент реальные вложения в Stargate ограничены, сам факт его запуска свидетельствует о формировании инфраструктурной базы для десятилетий вперёд.
OpenAI также диверсифицирует партнёрства: помимо облака Microsoft Azure, компания начала использовать мощности Google Cloud и заключила контракт с CoreWeave на сумму $12 млрд. В рамках сделки OpenAI получила долю в $350 млн в капитале CoreWeave. Такой шаг позволяет снизить зависимость от одного поставщика и распределить нагрузку между разными игроками рынка.
Аналитики обращают внимание, что столь агрессивный рост капитальных затрат отражает не только технические амбиции, но и фундаментальные издержки развития генеративных моделей. Чем сложнее архитектура и больше объёмы данных, тем выше стоимость обучения. «Мы сталкиваемся с неожиданно дорогим процессом разработки, и это определяет все стратегические решения OpenAI», — признают представители компании в закрытых встречах с инвесторами.
За пределами OpenAI гонка капитальных затрат тоже набирает обороты
Microsoft прогнозирует рекордные $30 млрд капвложений уже в ближайшем квартале и обсуждает годовой счёт на ИИ-ЦОДы в десятках миллиардов — на фоне взрывного роста Azure. Это — не только ставка на OpenAI как ключевого партнёра, но и на собственные модели и сервисы, которые требуют всё новых площадок и энергии. Meta (компания признана экстремисткой, ее деятельность в России запрещена), со своей стороны, подняла планку годовых капвложений до $66–72 млрд и заявляет о «сотнях миллиардов» инвестиций в ИИ-дата-центры на горизонте нескольких лет; среди флагманов — объекты Prometheus и Hyperion мощностью до 5 ГВт.
Alphabet (Google) тоже ускоряет стройку: компания объявила о выделении $25 млрд на ИИ-инфраструктуру в ближайшие два года в энергосистеме PJM (штаты северо-востока США). Это — параллельно развитию TPU-кластеров, где Google позиционирует себя альтернативой «всеядным» GPU-фермам. У Amazon ключ к росту — стартап Anthropic: AWS закреплён как основной облачный провайдер, а пакет инвестиций в $4 млрд должен конвертироваться в рост спроса на собственные Trainium/Inferentia и в нагрузку на новые площадки. Последний раунд поднял оценку Anthropic и усилил ожидания многомиллиардных облачных счетов уже в 2026-м.
Даже новые игроки стараются соответствовать планке. Проект xAI Илона Маска ищет смешанное финансирование — долги и капитал — на миллиарды долларов под суперкомпьютер для Grok; обсуждаются поставки сотен тысяч GPU нового поколения и возможные партнёрства по ЦОДам. Масштаб пока несопоставим с Big Tech, но направление то же — деньги прежде всего уходят в электроэнергию, недвижимость и кремний.
На этом фоне стратегия OpenAI выглядит прагматичной эволюцией: диверсификация провайдеров (помимо Microsoft — Oracle и Google Cloud), собственные чипы, сдвиг от «чистой аренды» к строительству. В короткой перспективе это означает разрыв между доходами и капзатратами — даже при оценках годовой выручки в районе 12-20 млрд долларов. А длинной — попытку закрепить контроль над ключевыми звеньями цепочки создания ИИ-продуктов, где стоимость обучения моделей и инференса растёт быстрее, чем падает цена на один терафлоп.
