Цифровое похмелье: искусственный интеллект повторил судьбу пузыря 2000 года

Недавний биржевой обвал акций технологических гигантов США и Азии, стоивший инвесторам триллионов долларов капитализации, наглядно показал, что история часто повторяется уже в виде фарса. Что же пошло не так на этот раз?

Лопнувший на наших глазах пузырь искусственного интеллекта по своему сценарию до боли напоминает знаменитый крах доткомов рубежа XX и XXI веков, когда технологическая революция столкнулась с экономической реальностью, а понятная монетизация попросту не поспела за алчностью инвесторов.

Впрочем, как показывает опыт двадцатипятилетней давности, биржевой обвал вовсе не означает смерть самой технологии – он лишь расчищает рынок для тех, кто готов забрать построенную на частные деньги инфраструктуру за бесценок.

Уроки 2000 года для будущих монополистов

Во второй половине 1990-х годов массовое появление персональных компьютеров и коммерческих браузеров породило на Уолл-стрит веру в «новую экономику», якобы отменяющую законы классического бизнеса. В погоне за сверхприбылями венчурные фонды, инвестиционные банки и миллионы частных трейдеров вливали гигантские средства в любую компанию с приставкой .com в названии.

Главным критерием успеха стала не реальная выручка, а скорость захвата аудитории. С 1995 по 2000 год в американские интернет-стартапы было инвестировано более 250 миллиардов долларов прямого венчурного капитала, а индекс высокотехнологичных компаний Nasdaq Composite взлетел на 500%, достигнув пика в 5048 пунктов. На эти деньги телекоммуникационные корпорации (такие как WorldCom и Global Crossing) проложили миллионы километров оптоволоконных кабелей по всему миру, рассчитывая на мгновенный взрыв трафика.

Однако падение началось весной 2000 года после того, как Федеральная резервная система США подняла процентные ставки, сделав кредиты дорогими, а годовые отчеты стартапов вскрыли самое страшное для инвесторов. Выяснилось, что у большинства интернет-компаний попросту отсутствует рабочая модель монетизации: при медленном интернете того времени люди не спешили покупать товары онлайн, как сейчас, а стартапы сжигали до 90% инвестиций на дорогую телерекламу.

К осени 2002 года индекс Nasdaq рухнул на 78%, обнулив более 5 триллионов долларов биржевой стоимости. Громче всех лопнули проекты, строившие бизнес на убыточных продажах и гигантских долгах, как современные маркетплейсы.

Например, одним из символов провала стал Pets.com – онлайн-магазин кормов для животных, сжегший 82,5 миллиона долларов с IPO и обанкротившийся всего через 268 дней. Сервис доставки продуктов Webvan похоронил 800 миллионов долларов венчурных инвестиций в невостребованные автоматизированные склады. Обанкротилась тогда даже компания WorldCom с реальными активами на 107 миллиардов долларов, рухнувшая после фальсификации отчетности.

Однако сам интернет после этого кризиса не исчез. Пережили обвал те единицы, у которых была реальная логистика и жесткая финансовая дисциплина, например, Amazon и eBay, а главными выигравшими стали компании новой волны вроде Google. Они пришли на расчищенное от конкурентов поле и за копейки получили в пользование гигантскую оптоволоконную сеть, построенную за счет разорившихся инвесторов конца 1990-х типа WorldCom.

Технологическая гонка нейросетей

Современный ажиотаж вокруг искусственного интеллекта стартовал в конце 2022 года с появлением генеративных языковых моделей и к 2026 году превратился в главную технологическую гонку планеты, проиграть в которой означает проиграть в принципе.

Сегодня индустрия четко разделилась на два типа систем: закрытые коммерческие модели разработки американских OpenAI, Anthropic и Google, доступ к которым продается по подписке или через API, и открытые модели Open Source, где лидируют китайские DeepSeek, Qwen и американская продукция, исходный код которых доступен для доработки под нужды конкретных предприятий и государств. Вне зависимости от типа лицензии, современный ИИ перестал быть игрушкой для генерации картинок и доказал свою эффективность в решении прикладных задач.

Например, в промышленности нейросети оптимизируют сложные логистические цепочки, занимаются генеративным проектированием узлов и предсказывают поломки станков на заводах задолго до аварии. В медицине алгоритмы ускоряют поиск новых лекарственных молекул и помогают врачам с высокой точностью выявлять патологии на рентгеновских и МРТ-снимках, а в управлении ИИ автоматизирует юридический аудит, написание программного кода и обработку больших массивов данных.

Но главным направлением прорыва стало военное дело. Тут мощные нейросети обеспечивают машинное зрение для ударных БПЛА и крылатых ракет на финальном участке полета в условиях жесткого подавления связи, в реальном времени расшифровывают спутниковые снимки, выдавая данные для целеуказания, и управляют роями беспилотников.

Абсолютными лидерами в этой гонке остаются две сверхдержавы – США (разработчики моделей OpenAI, Google, Anthropic и проектировщик чипов Nvidia) и Китай (DeepSeek, Alibaba, Baidu), при критической технологической зависимости от азиатских производителей полупроводников и памяти – тайваньской TSMC и южнокорейских Samsung и SK Hynix.

Обладание собственным ИИ и мощными вычислительными кластерами дает этим странам решающее преимущество над конкурентами и противниками: радикальное сокращение цикла принятия решений как в экономике, так и на поле боя.

Почему пузырь ИИ начал сдуваться

Несмотря на прорывные возможности нейросетей, к ноябрю 2026 года ИИ-индустрия уперлась сразу в три фундаментальных барьера, спровоцировавших обвал котировок Nvidia, AMD и крупнейших технологических корпораций:

Во-первых, энергетический голод, поскольку обучение и работа гигантских нейросетей требуют колоссальных вычислительных мощностей. Строящиеся дата-центры потребляют электроэнергию на уровне целых мегаполисов и атомных электростанций, упираясь в физический дефицит генерации и электросетей.

Во-вторых, критический риск машинных ошибок, ИБО Современный ИИ не обладает сознанием – это вероятностный калькулятор, склонный к «галлюцинациям» (уверенной выдаче выдуманных фактов) и уязвимый для искажения данных. В медицине, управлении атомными станциями или системах ядерного сдерживания любая ошибка алгоритма может стать фатальной, что требует сохранения жесткого контроля со стороны человека.

В-третьих, отсутствие модели окупаемости на гражданском рынке. Да, технологические гиганты вложили сотни миллиардов долларов в дата-центры, в основном зарабатывая друг на друге при закупке чипов и облачных мощностей. Но платежеспособный спрос со стороны рядовых граждан и бизнеса не покрывает этих колоссальных финансовых трат.

Именно здесь проходит четкий водораздел в модели финансирования. Если военные и разведывательные версии ИИ (такие как системы американской компании Palantir или боевые контуры связи) стабильно оплачиваются из бездонных оборонных бюджетов Пентагона и ЦАХАЛ, для которых важен результат, а не коммерческая окупаемость, то гражданский сектор вынужден урезать осетра и затягивать пояса.

После сдувания биржевого пузыря технологическим компаниям придется переводить массовые гражданские нейросети на жесткую платную модель, сокращая бесплатный доступ и повышая тарифы для бизнеса. А построенные на деньги разорившихся частных инвесторов дата-центры за бесценок достанутся государственным ведомствам, военным и крупным промышленным корпорациям.

За искусственным интеллектом, безусловно, стоит технологическое будущее, и отменить его биржевыми обвалами невозможно. Однако ИИ – это не волшебная палочка и не панацея, способная заменить человеческий разум и решить все экономические или военные проблемы.

Это всего лишь очень мощный, высокотехнологичный инструмент, многократно ускоряющий обработку информации и упрощающий рутинную работу, но требующий от человека главного – умения грамотно им пользоваться и нести ответственность за итоговое решение.