Barclays анализирует прибыльность ИИ: из каждых 100 долларов дохода компании, занимающейся моделями, 35–40 долларов идут облачным провайдерам, принося им операционную прибыль в размере 10–20 долларов.

Автор | Kozmon

      Редактор | Жесткий AI

Из каждых 100 долларов дохода AI-модели около 35-40 долларов в виде расходов на инференс идут к трем крупнейшим облачным провайдерам — AWS, Azure, GCP. Из этой суммы облачные компании получают 10-20 долларов операционной прибыли, что соответствует операционной марже около 35%-45%.

Это главное открытие экономического анализа отрасли AI, опубликованного Barclays 28 августа.

Тем временем маржа платной инференции для AI-лабораторий уже выросла с нескольких процентов в 2025 году до более 50%-65% в 2026 году, а скорректированная валовая маржа повысилась на 30-50 процентных пунктов год к году. Драйвером выступают корпоративные клиенты и agentic рабочие процессы, которые становятся "must buy" на рынке.

По мнению аналитика Barclays Росс Сэндлера, реальная маржа может быть даже выше, чем оценки отчета, но по мере роста конкуренции и увеличения предложения вычислительных мощностей она будет постепенно снижаться.

Одна индустрия, два финансовых лика

Barclays построил два гипотетических модели передовых AI-лабораторий для разбора прибыли. "Лаборатория A" получает около 70% дохода с API и 30% — с подписок; у "лаборатории B" наоборот, 80% — подписка, только 20% — API.

API изначально имеют более высокую маржу инференции, чем подписка. Дополнительно, из-за различий в распределении стоимости обучения и партнерских выплат, скорректированная валовая маржа отличается на 17 процентных пунктов — у лаборатории A около 55%, у лаборатории B — 38%.

Методы признания дохода еще больше усиливают это "искажение". Лаборатория A признает косвенные доходы API по валовой методике, а лаборатория B — по чистой, а иногда и вовсе не признает косвенные доходы API от стратегических партнеров. Barclays сравнивает это с Uber и Lyft: один и тот же бизнес, но кардинально разные отчеты из-за методологии. После того как AI-лаборатории начнут раскрывать отчеты по GAAP, инвесторам придется анализировать различия подходов для корректного сравнения.

Взлет маржи инференции

По отдельным линиям продуктов —

У подписочных продуктов (как Claude Code, Codex) маржа инференции оценивается примерно в 70% — и это самая низкая среди трех продуктовых линий. Причина: AI-лаборатории сознательно субсидируют стоимость token, чтобы удерживать пользователей. Подписка обычно представляет собой ежемесячный платеж с ограничением по объему, при этом частота сброса лимитов растет — вероятно, из-за давления на удержание и повышения эффективности моделей.

Прямой API — это первая коммерческая модель AI-лабораторий, а также наиболее прибыльная. Разработчики Cursor, Figma выплачивают за израсходованные tokens. Barclays предполагает, что маржа инференции API превышает 80%. Улучшение эффективности использования token (меньше tokens на ту же задачу), повышение номинальных цен API и оптимизация инференса на уровне инфраструктуры — квантование, speculator-технология, новое поколение вычислительных систем — все это расширяет прибыль. Barclays заявляет, что во 2 квартале 2026 года эта маржа гораздо выше показателей в отчетах, но в будущем постепенно нормализуется.

У косвенного API пользовательский опыт такой же, как у прямого, но расчет идет между пользователем и облаком. По мере роста доли косвенного API различия в методах признания дохода между лабораториями еще сильнее скажутся на сопоставимости отчетов.

Сколько зарабатывают облачные провайдеры

Из 100 долларов дохода AI-лаборатории, лаборатория A приносит облачному провайдеру 35 долларов, из которых после вычета инфраструктурных затрат остается 11,8 доллара прибыли, операционная маржа — 34%. У лаборатории B, из-за разделения дохода со стратегическим партнером (20% дохода с общим лимитом), облако получает больше — 41 доллар дохода и 19,1 доллара прибыли при марже 47%.

Barclays отмечает, что повышение маржи облака обусловлено именно разделением дохода. Без него прибыль на каждый token оказывается одинаковой. Ожидается, что разделение завершится к 2028 году.

Agentic подписочные продукты приносят облачным провайдерам дополнительную ценность. Такие продукты со stateful runtime часто требуют обращения к базам данных и другому ПО верхнего уровня, что увеличивает ценность дохода, а в некоторых случаях между облаком и AI-лабораторией действует схема разделения выручки.

От доминирования обучения к доминированию инференции

Barclays оценивает, что общий доход AI-лабораторий вырастет с 7 млрд долларов в 2024 году до 137 млрд долларов в 2026 году и до 690 млрд долларов в 2028 году. Годовой показатель ARR еще выше: около 200 млрд долларов на конец 2026-го и 782 млрд — на конец 2028-го.

В настоящее время затраты на обучение все еще составляют около 48% дохода AI-лабораторий, то есть почти каждый доллар дохода соответствует доллару облачного заработка. Но доля расходов на обучение быстро снижается: с 96% в 2024 году до 35% в 2027-м и 30% в 2028-м. По мере того как прибыль от инференции превысит затраты на обучение, общая рентабельность AI-лабораторий будет расти.

Доля AI-дохода облачных провайдеров от дохода AI-лабораторий тоже снижается: с 153% в 2024 году до 90% в 2026-м и, по прогнозу, до 73% в 2028 году. Barclays ожидает, что AWS, Azure и GCP еще два года сохранят свою долю в тратах AI-лабораторий на вычисления, но с 2028 года начнется запуск защищенных проектов AI-инфраструктуры, которые станут приоритетом для лабораторий — крупнейшие облачные провайдеры начнут терять долю рынка в сферах обучения и инференции.