Рынок ИИ должен выйти на $6 трлн годовой выручки к 2031 году, иначе нынешняя гонка дата-центров, GPU, памяти и кастомных чипов рискует превратиться в очень дорогую демонстрацию веры. По данным The Register, такую планку в отчете Global Technology Report 2026 обозначила консалтинговая компания Bain & Company. Для русскоязычных IT-команд это не отвлеченная макроэкономика: от этой математики зависят цены на облака, доступность ускорителей, бюджеты на внедрение ИИ и терпение финансовых директоров.
Логика Bain простая и неприятная. Спрос на вычисления для ИИ уже оживил аппаратный рынок: растут сегменты HBM-памяти для GPU, продвинутой упаковки, кастомного кремния и ASIC. Гиперскейлеры соревнуются за мощность так, будто завтра ее нельзя будет купить ни за какие деньги. По оценке Bain, капитальные затраты Microsoft, Google, Amazon, Meta и Oracle в 2026 году могут достигнуть $780 млрд. Это почти в пять раз больше, чем три года назад.
К 2031 году ежегодные расходы на инфраструктуру ИИ, по расчетам Bain, могут вырасти до $1,5 трлн. Похожую оценку отдельно давала аналитическая компания Omdia — около $1,6 трлн. Дальше включается бухгалтерия: Bain исходит из того, что капитальные расходы составят примерно 25% выручки отрасли. Если инфраструктурная машина требует $1,5 трлн в год, рынок ИИ должен приносить около $6 трлн выручки ежегодно. Не «создавать ценность» в презентациях, а генерировать деньги, за которые можно платить поставщикам чипов, энергетикам, строителям ЦОДов и владельцам облаков.
Проблема в том, что текущие сценарии монетизации до этой суммы не дотягивают. Bain считает, что уже понятные применения ИИ — потребительские подписки и реклама, корпоративные инструменты для разработки, продаж, маркетинга, клиентской поддержки и IT-операций — могут дать от $1,2 трлн до $1,8 трлн выручки. Это гигантский рынок по меркам почти любой другой технологической категории. Но для нынешней инфраструктурной ставки этого мало: остается разрыв примерно в $4,2 трлн.
Часть дыры Bain предлагает закрыть новыми источниками дохода. Замена поисковиков ИИ-моделями и встроенная реклама могут добавить $100-200 млрд. Автономные автомобили, грузовики, дроны и промышленная автоматизация — около $400 млрд. Еще до $900 млрд консультанты относят к «физическому ИИ»: симуляциям, цифровым двойникам и робототехнике. Вместе это около $1,5 трлн. Неплохо, но до нужной суммы все равно не хватает примерно $2,7 трлн.
Самый туманный пункт в расчете — новые продукты и сценарии, которых пока нет. В эту корзину Bain складывает ускоренную разработку лекарств, сервисы ментального здоровья, новые материалы для батарей и полупроводников, а также научные прорывы в нейронауках и термоядерной энергетике. Идея понятна: если ИИ действительно станет универсальным ускорителем исследований и инженерии, выручка может появиться не только в SaaS-подписках. Но для инвесторов и CIO это пока не план продаж, а строка «магия где-то здесь».
Председатель глобальной технологической практики Bain Дэвид Кроуфорд формулирует тезис жестче: обсуждение ИИ слишком зациклилось на производительности сотрудников, тогда как экономика инфраструктуры требует триллионов долларов новой выручки за пределами экономии рабочего времени. И это важный сдвиг в разговоре. Если компания внедряет ассистента для разработчиков или службу поддержки на базе LLM, ей мало показать, что задачи стали закрываться быстрее. Вопрос будет в том, превращается ли это в новую выручку, удержание клиентов, меньшие операционные расходы или хотя бы в понятную защиту маржи.
Есть и более холодный контекст. Год назад Bain оценивала необходимую выручку отрасли в $2 трлн к 2030 году. Теперь планка выросла до $6 трлн к 2031-му. Такой скачок говорит не столько о внезапной ясности бизнес-моделей, сколько о скорости, с которой раздулись инвестиции в инфраструктуру. Параллельно появляются сомнения, что все заявленные дата-центры вообще будут построены. По данным Jefferies, только половина мощностей ЦОДов в США, запланированных на 2026 год, уже находится в строительстве; по проектам 2028 года работы еще не начались для доли до 80%. Та же Jefferies указывала на ограничения в производстве чипов, которые могут притормозить запуск новых ИИ-ферм.
Для разработчиков это означает более прагматичный цикл внедрения. Бизнес будет чаще спрашивать не «где у нас ИИ», а «какую строку P&L он двигает». Для стартапов красивой демки станет меньше: придется доказывать платежеспособный спрос, стоимость инференса и устойчивую экономику на масштабе. Для IT-директоров рынок ИИ превращается из витрины экспериментов в переговоры о бюджете, энергопотреблении, вендорской зависимости и реальной окупаемости.
Главный вопрос теперь не в том, смогут ли модели стать умнее. Скорее в том, успеет ли отрасль придумать достаточно крупных способов зарабатывать на этом уме до того, как счета за инфраструктуру начнут приходить быстрее, чем новые клиенты.