На что обращает внимание Кремниевая долина? Вторая половина эры искусственного интеллекта началась! Глубокий разбор взглядов технологических гигантов на конференции Goldman Sachs TMT

Самый четкий сигнал, переданный конференцией Goldman Sachs Communacopia + TMT 2026, заключается в следующем: центр тяжести инвестиций в AI смещается с "создания вычислительных мощностей" к "использованию вычислительных мощностей", однако сами вычислительные мощности по-прежнему серьезно ограничены по предложению и не успевают за спросом. Эти два явления существуют одновременно и формируют главный внутренний конфликт Силиконовой долины на данный момент.

Главный экономист Goldman Sachs Ян Хациус на конференции задал базовый тон: "AI-инвестиционный бум не будет длиться вечно." Однако Дженсен Хуанг из Nvidia на той же конференции выразил противоположную срочность: "70% роста задается ограничениями предложения, а не спроса." Этот разнобой — как раз и есть суть второй стадии AI: спора о направлении нет, вопросы возникают лишь по ритму и распределению.

Что обсуждает Силиконовая долина: шесть основных тем

Тема 1: "Физические ограничения" вычислительной мощности становятся новой историей

Дженсен Хуанг на конференции системно переопределил нарратив вокруг инфраструктуры AI. Он свел движущие силы к двум перекрывающимся отраслевым сдвигам: от перехода с поиска к генеративным вычислениям и к завершению эпохи закона Мура.

За последние 60 лет компьютеры в своей сути были "предзаписанными" — после клика пользователя информация извлекалась из хранилища. Но генеративный AI требует генерации ответов в реальном времени на основе контекста, что означает необходимость построить совершенно новый, постоянно работающий вычислительный слой. Тем временем выигрыш от миниатюризации транзисторов закончился, и повышение производительности больше не зависит от уменьшения размеров техпроцесса. Хуанг предлагает решать это с помощью CoWoS-многочиповой упаковки и вертикального масштабирования через NVLink, подчеркивая: "Если у вас нет NVLink, если вы не умеете по-настоящему вертикально масштабировать, вы обречены, потому что закон Мура теперь ваш враг."

Ключевой поворот в этом нарративе: основной барьер для роста AI уже не в "существует ли спрос", а в "успевает ли физический мир догнать". Хуанг признает, что узкие места есть на всех этапах — в упаковке, кристаллах, памяти, электропитании и размещении дата-центров, но сохраняет прогноз роста на CY27 около 70% год к году. CFO компании SpaceX Брет Джонсен раскрыл еще более амбициозные планы: к 2027 году поднять вычислительную мощность AI на земле с 2 ГВт до 5-10 ГВт и развернуть AI-спутники, чтобы снизить стоимость вычислений на орбите до сопоставимой с наземной.

Тема 2: "Дорожка победителей" в прикладном слое AI становится отчетливой

CEO Broadcom Хок Тан на конференции предложил потрясающую экономическую модель: 1 ГВт Frontier-вычислений — это 30 млрд долларов ARR, из которых 10 млрд — затраты, а оставшиеся 20 млрд делят между собой слой моделей + слой приложений (20 млрд); Cloud+Chip+Memory+Power конкурируют за остальные 10 млрд.

Это значит, что распределение ценности в AI-цепочке можно количественно оценить. Goldman Sachs выстроил на этой основе последовательность "дорожки победителей": закрытые модели > собственные чипы > гиперскейлеры > электроэнергия + жидкостное охлаждение > сети > слой приложений.

Но Goldman Sachs одновременно отмечает, что капитал на рынке перетекает от первого этапа (GPU/HBM/аппаратные компоненты дата-центров) ко второму этапу — к прикладным победителям, способным конвертировать токены в производительность, выручку и денежный поток для предприятий. В будущем дифференциация оценок может "стать еще более ярко выраженной": компании с эксклюзивными данными, сложными рабочими процессами и четким ROI получат переоценку, а традиционные SaaS, которым грозит коммодитизация базовыми моделями, останутся под давлением.

CEO Databricks Али Годси подтверждает этот вывод: конкуренция прикладного софта AI смещается к реальным корпоративным внедрениям, а платформы, способные максимально эффективно и точно конвертировать возможности моделей в надежные бизнес-результаты, получают новую зону роста.

Тема 3: Agentic AI — переход от "концепции" к "организационной реконструкции"

На нынешней конференции Agentic AI уже не ограничивается демонстрацией функции, а начинает трансформировать внутренние структуры компаний.

CHYM сообщил о проведении 10% сокращения штата, с целью построить "более плоскую и быструю организацию"; размер продуктовых и инженерных команд сократился до половины от прежнего, однако "благодаря большей ясности ответственности и оптимизации процессов выпуск продукции не упал". Block после масштабной организационной перестройки (снижение числа уровней между принимающими решениями и исполнителями) фиксирует ярко выраженный эффект операционного рычага на постоянных издержках.

С технологической стороны AMD рассматривает Agentic AI как новый класс рабочих нагрузок, прогнозируя рост спроса не только на GPU, но и на разные типы CPU. SailPoint ставит конкретную цель: agentic AI может стать основным драйвером роста, целевой доход от agentic к 2029 ф.г. — 800 млн долларов.

Финансовый директор Microsoft Эми Худ раскрывает наиболее стройную картину: Microsoft объединяет предсказуемое лицензирование пользователей и ценообразование AI-сервисов на основе потребления, расширяя при этом агентые продукты Agent 365 и Copilot. Она отмечает: "Безопасные и регулируемые agentic-потоки работ могут спровоцировать рост, поскольку агенты, приложения и люди всё больше объединяют усилия".

Тема 4: Кибербезопасность — "самая частая тема"

Кибербезопасность — самый обсуждаемый сценарий применения на этой конференции. Хуанг прямо называет её следующей крупной областью внедрения AI, обосновывая это экономикой:

"Обнаружение багов — прямое следствие кодирования, а его производное — это огромный рынок под названием кибербезопасность. Ассистент кодирования отвечает на запрос — и замолкает; агент безопасности непрерывно следит за сетью, значит, клиентам нужен inference 24/7, а не только при всплесках активности."

CEO компании Palo Alto Networks прямо заявляет: "Индустрия AI-безопасности на самом деле еще не создана", а совокупная капитализация CrowdStrike и Palo Alto — около 490 млрд долларов, что на фоне триллионных AI-компаний ставит вопрос: не занижена ли здесь оценка?

CEO CrowdStrike Джордж Курц приводит цифры, придающие срочности: за год количество AI-обеспеченных кибератак выросло на 89%, а минимальное время проникновения сокращено до 27 секунд. Это быстрее, чем средняя командная реакция, что является главным аргументом в пользу замены аналитиков автономными агентами.

Хуанг называет CrowdStrike "первым кибербезопасным партнером Nvidia", подчеркивает, что выпуск SafeMind — "поворотная точка в кибербезопасности".

Тема 5: OpenAI — "оплата за результат" и экономика интенсивности использования

Выступление CFO OpenAI Сары Фрайер — острейший сигнал о передовой монетизации AI.

Корпоративный бизнес уже удерживает половину: соотношение пользовательской и корпоративной выручки сместилось с 60:40 на 50:50 уже к середине года. В июле годовой run rate вырос на 20% месяцу к месяцу, корпоративный сегмент — на 32% при уже крупной базе.

Ключ к росту — интенсивность использования: топ-10% корпоративных клиентов используют токенов в 8 раз больше, чем обычные (до этого коэффициент был 3), внутренний показатель OpenAI — 33 раза. Фрайер называет эти 33 — "превью будущего поведения клиентов", подчеркивая, что дальнейший рост — это не привлечение новых, а рост потребления на одного клиента.

Дорожная карта ценообразования уже ясна: подписка → по использованию → оплата за результат. Фрайер прямо говорит, что хочет уйти от оплаты за токены к вертикальному дележу дохода. На уровне моделей меняется логика: важна не стоимость токена, а стоимость задачи — чтобы решить ту же задачу, требуется на 68% меньше токенов, чем у конкурентов.

Тема 6: "Сигналы со стороны предложения" — о хранении, потреблении и эффективности

SanDisk на конференции высказал недооцененное рынком мнение: рост поставок NAND, вероятно, и дальше будет ограничен в обозримом будущем, в то время как массовое внедрение AI-инференса продолжает разгонять спрос. Это создает фундаментальный спрос на рост цен на NAND.

Сигналы со стороны потребления едины: Block отмечает "исключительную устойчивость потребительских расходов во втором квартале, тренд сильный и в июле-августе"; Toast сообщает о стабильности расходов; Booking.com подтверждает высокую устойчивость спроса на поездки. Это созвучно прежним заявлениям Visa.

Формируется и прямая реструктуризация внутренней эффективности за счет AI: Booking.com уже внедрил generative AI в поддержку и разработку ПО и "фиксирует реальный эффект"; Etsy отмечает, что AI привел к "более глубокому пониманию запасов, поведения покупателей и мотивации к покупкам".

Структура "второго тайма AI" по отчету Goldman Sachs

Серия отчетов Goldman Sachs, опубликованных вокруг конференции, создает базовую аналитическую рамку для ее понимания.

Первый уровень: от "экспансии вычислительных мощностей" к "монетизации токенов". Аналитики Goldman Sachs прямо отмечают, что глобальный капитал перетекает из первой — аппаратной фазы AI-инвестиций к прикладным победителям второго этапа, способным монетизировать токены через производительность, выручку и денежный поток бизнеса. Ключевые критерии для таких компаний: огромные и эксклюзивные базы данных, сильные позиции в рабочем процессе, замкнутый цикл выполнения задач агентами и прозрачный ROI.

Второй уровень: от "двухполюсной конкуренции" к "многоцентровой". Руководитель трейдинга Goldman Sachs One-Delta Рич Приворотски заявил, что нарратив по AI сменяется: с "гонки передовых технологий Nvidia и Google" на "высококонкурентную многоцентровую среду". Meta и xAI уже показывают возможность аналогичного уровня API дешевле. Хотя рост конкуренции может снизить цены на токены, "более дешевые токены высвобождают экспоненциальный спрос" — это, как видно из практики, не гарантируется. Внедрение платных AI-инструментов в компаниях стало стабильно выше 50%; простое удешевление, возможно, не вызовет нового мощного витка спроса.

Третий уровень: от "больших моделей" к "специализированным малым". Корпоративные задачи стремительно переходят к более компактным специализированным моделям — обработка документов, маршрутизация рабочих процессов, комплаенс, поддержка клиентов и т.д. Такие модели дешевы, быстры и работают на устройствах-краю. CEO Hugging Face (цитирующийся в отчете Goldman Sachs): бизнес переживает структурный сдвиг от "аренды передовых закрытых API" к "обладанию и эксплуатации собственных opensource моделей".

Четвертый уровень: капиталовая эффективность — последний тест. Главная интрига Goldman Sachs — не замедлят ли облачные гиганты инвестиции, а когда акционеры начнут требовать от них роста эффективности капитала. Как только большие облака под давлением акционеров сократят capex, оценочные мультипликаторы бенефициаров даже при блестящих операционных KPI будут испытывать давление.

Одно предложение о нынешнем состоянии Силиконовой долины

Суть второй половины AI не в том, что "AI замедлился", а в том, что "AI переходит от нарратива дефицита к нарративу распределения". Мощность остается в дефиците, но рынок начинает спрашивать: кто в итоге сконвертировал эту мощность в денежный поток? Ответ Хуанга — "вложи 1 доллар, получи 100", ответ OpenAI — "оплата за результат", ответ Goldman Sachs — "полезный возврат с каждого долларового вложения в AI". Тот, кто превращает токены в проверяемый результат для бизнеса, определяет правила игры во втором тайме AI.