1 января 1870 года Джей Кук, которого превозносили как американского героя за финансирование армии Севера в Гражданской войне, подписал контракт, который — если приглядеться — в конечном счёте приведёт к мировой войне.
В 1864 году Конгресс учредил Northern Pacific Railway Company с целью связать Великие озёра и залив Пьюджет-Саунд железной дорогой от Дулута до Такомы; устав компании предусматривал передачу 40 миллионов акров земли вдоль трассы в обмен на завершение строительства. Однако следующие шесть лет Northern Pacific с трудом находила финансирование, пока Union Pacific и Central Pacific строили навстречу друг другу, соединив Сакраменто и Омаху золотым костылём в мае 1869 года.
Northern Pacific обращалась к Куку за финансированием ещё в 1866-м, но не могла предложить щедрых федеральных гарантий, которые получили Union Pacific и Central Pacific (что, отметим, привело к колоссальному воровству); Кук, прекрасно знавший финансовую мощь федерального правительства, тогда не заинтересовался. В итоге Northern Pacific сделала предложение, от которого он не смог отказаться: комиссию в 12% с каждой облигации и $200 акций компании за каждую $1000 проданных облигаций.
Коллеги-банкиры разделяли изначальный скептицизм Кука и не проявляли интереса к этим облигациям, поэтому он применил те же приёмы, что оттачивал при продаже военных облигаций: апелляции к патриотизму, контроль над медиа и обещания железнодорожных состояний, подкреплённые дистрибуцией промышленного масштаба. В пике Кук нанял 1500 продавцов и финансировал 1300 газет (сочетая рекламу с прямыми выплатами), опираясь на репутацию, отполированную Гражданской войной. Розничные инвесторы и раньше могли покупать железнодорожные облигации; Кук сделал их основным источником финансирования.
Это, безусловно, было выдающейся инновацией. Раньше, если не удавалось получить кредит от правительства или банков, получить сколько-нибудь значимые деньги было почти невозможно. Проблема заключалась в том, что потребности Northern Pacific в капитале оказались бесконечными, а к сентябрю 1873 года, когда кредит по всему миру ужесточился из-за краха на Венской бирже и демонетизации серебра, Кук, финансировавший компанию из депозитов между выпусками облигаций, больше не смог найти покупателей. Последовавшее банкротство Jay Cooke & Company спровоцировало Панику 1873 года, вылившуюся в череду банкротств железных дорог по всей стране, многолетнюю депрессию, многодесятилетнюю дефляцию и, можно утверждать, финансовые условия, превратившие Европу четыре десятилетия спустя в пороховую бочку.
Northern Pacific, к слову, в итоге достроила линию — правда, пройдя через несколько банкротств; в конечном счёте компания стала одной из четырёх, слившихся в Burlington Northern Railroad. Burlington Northern впоследствии объединилась с Atchison, Topeka and Santa Fe Railway, образовав BNSF Railway; в 2009 году материнскую корпорацию приобрела Berkshire Hathaway.
Прожигание через долг
Эта история может показаться смутно знакомой — не в последнюю очередь потому, что Кук, по понятным причинам, является центральным персонажем новой книги Лиаквата Ахамеда «1873», вышедшей в этом году. Ахамед без стеснения проводит параллель между крахом железнодорожного строительства и текущим AI-моментом; уже на самой первой странице книги — ещё до страницы 1 — речь идёт о пересчёте денежных сумм, и заканчивается это так:
Чтобы по-настоящему осознать значение денежных сумм, связанных с экономическим положением целых стран — таких как размер контрибуции, наложенной на Францию после Франко-прусской войны, — полезнее не просто учитывать изменение стоимости жизни, а корректировать суммы на изменение размера экономик. Чтобы перевести такие цифры в сопоставимые величины 2026 года, нужно умножить их на коэффициент 1200. Таким образом, $500 млн, ежегодно вкладывавшиеся в железнодорожные облигации США в годы бума начала 1870-х, сегодня эквивалентны $600 млрд — примерно столько, сколько крупные технологические компании планируют инвестировать в 2026 году.
Гендиректор Microsoft Сатья Наделла явно видит эту связь: он назвал «1873» книгой, которую «нужно прочитать», в ходе недавнего звонка по итогам квартала. Возможно, не случайно и то, что Microsoft — единственная среди гиперскейлеров — по-прежнему демонстрирует значительный свободный денежный поток: $19,6 млрд за последний квартал. Microsoft остаётся единственным гиперскейлером, который всё ещё соответствует правилу, использовавшемуся для отрицания существования пузыря: её капитальные затраты не финансируются долгом.
Этот же аргумент, как ни удивительно, год назад можно было применить почти ко всему Big Tech; затем, в период с сентября по ноябрь, Oracle, Meta, Alphabet и Amazon вместе выпустили долговых обязательств на $80 млрд для наращивания инфраструктуры. И это было только начало: после $108 млрд, привлечённых за весь 2025 год, эти четыре компании к 7 июля уже привлекли $194 млрд за текущий год. Неудивительно, что спреды растут: 86% облигаций, выпущенных в этом году, уже торгуются с доходностью выше, чем при размещении. Покрытие спроса на недавние выпуски упало менее чем до 2x — с 5x в феврале.
Настоящим потрясением, однако, стало начало июня, когда Google объявила о привлечении $85 млрд через выпуск акций, включая специальный транш на $10 млрд для упомянутой Berkshire Hathaway. Тогда в материале The Google Capital Company отмечалось:
Стоит отметить, что $10 млрд — сумма относительно небольшая для обеих компаний. В связи с этим, возможно, главная польза сделки — сигнальная. Со стороны Google сигнал в том, что ожидаемый спрос значительно превышает представления рынка, и компания готова и способна финансировать наращивание мощностей всеми доступными средствами, включая акционерный капитал; для них инвестиция Berkshire Hathaway — это подтверждение правильности такого расчёта. С другой стороны, если сигнал верен, Berkshire Hathaway получает выгодную сделку и заставляет свою денежную машину работать на строительство будущего.
Вывод был следующим:
В основе этого анализа лежало предположение, что в мире достаточно вычислительных мощностей, которые можно купить; но что произойдёт, если это окажется не так? Что если итоговая битва — та, что определит, кому достанутся вычисления, — сведётся к вопросу, кто способен привлечь больше денег? И что если это преимущество будет накапливаться так, что компания с наибольшим объёмом денежных средств получит и наибольшие вычислительные мощности (которые, как мы уже знаем, будут не только использоваться самостоятельно, но и продаваться), что даст ей возможность генерировать ещё больше денег? В таком мире на какую компанию стоило бы поставить?
Подразумеваемый ответ, разумеется, — Google.
Драма вокруг DeepMind
Сейчас на Google, по крайней мере в плане фронтирных моделей, никто не ставит. После ухода гендиректора DeepMind Демиса Хассабиса (формально повышенного до председателя, но больше не отвечающего за операционное управление) и со-руководителя Gemini, бывшего главного научного сотрудника Джеффа Дина, а также ряда других заметных исследователей, SemiAnalysis выпустила материал под заголовком «Gemini приплыл»:
По всем практическим меркам мы считаем, что DeepMind больше не является фронтирной лабораторией. Мы говорили об этом клиентам Tokenomics ещё несколько месяцев назад — из-за массового ухода сотрудников из команд обучения с подкреплением и плохого распределения вычислительных мощностей. Google продолжит вяло двигаться дальше и выпускать модели, но шансы снова достичь SOTA упали до нуля.
Более того, главный бенефициар сегодняшних новостей — не Anthropic и не OpenAI, а Google Cloud. Если раньше Gemini и GCP отчаянно конкурировали за вычислительные ресурсы, то теперь очевидно, что победил Томас Куриан. Мы ожидаем заметного ускорения роста выручки GCP как результат.
Далее в том же материале:
Мы, очевидно, были настроены довольно скептически по отношению к DeepMind, и если попытаться найти самые сильные аргументы в пользу того, что они всё же смогут в будущем обучить настоящую SOTA-модель, они звучали бы примерно так:
- Текущая конфигурация явно не работала. С прежней командой руководства шансы догнать Anthropic/OpenAI выглядели крайне низкими.
- Теперь, после чистки, новые люди могут начать с чистого листа. Возможно, они даже проведут acqui-hire какой-нибудь новой лаборатории вроде SSI или Thinking Machines.
- С новой командой шансы догнать фронтир на самом деле повышаются.
Возможно, в каком-то мире это и произойдёт, но мы считаем шансы практически нулевыми. Проблема Google заключалась не в Джеффе Дине и не в Ноаме Шазире, а в чрезвычайно бюрократической, мучительно медленной и стратегически робкой культуре компании. Напомним, что у DeepMind был AI-чатбот за год до ChatGPT, но его не разрешили выпустить из опасений навредить основному бизнесу.
На самом деле можно утверждать, что проблема была и в самом Хассабисе, и в DeepMind. В материале после Google I/O объяснялось, что видение фронтира у Хассабиса фундаментально отличалось от других лабораторий, поскольку он верил в модели мира, а не только в текст и код, с выводом:
Из [видения Хассабиса] вытекают мультимодальные модели — в отличие от Claude, который выдаёт только текст, — но при этом заметно менее впечатляющие способности к написанию кода. В этом суть всего отступления: вполне возможно, что причина, по которой Google считается отстающим от Anthropic и OpenAI в кодинге, особенно в длительных агентных рабочих процессах, зависящих не меньше от обвязки (harness), чем от самой модели, попросту в том, что у исследовательской команды были другие приоритеты. Именно поэтому кодовые части этой презентации достались команде Antigravity, а не DeepMind, и именно поэтому Хассабис почти не появлялся на сцене.
С этой точки зрения события прошлой недели выглядят не так уж неожиданно и, можно сказать, были предсказаны ещё на I/O: Хассабис может быть прав насчёт того, что путь к AGI лежит через модели мира, но у Google закончилось терпение ждать, пока он это докажет; по имеющимся данным, сооснователь Google Сергей Брин глубоко вовлечён в процесс и тесно связан с Кораем Кавукчуоглу, новым гендиректором DeepMind, и не удивительно, если компания развернётся к более текстоцентричному (а значит, кодоцентричному) подходу Anthropic.
Инфраструктурная ставка Google
Любопытно, что все эти кадровые перестановки не обязательно означают, что ставка на Berkshire Hathaway оказалась неудачной; напротив, это можно расценивать как хорошую новость. Именно к этому вёл материал SemiAnalysis, и об этом же говорилось на прошлой неделе применительно к недавним финансовым результатам Google:
Картина выглядит очень похожей на прошлый квартал, но рост Google Cloud ещё выше: 82% год к году (против 63% кварталом ранее и 32% год назад), с маржой 36% (против 33% и 21% соответственно). Ранее возникал вопрос, какую долю этого роста реально обеспечивает Anthropic, и хотя чёткого подтверждения в этом квартале не прозвучало, показательным выглядел ответ гендиректора Сундара Пичаи на звонке по итогам квартала о том, зачем Google арендует сторонние мощности:
По поводу «мостовой» сделки главное, что я бы сказал: смотрите, есть — на грани — очень крупные клиенты Cloud, которых мы стараемся поддержать в этот исключительный момент. И дополнительные возможности, которые они нам приносят, хотя краткосрочно, на протяжении нескольких месяцев, могут стоить очень дорого, в перспективе всей сделки, по мере наращивания мощностей, оказываются весьма выгодными с точки зрения ROI. Это факторы, которые мы учитываем. Готовы ли мы взять на себя авансом шестимесячную сделку, чтобы обслужить клиента в рамках многолетней возможности, где маржа и доходность очень привлекательны на этом многолетнем горизонте? Надеюсь, это немного проясняет, как мы подходим к таким возможностям.
Этот клиент — почти наверняка Anthropic.
Снова из материала SemiAnalysis:
Более 20% всех поставок TPU с третьего квартала 2026-го по четвёртый квартал 2027-го продаются напрямую Anthropic. Это без учёта сотен тысяч TPU, которые GCP уже сдаёт в аренду Anthropic сегодня, и ещё многих сотен тысяч, которые обязались сдать в аренду Anthropic и Meta в течение следующих шести кварталов…
Если вам доводилось слушать интервью гендиректора Google Cloud Томаса Куриана, вы знаете, что он не «AGI-фанатик». В одном из подкастов он, например, утверждал, что для TPU прекрасно становиться «инфраструктурой общего назначения», обслуживающей таких клиентов, как Citadel, Министерство энергетики и обычные задачи высокопроизводительных вычислений. А на вопрос, почему он продаёт вычислительные мощности Anthropic, конкурирующей с Gemini, ответил, что это естественное следствие того, что Google — «платформенная компания».
Куриан говорил то же самое в интервью Stratechery:
Мы продаём разные части нашего стека. Многие не осознают, что мы монетизируем разные части стека разными способами. Как Anthropic — у нас много лабораторий, использующих наш стек, фактически большинство крупных AI-лабораторий работают с ним. Если кто-то использует TPU для обучения модели или для инференса, мы монетизируем именно эту часть стека, и это даёт нам ресурсы для финансирования R&D и других инвестиций. Некоторые лаборатории используют наши TPU и нашу модель Gemini, другие — наши TPU и покупают у нас защиту кибербезопасности для своих моделей. Как игрок-платформа мы обязаны позволять монетизировать нашу технологию максимально возможным числом способов, и мы не считаем это игрой с нулевой суммой.
Насколько игра с вычислительными мощностями действительно окажется с нулевой суммой — покажет время: есть сообщения о том, что собственные исследователи Google испытывают нехватку вычислений. Но главный вывод в том, что вне зависимости от участия в гонке за фронтир Google абсолютно точно борется за доминирование в AI-инфраструктуре. А в мире, где интеллект становится товаром, TPU в частности приобретают огромное значение.
В материале Who's Afraid of Chinese Models? месяц назад речь шла о товарных рынках применительно к противостоянию фронтирных лабораторий и всех остальных; на товарных рынках предельные издержки определяют не только прибыльность, но и саму жизнеспособность бизнеса, и приводился аргумент, что фронтирные лаборатории хорошо позиционированы для достижения более выгодной структуры затрат на единицу интеллекта.
Эта структура затрат, по крайней мере сейчас, включает стоимость аренды вычислений, и похоже, что TPU обходятся дешевле GPU от Nvidia; Anthropic, возможно, строила инфраструктуру под TPU (и чипы Trainium от Amazon) просто потому, что только у Google и Amazon хватало ресурсов их профинансировать, но на данный момент эта возможность вполне может оказаться серьёзным преимуществом. Тот факт, что Anthropic напрямую закупает TPU для собственных дата-центров (переводя затраты на вычисления из предельных издержек в капитальные), подтверждает эту гипотезу.
Примечательно, насколько Google готова делиться мощностями — даже ценой необходимости выпускать акции. Впрочем, это укладывается в модель Berkshire Hathaway, описанную в The Google Capital Company:
Один из бизнесов, куда Berkshire Hathaway направляла прибыль See's, находится на противоположном конце спектра по капиталоёмкости: железная дорога BNSF. Железные дороги требуют огромного капитала для работы; BNSF потратила $3,8 млрд в прошлом году; при этом она же зарабатывает немало: чистая прибыль BNSF составила $5,5 млрд при выручке $23,4 млрд. Для сравнения: общая сумма, заработанная Berkshire Hathaway на See's Candies, вероятно, меньше $3 млрд (последнее раскрытие данных — «более $2 млрд» в 2019 году), то есть меньше, чем BNSF заработала за один прошлый год…
По сути, можно утверждать, что Абель просто повторяет стратегию Баффета, только теперь роль See's Candies играет сама Berkshire Hathaway, а роль BNSF — Google. На конец прошлого квартала у Berkshire Hathaway было $373 млрд наличных и $25 млрд свободного денежного потока за 2025 год. Сколько компаний реально способны использовать такие деньги с высокой доходностью?
Трудно представить вариант лучше, чем Google. Компания не только инвестирует в AI, но и обладает опциональностью в плане исходов: её сервисный бизнес выигрывает от инвестиций, она конкурирует на уровне моделей с Gemini и может продавать мощности фронтирным лабораториям. Более того, эти мощности обладают устойчивым ценовым преимуществом благодаря TPU, а значит, в мире, где вычисления становятся товаром — как бы трудно это ни было представить сейчас, — именно Google — тот гиперскейлер, который получит больше всего прибыли.
Обратите внимание: речь не о марже; если бы Google заботилась именно о марже, она почти наверняка принимала бы другие решения. Прибыль же — это абсолютное число, и Google задействует всё, что у неё есть, — сначала денежный поток, затем долг, а теперь и акционерный капитал, — чтобы зарабатывать на строительстве инфраструктуры.
Инвестируемый класс активов Nvidia
Сегодня руководителям корпораций и финансовым инженерам не нужно контролировать газеты; благодаря новому аккаунту в X гендиректор Nvidia Дженсен Хуанг может обращаться напрямую к публике. Из статьи в X, опубликованной прошлым вечером:
Вычислительные мощности AI-фабрик NVIDIA становятся инвестируемым классом активов
Сегодня мы объявили о партнёрстве с Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR для создания независимых финансовых платформ, призванных мобилизовать свыше $500 млрд стороннего капитала на поддержку строительства AI-инфраструктуры в течение времени.
Это важная веха для NVIDIA и всей AI-индустрии. Мы перешли от эпохи, когда компании покупали чипы и строили дата-центры проект за проектом, к эпохе, когда AI-фабрики можно финансировать как производительную инфраструктуру — с воспроизводимыми платформами, долгосрочным институциональным капиталом и разнообразной клиентской базой, использующей вычисления для генерации выручки.
AI достиг переломной точки. Он переходит из исследований в производство. AI создаёт реальную ценность, а инфраструктура, стоящая за ним, становится одним из самых производительных активов в мире. В AI вычисления — это выручка.
Хуанг утверждает, что AI-фабрики на базе Nvidia взаимозаменяемы, что защищает их остаточную стоимость, а CUDA со временем делает AI-фабрики лучше, продлевая их экономическую ценность; по словам Хуанга:
Это характеристики инвестируемого инфраструктурного актива: он приносит выручку, обслуживает широкий рынок, со временем улучшается по производительности и может быть перераспределён.
Отсюда попытка формализовать новую инвестиционную структуру:
Спрос на AI-инфраструктуру огромен. Но доступ к капиталу неравномерен. У многих отличных AI-компаний, предприятий и AI-облаков есть спрос на вычисления, но пока нет доступа к финансированию в том масштабе или по той стоимости, которые нужны для быстрого строительства. Именно поэтому мы сотрудничаем с ведущими мировыми поставщиками долгосрочного капитала.
Apollo, BlackRock, Blackstone, Brookfield, Goldman Sachs и KKR также входят в число ведущих мировых инвесторов в инфраструктуру, обладающих глубокой экспертизой в андеррайтинге долгоживущих производительных активов. Вместе мы создаём воспроизводимые финансовые платформы, чтобы помочь AI-экосистеме строить нужные ей фабрики.
Apollo и другие партнёры — это по сути новые источники капитала за пределами рынков долга инвестиционного уровня. В этом смысле предлагаемая структура отчасти напоминает выпуск акций Google: способ привлечь финансирование помимо облигаций. Разница, впрочем, разительная: если акции размывают долю апсайда для инвесторов, не добавляя риска самой компании, то эта структура сохраняет маржу Nvidia, находя новые пулы капитала, готовые принять на себя риск.
Для Nvidia это не совсем бесплатная поездка: компания подстраховывает сделки финансированием на основе остаточной стоимости до 25%, а значит, Хуанг верит в свою идею «инвестируемого класса активов» гораздо сильнее, чем рынок. В определённом смысле это скидка на цену: цель — снизить стоимость капитала для тех, кто строит дата-центры на чипах Nvidia, поставив на кон прибыль самой Nvidia ради сомнительных инвестиций. Эта гарантия — прямое следствие агрессивности Google (и вскоре, вероятно, Amazon): зачем строить дата-центр на чипах Nvidia, если можно купить TPU или Trainium (чипы Nvidia, вероятно, лучше, но если ограничением для новых дата-центров выступает капитал, более низкая цена «на входе» может значить больше, чем эффективность на токен)?
Более серьёзная проблема Nvidia очевидна уже давно; ещё в 2024 году отмечалось:
В прежние времена, то есть до выхода ChatGPT, Nvidia выстраивала вокруг своих GPU весьма прочный (бесплатный) программный ров; проблема заключалась в том, что было не вполне ясно, кто вообще будет использовать всё это ПО. Сегодня же сценарии использования этих GPU совершенно очевидны, и происходят они на гораздо более высоком уровне, чем фреймворки CUDA (то есть поверх моделей); в сочетании с колоссальными стимулами к поиску более дешёвых альтернатив Nvidia это означает, что и давление в сторону ухода от CUDA, и сама возможность такого ухода сейчас выше, чем когда-либо (хотя для низкоуровневой работы, особенно в обучении моделей, это всё ещё отдалённая перспектива).
Нынешняя ситуация, с очевидным отрывом Anthropic и OpenAI, выглядит ещё проблематичнее: Anthropic годами не зависела от CUDA, а OpenAI движется в том же направлении, по крайней мере для инференса. Если эти компании победят, прибыль Nvidia окажется под давлением — более того, сам факт предоставления той гарантии по остаточной стоимости намекает, что это уже происходит (не случайно первый пост Хуанга представлял собой открытое письмо в защиту открытых моделей).
Рискованный бизнес
В конечном счёте это может не стоить Nvidia ничего: если выручка от AI действительно взлетит, долговые рынки снова откроются, и в итоге компании вернутся к финансированию инфраструктурных инвестиций из свободного денежного потока. Но прямо сейчас — опасная зона: гиперскейлеры прожигают долговые рынки, а Google уже начала обращаться и к акционерному капиталу. В той мере, в какой Nvidia конкурирует через новые механизмы финансирования, которые в конечном счёте опираются на такие вещи, как страховые резервы, пенсионные фонды и другие долгосрочные обязательства — хлеб с маслом партнёров-управляющих активами, — риск, не отражённый на балансе так явно, как при выпуске акций, оказывается значительно выше.
Именно поэтому рассказ начался с 1870 года и злополучного соглашения Кука с Northern Pacific. Да, потенциальный выигрыш от той сделки был невероятным, но невероятным он был не просто так: сделка была крайне рискованной, а внедрение новых механизмов финансирования лишь распределило боль по большему числу участников, когда всё рухнуло. Одно дело — тратить весь свободный денежный поток; совсем другое — выходить на долговые рынки. А привлекать консервативные, ориентированные на безопасность активы — это уже совершенно новый, нервирующий уровень. AI лучше бы оправдал ожидания, пока не стало слишком поздно.