Основатель «Школы траблшутеров» Олег Брагинский и ученица Марина Строева разберут, как устроена экономика генеративного ИИ, почему рынок концентрируется вокруг нескольких лидеров, какие риски и трудности это создаёт для стартапов и инвесторов.
Генеративный ИИ – одна из самых быстрорастущих отраслей в мире технологий. Но за впечатляющими цифрами проступает другая тенденция: рынок не становится более разнообразным – наоборот, стремительно концентрируется вокруг двух игроков.
Совокупная годовая выручка 34 ведущих AI-стартапов, продающих доступ к моделям и AI-приложениям, уже приблизилась к $800 млрд, или примерно $66 млрд в месяц. Это на 112% больше, чем полгода назад.
На первый взгляд картина кажется оптимистичной: совокупные доходы компаний резко растут, новые продукты выходят на рынок, спрос со стороны бизнеса увеличивается, а пользователи всё активнее интегрируют ИИ в повседневную работу. Но если смотреть глубже, становится видно, что львиную долю роста генерируют два лидера.
Anthropic и OpenAI контролируют около 89% всей выручки сегмента, тогда как остальные компании вынуждены делить между собой лишь 11%. И если ещё недавно рынок казался пространством для десятков быстрорастущих команд, то теперь всё больше похоже на движение к модели winner takes all – «победитель забирает почти всё».
Особенно быстро, судя по опубликованным оценкам, растёт Anthropic. Если в начале 2026 года годовая выручка составляла около $10 млрд, то к апрелю 2026 года превысила $30 млрд, а к концу июня может достичь $50 млрд.
Компания рассчитывала вырасти в 10 раз за год, но фактически уже в первом квартале выручка и объём использования увеличились в 80 раз год к году. Рынок достаётся прежде всего тем, кто владеет базовой инфраструктурой – самыми востребованными моделями.
На фоне двух гигантов часть более узких AI-компаний тоже демонстрирует заметные результаты. С конца 2025 года рубеж в $500 млн годовой выручки преодолели как минимум три компании: поисковик Perplexity, разработчик голосового ИИ ElevenLabs и coding-стартап Cognition. Ещё раньше в эту группу вошёл Cursor, сделавший ставку на AI-инструменты для программирования.
Но есть важный нюанс: значительная часть доходов таких компаний в итоге возвращается к Anthropic и OpenAI. Многие из стартапов строят свои продукты поверх чужих моделей и платят поставщикам базовой технологии миллиарды долларов в виде расходов на API и вычисления.
Возникает своеобразный цикл: прикладные компании наращивают выручку, но одновременно подпитывают тех, кто уже доминирует на уровне моделей. Cursor – один из самых показательных примеров. В квартале, завершившемся в январе, валовая маржа была отрицательной – минус 23%. Для компании с такой выручкой отрицательная валовая маржа выглядела необычно и тревожно.
Позже показатель вышел в плюс, но сам факт говорит, насколько уязвимыми могут быть AI-приложения, если зависят от цен, условий доступа и продуктовой политики крупных модельных провайдеров. Особенно в ситуации, когда те же Anthropic и OpenAI начинают повышать стоимость.
Для небольших AI-стартапов опасность не только в том, что часть денег уходит наверх. Проблема ещё и в том, что технологические поставщики постепенно превращаются в прямых конкурентов. Почти все заметные AI-приложения так или иначе завязаны на модели Anthropic или OpenAI.
Но обе компании всё активнее выходят на более низкие уровни цепочки создания стоимости: выпускают решения для конкретных профессий, сценариев и отраслей, в том числе для программистов, офисных сотрудников, аналитиков и корпоративных команд.
Иными словами, начинают делать продукты, которые раньше строили их собственные клиенты. В AI-экономике основная ценность будет создаваться не на уровне отдельных приложений, а на уровне передовых моделей и тех компаний, которые контролируют доступ к ним.
Отсюда и повышенный интерес к новым «AI-лабораториям», которые пытаются создать альтернативу Anthropic и OpenAI. Инвесторы готовы вкладывать в них огромные суммы, потому что зависимость от доминирующих поставщиков становится рискованной для всей экосистемы.
Ещё один важный сдвиг связан с тем, как рынок теперь оценивает коммерческий потенциал AI-продуктов. Всё меньшее значение имеет просто число пользователей. Намного важнее – объём токенов, то есть количество вычислительной работы, которое пользователь поручает модели.
Разработчик, ежедневно использующий AI для написания и анализа кода, может приносить больше денег, чем тысячи обычных пользователей, которые время от времени задают чат-боту бытовые вопросы. Программирование стало наиболее привлекательным направлением для монетизации.
OpenAI уже корректирует продуктовую стратегию, закрывая менее приоритетные направления вроде видеосервиса Sora и перераспределяя ресурсы в пользу coding-инструментов, таких как Codex. Борьба за будущее рынка будет идти не только за массового пользователя, но прежде всего за тех, кто генерирует наибольшую вычислительную нагрузку – а значит, и наибольшую выручку.
При всей впечатляющей динамике доходов AI-рынок остаётся крайне дорогим бизнесом. Только Anthropic и OpenAI вместе могут ежегодно сжигать свыше $30 млрд наличных, прежде всего из-за колоссальных затрат на обучение и поддержку моделей. Большинство компаний из числа лидеров по выручке всё ещё не являются стабильно прибыльными.
Но и это не охлаждает аппетиты инвесторов. Напротив, рынок уже готовится к новой волне крупных размещений. По данным Reuters, одной из первых на IPO может выйти SpaceX, а вслед за ней во второй половине года на рынок потенциально могут направиться и OpenAI с Anthropic.
Если эти размещения состоятся вблизи друг друга, они способны перераспределить значительную часть инвестиционного спроса, оставив меньше пространства даже для очень крупных частных компаний вроде Canva и Databricks.
Вся эта картина плохо сочетается с прежним романтическим представлением о генеративном ИИ как о поле, где десятки команд смогут одновременно построить большие самостоятельные бизнесы. Новые компании по-прежнему появляются, быстро растут и даже выходят на миллионы долларов выручки. Но структурно рынок всё сильнее замыкается вокруг двух центров силы.
Если тенденция сохранится, у большинства AI-стартапов останется три пути: стать нишевыми игроками, встроиться в экосистему лидеров или искать огромные инвестиции на создание собственных моделей, чтобы вырваться из зависимости.
Все три варианта сложны, дороги и сопряжены с высоким риском, тогда как Anthropic и OpenAI формируют новую архитектуру отрасли, где масштабы, вычисления и доступ к инфраструктуре становятся важнее самой идеи продукта.