a16z о последнем глубоком анализе рынка ИИ: ваша компания все еще «кровью» работает?

Автор: Глубокий Разум

Вы когда-нибудь задумывались, что индустрия программного обеспечения может переживать более масштабную трансформацию, чем переход от командной строки к графическому интерфейсу? Недавно я слушал глубокий анализ рынка ИИ, который представил Дэвид Джордж из a16z, и был потряс одним набором данных: самые быстрорастущие компании в области ИИ расширяются со средним годовым темпом роста 693%, при этом их расходы на продажи и маркетинг значительно ниже, чем у традиционных софтверных компаний. Это не исключительный случай — рост всей группы ИИ-компаний в 2,5 раза превышает рост не-ИИ компаний. Более того, у этих компаний ARR на одного FTE (годовой постоянный доход на одного сотрудника) достигает 500–1000 тысяч долларов, тогда как у предыдущего поколения софтверных компаний стандарт был около 400 тысяч долларов.

Что это означает? Это означает, что мы становимся свидетелями рождения совершенно новой бизнес-модели — эпохи, когда меньшими ресурсами и меньшими затратами создается гораздо больший ценностной эффект.

Дэвид Джордж в своем выступлении отметил, что это не просто небольшие корректировки, а полноценный сдвиг парадигмы. Основные концепции — контроль версий, шаблоны, документация, даже понятие пользователя — переопределяются под влиянием рабочих процессов, управляемых агентами ИИ. Я твердо убежден, что в течение ближайших пяти лет компании, неспособные адаптироваться к этим изменениям, будут полностью вытеснены.

Удивительная правда о росте ИИ-компаний

Данные, которые показал Дэвид Джордж, заставили меня пересмотреть понятие настоящего роста. 2025 год станет годом ускоренного роста для ИИ-компаний. После замедления в 2022, 2023 и 2024 годах из-за повышения ставок и сокращения технологического сектора, 2025 год полностью меняет ситуацию. Особенно поразительно, что среди компаний, входящих в разные уровни рейтинга, есть действительно аномальные показатели — рост просто невероятен.

Моя первая реакция при взгляде на эти цифры была: неужели эти числа верны? Самые успешные ИИ-компании показывают рост в 693%. Дэвид сказал, что их команда трижды перепроверила эти данные, прежде чем поверить. Но это полностью совпадает с реальной ситуацией, которую они наблюдают в портфеле компаний. Это не единичный случай — это системное изменение всей области ИИ.

Еще важнее — качество роста. Традиционным софтверным компаниям для достижения миллиарда долларов годового дохода обычно требуется много лет, а самые быстрорастущие ИИ-компании достигают этого рубежа гораздо быстрее. Дэвид подчеркнул, что причина не в том, что они тратят больше на маркетинг и продажи — наоборот, эти компании тратят на эти цели меньше, чем традиционные SaaS-компании. Они растут быстрее, при этом расходуют меньше ресурсов. Почему так происходит? Потому что потребности клиентов очень сильны, а сами продукты чрезвычайно привлекательны.

Это раскрывает глубокий сдвиг в бизнес-логике. В прошлую эпоху софтверного роста успех зависел от мощных команд продаж и больших маркетинговых бюджетов. Нужно было обучать рынок, убеждать клиентов, преодолевать барьеры внедрения. В эпоху ИИ сильные продукты могут говорить сами за себя. Если продукт сразу создает ценность для пользователя и позволяет ощутить повышение эффективности при первом использовании, спрос возникает автоматически. Такой продукт-ориентированный рост гораздо более здоров и устойчив, чем традиционный, основанный на продажах.

Другая интересная группа данных, которую показал Дэвид, — это уровень валовой прибыли ИИ-компаний. Он чуть ниже, чем у традиционных софтверных компаний. Их команда считает, что для ИИ-компаний низкая валовая маржа — это своего рода знак чести. Если низкая маржа вызвана высокими затратами на инференс (выводы), то это говорит о двух вещах: во-первых, люди действительно используют ИИ-функции; во-вторых, со временем эти затраты снизятся. Поэтому, если вдруг у ИИ-компании очень высокая маржа, это вызывает подозрение — возможно, ИИ-функции не являются действительно используемыми или покупаемыми клиентами.

Почему ИИ-компании работают эффективнее

Я постоянно задаюсь вопросом: почему одни софтверные компании могут при меньших командах генерировать больше дохода? В своем выступлении Дэвид сосредоточился на метрике ARR на одного FTE — годовом постоянном доходе на одного штатного сотрудника. Этот показатель отражает эффективность всей операционной деятельности компании, включая продажи, маркетинг, управление и R&D.

Лучшие ИИ-компании достигают ARR на FTE в 500–1000 тысяч долларов, тогда как у предыдущего поколения софтверных компаний стандарт был около 400 тысяч. Это кажется просто цифрой, но за этим стоит принципиально иной бизнес-модель и операционная стратегия. Дэвид считает, что причина — в очень сильном спросе на их продукты, что позволяет им работать с меньшими ресурсами.

Но я считаю, что это лишь поверхностное объяснение. Глубже — причина в том, что ИИ-компании с самого начала вынуждены переосмысливать свои операционные модели. Они вынуждены использовать ИИ для переопределения внутренних процессов, разработки продуктов, поддержки клиентов. Это вынужденное инновационное решение привело их к более высокой эффективности.

Дэвид привел яркий пример: недавно он общался с основателем одной компании, который был недоволен прогрессом по одному из продуктов. Тогда он решил полностью перепроектировать его, наняв двух инженеров, глубоко разбирающихся в ИИ, чтобы они с помощью новых инструментов Claude Code, Cursor и других начали с нуля перестраивать продукт, при этом выделив неограниченный бюджет на программирование. Результат? Основатель сказал, что скорость разработки выросла в 10–20 раз. И счета за использование новых инструментов были настолько высоки, что заставили его пересмотреть всю организационную структуру.

Этот пример произвел на меня сильное впечатление: речь идет не о постепенных улучшениях, а о скачке в несколько порядков. Ускорение в 10–20 раз — что это значит? Это означает, что проект, который раньше занимал год, теперь можно завершить за один-два месяца. Такой разрыв во времени дает решающее преимущество в конкуренции. Основатель уверен, что в течение следующих 12 месяцев вся его команда перейдет на такой способ работы. Но это также означает, что структура организации должна кардинально измениться. Где границы между продуктом, инженерией, дизайном? Эти вопросы требуют переосмысления.

Я считаю, что декабрь 2024 года станет переломным моментом в области программирования. Дэвид разделяет это ощущение. Он говорит, что в тот момент произошел качественный скачок в инструментах программирования. В течение следующих 12 месяцев эта трансформация либо закрепится в компаниях, либо те, кто не успеет, будут значительно отставать. Это не преувеличение — это реальность.

Адаптация к ИИ или исчезновение

Дэвид в своем выступлении высказал очень жесткую точку зрения: компании, созданные до эпохи ИИ, либо адаптируются к ней, либо исчезнут. Это звучит экстремально, но я полностью согласен. И для этого нужно одновременно работать на двух фронтах: в продукте и в операциях.

На фронте продукта необходимо переосмыслить, как встроить ИИ изначально, а не просто добавить чат-бота в существующий рабочий процесс. Нужно радикально переосмыслить, что может делать продукт с помощью ИИ, и смело менять свои подходы. Дэвид привел несколько ярких примеров. Одна из старых софтверных компаний, которая существовала до ИИ, полностью переориентировалась на ИИ, их CEO заявил: «Мы должны стать ИИ-продуктом. Наш продукт должен говорить: ваш сотрудник теперь — ваш ИИ-агент». Это новая парадигма.

Еще более радикальный пример — один из руководителей сказал: «Для каждой задачи я задаю себе вопрос: могу ли я сделать это с помощью электричества (то есть ИИ и автоматизации), или мне нужно использовать кровь (человеческий труд)?» Такой подход — кардинальный сдвиг мышления. Он заставляет переосмыслить все процессы и задачи внутри компании.

На фронте разработки — необходимо полностью перейти на новые модели программирования и инструменты. Все разработчики должны использовать последние ассистенты и среды, все отделы — самые современные инструменты. Пока что в области программирования этот переход идет быстрее всего, и это видно по самым значительным скачкам. Но это распространяется и на другие функции.

Дэвид отметил, что для компаний, существовавших до ИИ, — хорошая новость: бизнес-модели еще находятся в ранней стадии эволюции. Самое разрушительное — это одновременное изменение технологий, продуктов и бизнес-моделей. Сейчас технологии и продукты меняются очень быстро, а бизнес-модели еще только начинают трансформироваться.

Он рассматривает бизнес-модель как спектр. Слева — лицензирование (licenses), характерное для пред-SaaS эпохи. Далее — SaaS и подписки, основанные на плате за место (seat-based), что стало революционным и разрушительным. Например, Adobe прошла через этот переход. Следующий этап — consumption-based, то есть оплата по фактическому использованию, — это модель облачных сервисов, которая уже заменяет плату за место во многих бизнесах.

Следующий уровень — это результато-ориентированные модели (outcome-based). Когда вы успешно завершаете задачу, вы платите за результат. Пока что это реализуемо в области поддержки клиентов и успеха клиентов, где можно объективно измерить решение проблемы. Но с развитием моделей и их возможностей, если другие функции смогут также оценивать результат, это станет мощным разрушительным фактором для существующих компаний.

Этот путь эволюции очень проницателен. От лицензий к подпискам, от подписок к использованию, от использования к результату — каждая стадия разрушает предыдущую. Сейчас мы на пороге перехода от использования к результату. Когда ИИ-агенты смогут надежно выполнять задачи и их результат можно будет объективно оценить, модель оплаты по результату станет доминирующей. Тогда компании, которые сейчас платят за место, окажутся в очень уязвимом положении.

Проблемы внедрения ИИ в крупные корпорации

Дэвид отметил очень важную проблему: у крупных компаний, входящих в список Fortune 500, есть разрыв между их заявлениями и реальными действиями. Руководители говорят: «Мы должны адаптироваться, мы готовы внедрять ИИ, наши бизнесы полностью перейдут на новые инструменты, мы станем ИИ-компаниями». Но на практике все происходит иначе. Самое сложное — управление изменениями. Даже внедрение ИИ-ассистентов для повышения эффективности — уже сложно, а реальное изменение бизнес-процессов и организационной культуры — еще сложнее.

Дэвид отметил, что он не удивлен, что слухи о медленном прогрессе распространяются. Но у лучших компаний, которые действительно полностью внедряют ИИ и знают, что делать, уже есть значительные бизнес-эффекты. Например, Chime снизил поддержку на 60%, Rocket Mortgage сэкономил 1,1 миллиона часов по страхованию, что дало им рост эффективности в 6 раз и ежегодную экономию в 40 миллионов долларов.

Это показывает важную проблему: разрыв между желанием и возможностями. Руководители крупных компаний хотят внедрять ИИ, но не всегда умеют это делать. Управление изменениями — одна из самых недооцененных проблем. Это не просто покупка инструментов или найм инженеров — нужно кардинально менять процессы, культуру, структуру.

Многие крупные компании должны подготовить свои системы к ИИ. Использование чат-ботов — это только начало, и прирост производительности может быть не очень заметным. Но если придется полностью перестраивать системы, инфраструктуру, базы данных — это гораздо более глубокий процесс, который еще только накапливается.

Дэвид прогнозирует, что в ближайшие 12 месяцев ситуация станет очень насыщенной. Мы увидим много успешных кейсов, но и провалов. Те, кто сможет быстро адаптироваться, получат огромные преимущества, а те, кто не справится — окажутся в очень тяжелом положении. Этот разрыв будет расти очень быстро.

Model Busters и будущее рынка

Дэвид ввел очень интересное понятие — Model Busters. Это компании, рост и продолжительность которых значительно превосходят любые прогнозы. Классический пример — iPhone. Перед его запуск большинство аналитиков недооценивали его потенциал, и прогнозы о его развитии оказывались в 3 раза ниже реальности.

Дэвид считает, что ИИ станет для него крупнейшим Model Buster за всю карьеру. Многие компании в области ИИ покажут результаты, которые значительно превзойдут любые ожидания. Я полностью с этим согласен. Когда платформа дает не постепенное улучшение, а скачок в разы, традиционные модели прогнозирования перестают работать.

Он отметил, что сама технология — это тоже Model Buster. Но с 2010 года технологический прогресс идет с беспрецедентной скоростью и масштабом, принося высокую прибыль. Вначале кажется дорогой, но повторяющиеся сверхпрогнозы создают ценность, которая значительно превышает вложения. Нет причин считать, что сейчас ситуация должна быть иной.

Что касается инвестиций, Дэвид показал интересные данные: по сравнению с интернет-бумом, текущие капиталовложения поддерживаются денежным потоком, а доля инвестиций в доходах значительно ниже. Основные расходы несут гиперскейлеры — крупнейшие облачные провайдеры, которые считаются одними из лучших бизнесов в истории.

Он подчеркнул, что для портфельных компаний — это хорошая новость: чем больше строишь мощностей для обучения и inference — тем лучше. И большая часть затрат ложится на крупнейшие компании, которые уже доказали свою эффективность.

Также он отметил, что в системе появились долги. Невозможно полностью финансировать все будущие инвестиции только за счет текущего денежного потока, и рынок начал замечать это. Но в целом, компании, финансирующиеся за счет долгов и продолжающие генерировать денежный поток, вызывают у него доверие, особенно если их контрагенты — Meta, Microsoft, AWS, Nvidia.

Он привел пример Oracle. Компания стабильно прибыльна, выкупает акции, но обещает очень большие инвестиции — это риск. В ближайшие годы у них может возникнуть отрицательный денежный поток. Рынок уже заметил — стоимость кредитных дефолтных свопов (CDS) на Oracle выросла за последние три месяца примерно до 2%. Это тревожный сигнал.

Я считаю, что такие капиталоемкие инвестиции необходимы, но риск есть. Важно, чтобы эти вложения приносили ожидаемую отдачу. Сейчас спрос на облачные ресурсы превышает предложение — все крупные провайдеры отмечают высокий спрос. Гэвин Бейкер сравнил это с «темной оптовой волокнистой сетью» (dark fiber), которая лежит без использования. В случае с GPU в дата-центрах — все ресурсы сразу задействованы и работают на полную мощность.

Ускорение доходов

Дэвид показал очень впечатляющие данные: сравнение роста облачных сервисов, публичных софтверных компаний и новых доходов в 2025 году. Общий прирост доходов публичных софтверных компаний в 2025 году — 460 миллиардов долларов. Если взять только OpenAI и Anthropic, их доходы почти половина этого числа.

И если смотреть на 2026 год, то по прогнозам, рост доходов в области моделей и ИИ-компаний может достигнуть 75–80% от всего рынка софтверных решений. Это невероятно — за несколько лет новые ИИ-компании создадут больше стоимости, чем весь традиционный софтверный сектор.

Goldman Sachs оценивает, что инвестиции в ИИ создадут около 9 триллионов долларов дохода. При средней прибыли 20% и мультипликаторе 22, это даст рыночную капитализацию примерно в 35 триллионов долларов. Уже сейчас в рынке заложено около 24 триллионов — часть этого, вероятно, связана с ожиданиями по ИИ и крупным технологическим компаниям, но потенциал еще очень велик.

Дэвид сделал простую арифметику: по его оценкам, к 2030 году совокупные капиталовложения гиперскейлеров достигнут чуть менее 5 триллионов долларов. Чтобы при этом получить 10% доходности, годовой доход ИИ должен достигнуть примерно 1 триллиона долларов — что примерно равно 1% глобального ВВП. Реально ли это? Возможно, чуть меньше, возможно чуть больше. Но он считает, что смотреть только на 2030 год — ограниченно. Возврат инвестиций может растянуться и на более долгий срок — до 2040 года. И если сейчас объем рынка ИИ составляет около 50 миллиардов долларов, то рост до триллиона — не фантастика.

Это вполне достижимо. И даже если не полностью, то в долгосрочной перспективе — это вполне вероятный сценарий. Он отмечает, что за последний год и полтора объем рынка вырос очень быстро, и путь от 50 миллиардов до триллиона — вполне реальный.

Мои размышления о будущем

После прослушанного я чувствую, что мы находимся в начале исторического перелома, а не в середине или конце. Это продуктовый цикл, который может длиться 10–15 лет, и мы только начинаем. Это вызывает одновременно и восхищение, и тревогу.

Восхищение — потому что возможности огромны. Компании, которые смогут быстро адаптироваться и полностью внедрить ИИ, получат не только конкурентное преимущество, но и смогут стать определяющими игроками следующей эпохи. Мы увидим появление новых единорогов, новых бизнес-моделей, новых организационных структур.

Тревога — потому что скорость изменений может оказаться быстрее, чем большинство ожидает. Дэвид привел очень показательную статистику: среднее время пребывания компаний в индексе S&P 500 за последние 50 лет сократилось на 40%. Это означает, что компании быстро теряют свою актуальность. В эпоху ИИ этот процесс может ускориться еще сильнее.

Я ожидаю, что произойдет явная дифференциация. Некоторые компании смогут понять потенциал ИИ и кардинально переосмыслить свои продукты, процессы и организацию. Эти компании получат кратно более высокую эффективность и преимущества. Другие — даже при желании меняться — столкнутся с трудностями управления изменениями, организационными инерциями и техническим долгом. Эта разница станет все более очевидной в ближайшие годы.

Для стартапов сейчас — лучшее время. Высокий спрос, быстрый технологический прогресс, капитал готов поддерживать перспективные идеи. И при этом — меньшие ресурсы позволяют достигать масштабов, ранее недоступных, что снижает барьеры входа, но повышает требования к продукту и рынку.

Для инвесторов — важно уметь распознавать настоящих Model Busters — компании с ростом, который превосходит любые прогнозы. Но это требует дальновидности и терпения, чтобы поверить в нереальные на первый взгляд показатели.

Для специалистов — важно быстро учиться новым инструментам и методам работы. Пример с инженерами, использующими новые ассистенты и программные среды, показывает, что те, кто освоит новые технологии, получат огромное преимущество в карьере.

В целом, я считаю, что мы наблюдаем не просто технологическую революцию, а переосмысление всей парадигмы. От «как сделать» к «что мы хотим достичь», от «увеличения ресурсов» к «оптимизации через ИИ», от «следовать процессам» к «переосмыслению возможностей». Вопрос «использовать электричество или кровь» — метафора этого сдвига. В эпоху ИИ мы переходим к тому, что все — от бизнес-моделей до организационных структур — должно кардинально меняться.

Это не просто очередное обновление — это фундаментальный перезапуск программного обеспечения мира. И те, кто поймут это и смогут адаптироваться, зададут тренд следующего десятилетия.