Bitget App
Cмартторгівля для кожного
Купити криптуРинкиТоргуватиФ'ючерсиEarnAIЦентрБільше
Barclays аналізує прибутковість штучного інтелекту: з кожних 100 доларів доходу компанії, що займається моделями, 35-40 доларів іде постачальникам хмарних послуг, приносячи їм 10-20 доларів операційного прибутку

Barclays аналізує прибутковість штучного інтелекту: з кожних 100 доларів доходу компанії, що займається моделями, 35-40 доларів іде постачальникам хмарних послуг, приносячи їм 10-20 доларів операційного прибутку

硬AI硬AI2026/08/29 11:47
Переглянути оригінал
-:硬AI
Barclays аналізує прибутковість штучного інтелекту: з кожних 100 доларів доходу компанії, що займається моделями, 35-40 доларів іде постачальникам хмарних послуг, приносячи їм 10-20 доларів операційного прибутку image 0
Barclays аналізує ланцюг прибутку AI-індустрії: маржа прибутку платних інференцій AI-лабораторій зростає з кількох десятків відсотків у 2025 році до понад 50%-65%, маржа API може перевищити 80%, основними причинами є корпоративний попит та agentic-робочі процеси.
Різниця в бізнес-комбінаціях (API vs підписка) може призвести до розбіжності маржі валового прибутку між лабораторіями до 17 процентних пунктів.
Доходи індустрії очікується зростуть з 7 млрд доларів у 2024 році до 690 млрд у 2028 році, частка витрат на тренування знизиться з 96% до 30%, після 2028 року проєкти із власною інфраструктурою можуть послабити ринкові позиції трьох великих хмарних провайдерів.

   Тверда·AI   

Автор | Kozmon

      Редактор | Тверда AI

Коли AI-компанія заробляє 100 доларів, близько 35-40 доларів у вигляді інференційних обчислювальних витрат йде до трьох великих хмарних провайдерів — AWS, Azure, GCP. Вони отримують з цього доходу 10-20 доларів операційного прибутку, з маржею близько 35%-45%.

Це основний висновок аналітики індустрії від Barclays, опублікованої 28 серпня.

У той же час, маржа прибутку платних інференцій AI-лабораторій зростає з кількох десятків відсотків у 2025 році до понад 50%-65% у 2026 році, а скоригована валова маржа збільшується на 30-50 процентних пунктів рік до року. Драйверами цього є корпоративні клієнти та agentic-робочі процеси, що стали "must-buy" продуктами.

Аналітик Barclays Ross Sandler вважає, що поточна фактична маржа прибутку може бути навіть більшою за оцінки, але з посиленням конкуренції та ростом пропозиції обчислюваної потужності очікується поступове зниження.

01


Одна індустрія — два фінансових образи

Barclays створила дві гіпотетичні передові лабораторії для аналізу різниці прибутку: "Лабораторія A" має близько 70% доходу з API і 30% із підписки; "Лабораторія B" навпаки — 80% з підписки і тільки 20% з API.

API має природньо вищу маржу прибутку інференцій ніж підписка. Додаючи витрати на тренування і розподіл дохідності із партнерами, скоригована валова маржа між ними різниться на 17 процентних пунктів: лабораторія A близько 55%, лабораторія B — близько 38%.

Спосіб визнання доходу ще більше підсилює таке "спотворення": лабораторія A визнає непрямі доходи API за методологією валових сум, лабораторія B — за чистими, а іноді взагалі не визнає доходи від непрямих API операцій партнерів. Barclays порівнює цю ситуацію з UBER і LYFT: одна і та ж основна діяльність, а фінансові звіти — суттєво різні через різні підходи до обліку. Коли AI-лабораторії почнуть розкривати звіти GAAP, інвесторам доведеться враховувати ці облікові відмінності при порівнянні компаній.

02


Зростання маржі прибутку інференцій

Якщо розглядати окремі продуктові лінії —

Маржа прибутку підпискових продуктів (таких як Claude Code, Codex) оцінюється близько 70% — серед трьох ліній вона найнижча. Причина — AI-лабораторії готові субсидіювати вартість token-ів, щоб утримати користувачів. Підписка зазвичай базується на щомісячній оплаті та має обмеження за кількістю використань, а частота оновлення лімітів помітно зросла останнім часом, що може відображати вплив зростання ефективності моделей та утримання користувачів.

Прямий API — найдавніша бізнес-модель AI-лабораторій та має найвищу маржу. Розробники такі як Cursor, Figma платять за кількість використаних token-ів. Barclays оцінює, що поточна маржа прибутку API вже перевищує 80%. Підвищення ефективності моделей (менше токенів для виконання того ж завдання), збільшення номінальних цін на API та оптимізація інференційних послуг на рівні інфраструктури (quantization, speculator-технології, нове покоління обчислювальної потужності) — все це постійно підвищує прибутковість. Barclays вказує, що маржа API у другому кварталі 2026 року значно перевищує значення у графіках звітів, але очікується, що з часом вона повернеться до нижчих рівнів.

Непрямий API має той самий кінцевий досвід, що й прямий API, але фінансові відносини виникають між користувачем і хмарним провайдером. З ростом частки непрямого API у доходах лабораторій різниця в методах обліку ще більше поглиблює непорівнюваність фінансових звітів.

03


Скільки заробляють хмарні провайдери

З кожних 100 доларів доходу AI-лабораторії, лабораторія A забезпечує 35 доларів доходу хмарному провайдеру, після відрахування інфраструктурних витрат це дає близько 11,8 долара прибутку та 34% операційної маржі. У лабораторії B, через розподіл доходів із стратегічними партнерами (20% доходу, з накопичуваним лімітом), хмарний провайдер отримує більше — 41 долар доходу, 19,1 долара прибутку, операційна маржа 47%.

Barclays відзначає, що розподіл доходу піднімає лише показники прибутковості хмарних провайдерів, а реальна прибутковість на кожен token не змінюється. Цей розподіл очікується завершиться після 2028 року.

Agentic-підпискові продукти створюють додаткову цінність для хмарних провайдерів: такі продукти із stateful runtime часто потребують доступу до баз даних та верхньорівневих програмних ресурсів, а доходність на одиницю доходу тут вища. У деяких сценаріях між лабораторією та хмарним провайдером існує ще розподіл доходу.

04


Від домінування тренування до домінування інференції

Barclays оцінює, що сукупний дохід AI-лабораторій зросте з 7 млрд доларів у 2024 році до 137 млрд у 2026 році, а у 2028 році досягне 690 млрд доларів. Річна ARR ще більш оптимістична: кінець 2026 року — близько 200 млрд доларів, кінець 2028 року — близько 782 млрд.

Зараз витрати на тренування складають близько 48% доходу AI-лабораторій — це означає, що майже кожен долар доходу лабораторій відповідає одному долару доходу хмарних провайдерів. Але частка тренувальних витрат швидко зменшується — з 96% у 2024 до 35% у 2027, і до 30% у 2028 році. Зі поступовим перевищенням прибутку інференцій над витратами на тренування, загальна прибутковість AI-лабораторій буде покращуватись.

Частка доходу хмарних провайдерів відносно доходу лабораторій також падає: з 153% у 2024 році до 90% у 2026, і прогнозується до 73% у 2028 році. Barclays очікує, що AWS, Azure і GCP у найближчі два роки збережуть свою частку в обчислювальних витратах лабораторій, але з 2028 року гарантовані проєкти AI-інфраструктури почнуть роботу, і стануть пріоритетом для лабораторій — три основні хмарні провайдери можуть поступово втратити частку у тренувальних і інференційних витратах.

  Тверда·AI   


* Дякуємо за прочитання!
*Запрошуємо поділитися своїми думками в коментарях,якщо ви поставите лайк 👍 і поділитесь цією новиною — щиро вдячні!
* Давайте разом з цікавістю спостерігати за світом👇
Barclays аналізує прибутковість штучного інтелекту: з кожних 100 доларів доходу компанії, що займається моделями, 35-40 доларів іде постачальникам хмарних послуг, приносячи їм 10-20 доларів операційного прибутку image 1

0
0

Відмова від відповідальності: зміст цієї статті відображає виключно думку автора і не представляє платформу в будь-якій якості. Ця стаття не повинна бути орієнтиром під час прийняття інвестиційних рішень.

PoolX: Заробляйте за стейкінг
До понад 10% APR. Що більше монет у стейкінгу, то більший ваш заробіток.
Надіслати токени у стейкінг!