Изглежда, че компаниите, разработващи AI-модели, реализират астрономически печалби, но скорошно проучване на Barclays разкрива интересен детайл: лъвският пай от спечелените пари всъщност се озовава в джобовете на облачните гиганти, като Amazon AWS, Microsoft Azure и Google GCP.

Печалбите на ИИ компаниите: по-задълбочен поглед

За всеки 100 долара, спечелени от компания за ИИ модели, 35 до 40 долара отиват за заплащане на изчислителна мощност за инференс (inference), т.е. услуги от трите основни доставчици на облачни услуги. От тази сума самите облачни услуги печелят 10-20 долара оперативна печалба, а маржовете им могат да достигнат впечатляващите 35-45%.

Изследване на Barclays, публикувано на 28 август, хвърля светлина върху това къде всъщност отиват средствата във веригата за създаване на стойност в областта на изкуствения интелект.

Нарастващата печалба на ИИ лабораториите

Отбелязва се, че печалбата на платените услуги за инференс за AI лабораториите се е увеличила значително: от малко над 10% през 2025 г. до 50-65% и дори по-висока през 2026 г. Коригираната брутна печалба се е удвоила с 30-50 процентни пункта.

Анализаторите на Barclays отдават този значителен ръст на печалбите на два ключови фактора: корпоративните клиенти и така наречените “agentic workflows” (работни процеси на базата на агенти), които се превърнаха в истински хит на пазара.

Същевременно анализаторите предполагат, че реалната печалба на ИИ лабораториите може да е дори по-висока от изчисленията. Въпреки това, с нарастването на конкуренцията между напредналите модели и увеличаването на наличността на изчислителна мощност, се очаква тази цифра постепенно да намалее.

Структура на бизнеса и марж: различни подходи

За да разберат по-добре финансовите разлики между различните ИИ лаборатории, Barclays моделира два хипотетични сценария: „Лаборатория А“ и „Лаборатория Б“.

Лаборатория A: 70% приходи от API, 30% от абонаменти. Лаборатория Б: 80% приходи от абонаменти, 20% от API.

Тъй като бизнесът с API е по своята същност по-печеливш (по отношение на приходите) от абонаментите, и поради разликите в разпределението на разходите за обучение и удръжките от партньорите, разликата в коригирания брутен марж между тези две лаборатории е до 17 процентни пункта: 55% за Лаборатория А спрямо 38% за Лаборатория Б.

Методът, по който се признават приходите, допълнително изостря този „изкривяващ“ ефект. Лаборатория А отчита непреките приходи от API на брутна база, докато Лаборатория Б използва нетен метод, като понякога напълно изключва непреките приходи от API, генерирани от стратегически партньори.

Barclays сравнява това с разликите между Uber и Lyft: въпреки сходството в основния бизнес, различните счетоводни методи водят до значително различни цифри във финансовите отчети.

Проучването предупреждава, че когато AI лабораториите започнат да публикуват финансови отчети в съответствие с общоприетите счетоводни стандарти (GAAP), инвеститорите трябва внимателно да разберат тези разлики, преди да правят сравнения.

Печалби на различните продуктови линии

Абонаменти (напр. Claude Code, Codex): Очакваната печалба от инференс е около 70% – най-ниската от трите основни типа продукти. ИИ лабораториите са готови да поемат част от разходите за токени, за да задържат потребителите. Тези абонаменти обикновено се плащат месечно и имат ограничения за използване.

Директният API: Най-старият и най-печеливш бизнес модел. Инструментите за разработчици като Cursor и Figma таксуват въз основа на броя консумирани токени. Текущата печалба от инференс тук е над 80%. Нарастващата ефективност на модела (по-малко токени за една и съща задача), нарастващите цени на API и оптимизацията на инфраструктурата за инференс (квантизация, спекулативно декодиране, нови поколения изчислителна мощност) продължават да откриват нови възможности за приходи.

Косвеният API: Осигурявате на потребителите опит, подобен на директния API, но клиентът взаимодейства директно с доставчика на облачната услуга. Тъй като индиректните API се превръщат в нарастващ дял от общите приходи на ИИ лабораториите, разликите в методите за признаване на приходите допълнително ще изострят несъответствията във финансовите отчети.

Колко печелят доставчиците на облачни услуги?

По-високият марж в Лаборатория B (47%) се дължи на механизма за споделяне на приходите със стратегическите партньори (20% от приходите с кумулативен лимит). Barclays подчертава, че този механизъм завишава показателите за марж на доставчиците на облачни услуги. Без него печалбата на токен би била еднаква и за двете лаборатории. Очаква се този механизъм да изчезне след 2028 г.

Допълнителна стойност за доставчиците на облачни услуги се създава чрез абонаментите за „агентски“ продукти, които, изисквайки достъп до допълнителни софтуерни ресурси (например бази данни), имат по-висока цена на единица приход.

AI-индустрията: преминаване от „обучение“ към „инференс“

Barclays прогнозира бърз растеж на приходите от ИИ лабораториите: от 7 милиарда долара през 2024 г. до 137 милиарда долара през 2026 г. и 690 милиарда долара до 2028 г.

Още по-впечатляващи са прогнозите за годишните повтарящи се приходи (ARR): около 200 милиарда долара до края на 2026 г. и потенциално 782 милиарда долара до края на 2028 г.

В момента разходите за обучение на ИИ моделите са около 48% от приходите на лабораториите за изкуствен интелект. Този дял обаче бързо намалява: от 96% през 2024 г. до прогнозираните 35% през 2027 г. и 30% през 2028 г.

Това означава, че с увеличаването на печалбата от инференс, общата рентабилност на индустрията ще се увеличи и фокусът ще се измести от „обучение“ към „изводи“.

В същото време делът на приходите на доставчиците на облачни услуги от ИИ лабораториите намалява: от 153% през 2024 г. до 90% през 2026 г. и прогнозирани 73% до 2028 г.

Barclays очаква AWS, Azure и GCP да запазят позициите си на пазара на изчислителна мощност през следващите две години. До 2028 г. обаче ситуацията може да се промени: появата на проекти с финансиране за ИИ инфраструктура може да доведе до загуба на пазарен дял от облачната „тройка“ както в обучението, така и в инференса, което ще доведе до ново пренареждане на силите в индустрията.