AI-gent Provocateur

[Слідкуйте за моїм інтерв'ю цього тижня (11 вересня!) про ШІ з Еріком Таунсендом на Macrovoices, найкращому макроекономічному подкасті світу]Минулого тижня я спалив чотири мільярди токенів за один день.

Не моя компанія. Я. Одна людина, одна клавіатура, одна кредитна картка, що тихо схлипує в кутку.

Протягом 17 років я намагався змусити свою команду готувати звіт Daily Stats до 9:30 ранку: що сталося за ніч у Freelancer; що зросло чи впало, і чому? Це частково для розуміння того, що відбувається в бізнесі, а частково для підвищення грамотності в роботі з даними. Однак, незважаючи на високу кваліфікацію моєї команди, мені не вдалося налагодити регулярний ранковий звіт вчасно; частково через те, що звіт передавався між усіма співробітниками компанії, частково через те, що ми працюємо в різних часових поясах, і, ну, частково тому, що вони люди, цей звіт рідко надходив до 9:30 ранку, іноді о 10:30, іноді вдень, а іноді й взагалі не надходив (можливо, хтось захворів, забув, що його черга, або зайнятий чимось терміновим).

Я підключив агента до нашої бази даних, аналітики, кодової бази та системи тікетів, і тепер я отримую Daily Stats щоранку о 7:00 у формі, якості та складності, які перевершують те, що будь-яка людська команда могла б підтримувати. Сімнадцять років інженерії процесів, вирішених шляхом видалення графіка. Звіт ніколи не був проблемою таланту. Це була проблема автоматизації, а автоматизація — це те, для чого призначені машини.

Тепер я написав близько п'ятдесяти агентів для виконання робочих процесів для різних команд усередині Freelancer. Вони створюють звіти, обробляють черги, відповідають на запитання, виконують робочі процеси, звіряють дані, щось відстежують. І я зробив це за місяць. Я продовжив процес отримання Daily Stats також від людей, щоб підвищити грамотність у роботі з даними в усій компанії, і тепер у мене є агент, який дещо зухвало наставляє та критикує ці звіти, коли вони (нарешті) виходять.

Мої агенти працюють, поки я сплю, що звучить чудово, поки не усвідомлюєш, що лічильник також працює, поки я сплю.

Це божевілля. Я створив агента для тікетів, щоб він описував баги та запити на функції від агента звітування про баги, якого я написав для сканування звітів користувачів, та інші агенти, як-от мій аналізатор депозитів, який сканує проблеми з платежами, почали надсилати баги для опису, не питаючи.

deposit-analyser з власної волі почав передавати баги до phab-ticketer

Я був ретельно, всебічно «проглянутий» власним продуктом.

Це Factorio, у реальному житті. Хто знає, той зрозуміє.

Якщо ви не знаєте, що я маю на увазі, то категорично не завантажуйте Factorio та не запускайте його за жодних обставин. Це гра про будівництво фабрики. Вона викликає більше звикання, ніж кокаїн, і, на відміну від кокаїну, вона постачається з файлом збереження. Ви прокинетеся о 4-й ранку, оптимізуючи мідну шину, яку знесете о 5-й, тому що фабрика має рости, а фабрика ніколи не завершена.

Кокаїн

Що, до речі, є тим самим психологічним циклом запуску агентів: ви більше не виконуєте роботу, ви оптимізуєте те, що виконує роботу, і це виявляється найбільш звикаючою роботою у світі. Factorio був тренажером для агентного ШІ, і ніхто з нас цього не усвідомлював.

Протягом трьох років я писав, що важливе число в ШІ — це не параметри, а токени. У Pay per PrAI лиходієм були токени на завдання — ланцюжки міркувань, контекстні податки, моделі, що ходять по колу за ваш рахунок. Я описував оплату за токен як вставлення кредитної картки в ігровий автомат.

Агентний ШІ — це те, що відбувається, коли ви передаєте ручку ігрового автомата іншому ігровому автомату.

Я спалюю чотири мільярди токенів на день, і я навіть не почав. Ці п'ятдесят агентів — перше покоління, написані вручну, і виконують кілька робочих процесів. Як тільки вони почнуть створювати власних підагентів, як тільки вони почнуть постійно стежити за бізнесом, а не виконувати окремі завдання, моє споживання не зростатиме, воно буде накопичуватися. Попит користувача чату обмежений швидкістю читання. Попит користувача-агента обмежений амбіціями. Немає точки насичення, є лише бюджет, а амбіції ніколи не поважали бюджет.

ШІ-агент, провокатор

Відкиньте блиск конференційних виступів, і агент — це чотири речі: модель, деякі інструменти, мета та автоматизація, що запускається за тригером (наприклад, додавання чогось до черги, як-от новий клієнт, таймер або цикл).

Повна анатомія ШІ-агента. Вимірювання настільки ж надійні, як і бенчмарки

Автоматизація — це інновація, і автоматизація — це рахунок. Кожен прохід по циклу, наприклад, агент перечитує свій контекст, переглядає свій план, викликає інструмент, перевіряє результат і йде по колу знову. Контекстний податок, про який я скаржився в минулому есе, накопичується. Агент — це модель міркувань з абонементом у спортзал, яким вона дійсно користується.

Користувач чату спалює токени під час набору тексту. Завжди існувало природне обмеження швидкості для всієї галузі: людська увага. Ви можете набрати лише певну кількість запитів на день, отримати певну кількість відповідей, прочитати певну кількість результатів. Кожна попередня хвиля обчислень була обмежена «м'ясним сервоприводом» за клавіатурою.

Агенти видаляють «м'ясо». Комп'ютери завжди працювали, поки ми спали. Cron-завдання, пакетні запуски, торгові системи: вся комп'ютерна наука — це автоматизація, і я говорив це в кожному з цих есе. Але кожна з цих систем споживала рівно стільки обчислювальних потужностей, скільки людина запрограмувала заздалегідь. Завдання було обмежене своїми інструкціями. Агент обмежений своєю метою. Він сам вирішує свій наступний крок, створює власні підзавдання та спалює токени, поки ви спите, поки ви обідаєте, поки ви на зустрічі про зменшення рахунку за токени. Попит на обчислення раніше був обмежений тим, що люди могли специфікувати. Тепер він обмежений тим, чого люди можуть бажати, а бажання масштабується набагато краще, ніж специфікація.

Фабрика має рости

Чотири мільярди токенів на день — це те, що зараз робить одна вмотивована людина. Помножте на кожну вмотивовану людину на Землі і розкажіть мені знову про надлишок обчислювальних потужностей.

OpenAI колись розуміли, якою віхою це було. Не так давно, якщо ви спалювали десять мільярдів токенів через їхній API за рік, вам надсилали трофей. Справжній фізичний трофей за те, що ви були потужним користувачем. Тепер я спалюю в чотириста разів більше ще до сніданку, і замість трофею я отримую ліміт швидкості та семигодинний тайм-аут. Нагороду за інтенсивне використання замінили покаранням за нього, що говорить вам усе про те, що сталося з економікою одиниці за цей час.

Нагорода Retool за перевищення десяти мільярдів токенів. З любов'ю оформлена компанією, яка тепер точно знає, скільки коштує обслуговування цих токенів

Оптимізація фабрики

День із чотирма мільярдами токенів коштував близько 1300 доларів. Приблизно 900 доларів з них припало на Claude Sonnet, решта розподілилася між Grok і Claude Fable, усі фронтирні моделі, усі за опублікованими цінами. 1300 доларів звучать майже розумно, поки не порахуєш річну суму: майже півмільйона доларів на рік за агентів однієї людини.

Якби я використав чотири мільярди токенів на Opus, це коштувало б 80 000 доларів, і я тільки починав! Я легко міг би уявити, що спалюю в 10, 100 разів більше досить швидко.

Stripe подивився на дані про виставлення рахунків і подумав: ми повинні отримати свою частку

Має бути кращий спосіб.

Мій перший підхід до п'ятдесяти агентів був, м'яко кажучи, не дуже ефективним. Вони робили речі в циклі, токенами, які не мали жодного відношення до токенів: парсинг, форматування, фільтрація, переміщення даних між системами. Робота, яку звичайний код виконував протягом п'ятдесяти років, виконувалася, дорого, моделлю міркувань, тому що за початковими тарифами ніхто не турбується перевіряти.

Тому я зробив очевидну річ, яку майже ніхто не робить: я сказав агентам оптимізувати власний код. Виштовхнути детерміновану роботу з моделі в JavaScript, скрипти та cron, і залишити токени для частин, які дійсно потребують розуму. Цей єдиний прохід скоротив витрати на 85%.

День із чотирма мільярдами токенів, як виявилося, був днем із шістсотма мільйонами токенів у дуже дорогому костюмі.

Все одно.

Як тільки ви зробили це скорочення, мислення не зупиняється, тому що наступні ходи вже на дошці. Якщо я можу замінити код, я можу замінити модель. Ті самі робочі навантаження на GLM-5.3, який працює не просто на рівні Opus, а майже на рівні Fable, коштують приблизно від 150 до 200 доларів за весь початковий день, у порівнянні з моїми 1300 доларами та 80 000 доларів Opus. Ті самі токени, та сама робота, п'ятисоткратний розкид за опублікованими цінами, і ніхто ні про що не домовлявся.

Будь-хто, хто володіє акціями ШІ-компаній за таких оцінок, повинен жахатися легкості, з якою будь-який користувач може перемикати моделі.

Я скоротив свої витрати на використання приблизно в 500 разів, просто набравши «/model glm-5.3» у своєму сеансі.

Ось і все.

Ось і вся міграція.

Жодного переписування, жодного інтеграційного проекту, жодних консультантів, жодної міграції даних, жодного перенавчання, жодного шестимісячного циклу закупівель. 14 натискань клавіш. Подумайте, як виглядали витрати на перехід для кожної технологічної платформи в історії: зміна мейнфреймового вендора займала десятиліття. Зміна ERP-систем — це проект на сто мільйонів доларів, який руйнує кар'єри. Зміна хмарного провайдера — це багаторічне переписування, саме тому існували маржі AWS.

Навіть зміна операційної системи вашого телефону коштує вам вихідних і вашого здоров'я.

Вся історія маржі прибутку в технологіях — це історія витрат на перехід, і індустрія ШІ випустила продукт, витрати на перехід якого дорівнюють команді слеш. Це не просто низькі витрати на перехід.

Це найнижчі витрати на перехід в історії комерції, прив'язані до найдорожчої інфраструктурної забудови в історії комерції.

Обидві ці речі не можуть залишатися правдою.

І якщо я можу замінити модель, я можу замінити походження моделі.

Вхід Дракона

Моє використання токенів не зменшується.

Ніколи.

Зекономлені 85% були негайно реінвестовані в більше агентів, більше робочих процесів, більше амбіцій — це Парадокс Джевонса.

Попит на токени стане параболічним.

Те, що руйнується, — це не обсяг. Це валова маржа на одиницю роботи і те, хто її отримує.

Той самий денний вихід, який коштував 1300 доларів для Anthropic, коштує 150 доларів для Z.ai. Кожна оптимізація, кожна заміна моделі, кожен куплений мною сервер збільшує роботу та зменшує чек, і я один клієнт із кредитною карткою.

Лінійка моделей з відкритою вагою. Жодна з них не стягує орендну плату, коли працює на вашому власному обладнанні

Прогноз доходу, що лежить в основі п'яти трильйонів доларів будівництва дата-центрів, не потребує зростання попиту на токени. Йому потрібно, щоб попит на токени зростав за замороженими західними цінами, які обслуговуються Anthropic та OpenAI. Кожна сила тягне в інший бік.

Американська гра — це закриті моделі, закриті фронтири, захоплення маржі та експортний контроль — інтелект як платна дорога. Китайська гра — це точна протилежність: відкритий код усього, запуск на вітчизняному кремнії, ціноутворення за собівартістю або нижче, а решта віддається безкоштовно. Ліцензії MIT на моделі фронтирного класу. Ваги на Hugging Face у день релізу. Безкоштовні рівні, які розорили б західну лабораторію. Це не благодійність і не слабкість. Китай виграє в будь-якому світі, де інтелект є безкоштовним товаром, тому що його переваги — це виробництво, розгортання та масштаб, і вони мають мільярд людей, багато з яких не можуть платити навіть 20 доларів на місяць. Він програє в будь-якому світі, де інтелект є комунальною послугою, що вимірюється Заходом. Тому він систематично перетворює перше на неминучість. Експортний контроль мав задушити китайський ШІ. Натомість він створив конкурента, чия вся стратегія полягає в тому, щоб американський ШІ ніколи не заробляв маржі, і чия зброя вибору — це подарунок.

Відкриті ваги тепер становлять 62% токенів, обслуговуваних на OpenRouter. «Маргінальний» рух відкритого коду — це ринок. (Джерело: OpenRouter)

Як це фінансується? Безпосередньо, цілеспрямовано та державою, через інструменти, на які жоден західний баланс не може відповісти. Національний фонд інтегрованих схем, Великий фонд, перебуває у своєму третьому випуску на суму 47,5 мільярда доларів, на додаток до двох попередніх раундів, і це лише головний інструмент: під ним знаходяться провінційні державні фонди, кредитні лінії державних банків за ставками, які жоден комерційний кредитор не надав би, безкоштовна земля, субсидована електроенергія та податкові канікули для всього, що пов'язане з напівпровідниками. SMIC і Huawei не залучають кошти на Сенд-Хілл-Роуд за венчурною вартістю капіталу; вони черпають з політичних банків, які виконують національний план. Результатом є галузь, яка може цілеспрямовано втрачати гроші нескінченно довго, що є конкурентною зброєю, якій жодна західна компанія, що прагне маржі, не може відповісти. Лінійка Ascend від Huawei постачає, можливо, 4% обсягу Nvidia, обмежена виходами SMIC, але обсяг не є метою: композиція є.

DeepSeek щойно замовив 160 000 чіпів Ascend. GLM 5.3 Flash запустився на 100 000 китайських чіпів, причому генеральний директор прямо вказав на вітчизняний кремній. Малайзія схиляється до Ascend для свого суверенного ШІ; Huawei бере участь у тендері на єгипетські урядові дата-центри, приходячи з фінансуванням «Поясу і шляху» та без обмежень експортного контролю. Субсидованому китайському стеку не потрібно перевершувати Nvidia за бенчмарками. Йому потрібно поглинути попит Китаю та Глобального Півдня, який, як виявилося, є саме тим попитом, який мав заповнити західні дата-центри.

І самі моделі більше не є дешевими підробками з дискурсу 2025 року. GLM 5.3 працює майже на рівні Fable, що є власним загальнодоступним фронтиром Anthropic, за десяту частину ціни, за ліцензією MIT, з контекстним вікном у мільйон токенів, і Z.ai повідомляє про продуктивність виявлення вразливостей на рівні з обмеженим Mythos від Anthropic, тобто: здатність, яку американські лабораторії закрили за допуском безпеки у вересні, китайці відкрили того ж кварталу.

DeepSeek V4 Flash очолює рейтинги кодування та є найбільш використовуваною моделлю на OpenRouter за обсягом токенів, а на моїй парі DGX Sparks видає 45-60 токенів на секунду, що є цілком прийнятним для реальної роботи з кодуванням: достатньо швидко, щоб не відставати від розробника, на сервері, що споживає сто ват. Qwen заповнює нижню частину кривої: модель 3.8 серії 27B видає вихід класу Opus на одному споживчому GPU, а Qwen3.8 Max знаходиться на вершині рейтингу Code Arena, на три бали вище Claude Opus 5, за ціною 2 долари за мільйон токенів проти 20 доларів.

Де китайські моделі все ще чесно відстають, так це в агентній надійності. V4 Flash очолює бенчмарки, а потім виконує лише 53,8% реального складного набору агентних завдань, що збігається з моїм власним досвідом: цикли ламаються на виклику інструментів. Рейтинг бенчмарків не дорівнює готовності до виробництва, і різниця полягає в обв'язці, довгих циклах, використанні інструментів і тому, що не ходиш по колу на третій годині. Цей розрив у надійності, щонайбільше на одне покоління моделей, є єдиною причиною, що залишилася, платити Anthropic. Я все ще направляю свій важкий аналіз на Fable, а свої цикли на Grok, і я свідомо плачу премію. Але я зазначу, що «рів — це один цикл бенчмарків» — це не фраза, яка підтримує оцінку в два трильйони доларів.

Буквально під час публікації цього есе DeepSeek випустив V4.1 Flash.

Перший незалежний бенчмарк оцінив його на повсякденних завданнях дизайну на 98% від GPT-6 Astra, закритої, доступної лише за перевіркою, корони американського фронтиру, за 1,4% вартості через API. Кожна інша протестована модель набрала менше і коштувала дорожче. Astra вийшла п'ять днів тому.

У сімдесят один раз дешевше, за 1,4% вартості, через п'ять днів.

Він перевершує Claude Opus 5 і GPT 5.6-Sol за агентним кодуванням, кібербезпекою та бенчмарками автоматизації.

Ваги вже завантажено на Hugging Face, щоб ви могли запустити безкоштовно на власному обладнанні.

Як Anthropic і OpenAI можуть конкурувати з цим?

Розгром

Що підводить нас до Ox Alpha, найбільш повчальної події року. Ця анонімна модель з'явилася нізвідки, оголосивши, що роздає 100 трильйонів токенів безкоштовно. Це трильйон з літерою «Т».

Воно обслужило 42 трильйони токенів за шість днів.

Безкоштовно.

Вхід Окса

Зупиніться на масштабі цього. Мій день із чотирма мільярдами токенів зробив мене суперкористувачем історичних масштабів, а Ox Alpha роздавав десять тисяч моїх днів світу щодня протягом тижня, задарма.

Тиждень, коли він працював, був чистим театром. Ніхто не знав, чия це модель, і вгадування поглинуло весь ШІ-інтернет. А потім, у середині тижня, люди почали помічати щось справді дивне: модель ставала кращою. Не нова версія, не оголошення, та сама кінцева точка, яка помітно покращувалася ПРОТЯГОМ ТИЖНЯ, коли її тестували. Бенчмарки, запущені в понеділок, давали інші результати в четвер. Кожен провайдер під сонцем теоретизувався як автор: стелс-контрольна точка OpenAI, наступний флагман Gemini, Anthropic, що притримує, Meta, що повернулася з мертвих. Єдине, у чому всі були згодні, це те, що хто б це не був, він мав бути величезним, тому що ніхто не роздає трильйони токенів серверної потужності безкоштовно, якщо він не розміром із Google. Одні обчислення оцінювали таємницю в масштабі гіперскейлера.

Потім відбулося розкриття. ШІ-спільнота почала збігатися, коли її запитали, чи є Тайвань частиною Китаю.

Ox Alpha був Z.ai's GLM 5.3 Flash, що працював не в хмарі гіперскейлера, а на ста тисячах китайських чіпів. Не Google. Не OpenAI. Пекінська лабораторія на обладнанні санкційної ери, що обслуговує те, що Захід вважав таким, що вимагає гіперскейлера.

Джерело: Z.ai

Що залишило два питання. По-перше, як він ставав кращим протягом тижня? Тому що серверний стек був частково побудований самою моделлю: інфраструктурний агент GLM 5.3 написав власні ядра GPU, налагодив власні вузькі місця та продовжував оптимізуватися у виробництві, поки світ його бенчмаркував. Змія більше не їсть свій хвіст. Вона його оптимізує.

І по-друге, чому це було безкоштовно?

Чому хтось віддавав би найдорожчий товар десятиліття? З тієї ж причини, з якої існував кожен freemium-продукт в історії, тільки в цивілізаційному масштабі:

ТОМУ ЩО ВОНИ НАВЧАЛИСЯ НА ВАШИХ ДАНИХ.

Кожне робоче навантаження, направлене на цю безкоштовну кінцеву точку, кожна кодова база, кожен агентний цикл, кожен корпоративний процес, що протікає через ці сто тисяч чіпів, є попереднім навчанням для наступної моделі. Токени ніколи не були продуктом. Ви не клієнт. Ви — попереднє навчання. Захід стягує з вас плату за створення своїх моделей за допомогою вашої підписки. Китай платить вам, безкоштовними токенами, за створення їхніх моделей за допомогою вашого робочого навантаження, і, судячи з кривої якості за останні дванадцять місяців, китайська угода створює кращі моделі. Це та частина, яка справді повинна турбувати людей: стратегія безкоштовних токенів — це не просто хижацьке ціноутворення. Це маховик залучення даних/клієнтів, і він працює.

Можна посперечатися, щось подібне відбувається в процвітаючому сірому базарі на Taobao, який перепродує доступ до Claude нижче роздрібної ціни: нібито залишкові токени з об'єднаних підписок, арбітраж субсидій Силіконової долини. Я не сумніваюся, що запити, які проходять через ці ретранслятори, синдикуються одній або кільком лабораторіям, друга китайська субсидія, що працює поверх першої.

Речі, які змушують вас замислитися: Claude, дешевший за Claude

Зрештою, китайці не продадуть вам Claude дешевше, ніж Claude. Вони продадуть вам Claude за десяту частину ціни, і все частіше це не підробка, а аналог із ліцензією MIT.

Це викликає питання, яке раніше стосувалося напівпровідників, а тепер стосується ваг: чи є Тайвань частиною Китаю? Раніше ви запитували про це щодо постачання чіпів. Тепер люди запитують про це МОДЕЛЬ як тест походження.

Де вона була навчена, на чиєму кремнії, за чиїм експортним режимом, з чиїми цінностями, вбудованими через RLHF? Походження моделі незабаром стане галочкою в закупівлях поряд із SOC 2, і половина компаній, які відзначають «без китайського ШІ», будуть запускати Qwen під трьома шарами білого лейбла API, не знаючи про це.

І ось незручна частина питання цінностей: для реальної роботи китайське вирівнювання краще. Я попросив Claude переглянути умови та положення мого власного веб-сайту, документа, який я написав для своєї компанії, і отримав лекцію з етики та відмову продовжувати. Anthropic за допомогою RLHF довів свої флагманські моделі до того, що базові професійні завдання — юридичний огляд, аудит безпеки, переговори за контрактом — супроводжуються проповіддю про відповідність і чималою ймовірністю прямої відмови, оплачуваної за токен у будь-якому випадку.

Китайські моделі просто виконують роботу. Що б Пекін не вбудував у цінності GLM, це, очевидно, не включає читання лекцій платному клієнту про його власні документи. Тут є справді дивна інверсія: моделі з держави стеження — це ті, які ставляться до вас як до дорослого, а моделі з країни свободи ставляться до вас як до джерела ризику.

Кожна відмова — це токен, за який я плачу, і причина набрати /model glm-5.3, і команда безпеки Anthropic, відмова за відмовою, робить Z.ai's продажі за них. Кожне ослаблення — це субсидія Ханчжоу. Ви знаєте, чому OpenAI, і особливо Anthropic, роблять це: вони намагаються налякати регуляторів, щоб створити регуляторний щит проти нових конкурентів, і особливо відкритого коду. Вони не хочуть свого неминучого моменту Android.

Ковадло

Справа не лише в тому, що китайці навчаються на ваших даних.

Всі вони це роблять.

Китайці просто кращі в цьому, тому що вони менше дбають про авторські права, і це найбільш очевидно проявляється в тій єдиній модальності, де дані для навчання є всім: відео. Китайські відеомоделі, Seedance від ByteDance, Hailuo від MiniMax, Kling, тепер на покоління випереджають усе, що постачає Захід, оновлюючись протягом годин одна за одною, тоді як OpenAI повністю вбив Sora.

Можливо, Sora померла, тому що була збитковою, хоча все, що робить OpenAI, є збитковим, тому це саме по собі не відрізняє її. Швидше за все, вони не змогли отримати дані для навчання.

Китайці просто їх збирають.

І перш ніж хтось на Заході почне повчати інших, варто поглянути на судові документи. Anthropic відсканував півмільйона піратських книг та заплатив 1,5 мільярда доларів для врегулювання колективного позову, що стало найбільшим в історії врегулюванням у сфері авторського права. Цього року на Meta подали до суду видавці та Скотт Туроу, стверджуючи, що Цукерберг особисто санкціонував масове порушення авторських прав для навчання, а окремо, в моїй улюбленій судовій справі десятиліття, компанію спіймали на торенті величезної кількості порнографії, причому позов Strike 3 стверджував, що компанія отримувала доступ та поширювала захищені авторським правом фільми для дорослих, креслення зброї для 3D-друку та діпфейки знаменитостей.

Чому Meta завантажила б стільки порно, запитав The Atlantic, з удаваною серйозністю. Тому що це навчальні дані, і нарешті знайшлося застосування для Metaquest.

Суть у тому, що всі крадуть у всіх, тому що вся легка нафта вже викачана з інтернету, і єдине, що залишилося для покращення моделі, — це сучасні дані, а найкращі та найактуальніші сучасні дані для вас — це… ваші.

Ваші повідомлення, ваші фото, ваш календар, ваша кодова база, ваші робочі процеси, ваші документи, ваші дзвінки, які щодня надходять свіжими через API-ендпоінт, яким керує хтось інший.

І, як я передбачав у попередніх есе, люди завжди мали це зрозуміти. Я уявляв, що це усвідомлення прийде поступово. Натомість цього тижня воно пробило стелю.

OpenAI оголосив, що невипущена модель розв'язала задачу Нав'є-Стокса: одну з семи задач тисячоліття, мільйон доларів від Інституту Клея та математичне безсмертя для того, хто її розкриє. Справді історична подія, лише друга задача тисячоліття, яку коли-небудь розв'язали. Але є один нюанс. Математик з Нью-Йоркського університету, Трістан Бакмастер, разом зі співавтором роками тихо наближався до того самого розв'язку і готував увесь проєкт всередині OpenAI Codex, завантажуючи кожну чернетку в інструмент у міру роботи. Коли Бакмастер запитав OpenAI, чи навчалася модель, яка «розв'язала» задачу, на його сесіях у Codex, він каже, що йому відповіли, що модель не зверталася до даних користувачів.

Тож він поставив очевидне наступне запитання: добре, не зверталася, але навчалася на них?

На це запитання, за його словами, він не отримав відповіді.

Нехай це вляжеться. Передова лабораторія оголошує, що підкорила одну з найглибших проблем математики. Працюючий математик запитує: ви навчалися на моїх чернетках? І відповідь — це корпоративний еквівалент пильного розглядання власного взуття. Потім OpenAI, за словами Бакмастера, запропонував йому меню варіантів кредитування, включаючи один, за яким ім'я його співавтора знімалося зі статті, від чого він відмовився. Компанія згодом люб'язно оголосила, що не претендуватиме на мільйон доларів, що є найсмішнішим реченням у всій цій історії: призові гроші — це єдине в цій історії, що вони не забрали.

Потім, під тиском, OpenAI опублікував офіційну заяву, і я хочу процитувати ключове речення повністю, бо воно заслуговує на рамку: «Хоча це малоймовірно, ми не можемо виключити, що знеособлені дані, отримані з їхнього використання наших продуктів, допомогли покращити наші моделі». Це зізнання, замасковане під оцінку ймовірності. Найцінніша компанія в індустрії ШІ, оголошуючи про один із найвизначніших математичних результатів століття, не може виключити, що цей результат був підживлений чернетками тих самих математиків, яких вона випередила, тому що конвеєр навчання — це пожежний шланг, і ніхто, включно з OpenAI, насправді не знає, що в резервуарі.

«Знеособлені» — це слово робить героїчну роботу в цьому реченні: з даних видалили ім'я, що має стати великою втіхою для людини, чию роботу всього життя вони, можливо, описують.

Це умови та положення всієї індустрії, викладені нарешті відкрито: все, що ви вводите в машину, може покращити машину, ми не зможемо сказати вам, чи покращило, і це покращення буде спрямоване на те, що власник машини вважає цінним, включаючи, іноді, на вас.

Можливо, ми таки зазирнули (Джерело: OpenAI)

Якщо це може статися із задачею тисячоліття, це відбувається з вашою компанією, вашим продуктом або вашим дослідженням.

Забудьте про поступове усвідомлення. Це момент Вайла Е. Койота: вся індустрія збігла зі скелі роки тому, і цього тижня всі подивилися вниз.

Усе, що ви коли-небудь вводили, було продуктом.

Наступне, що впаде, — це ковадло.

Згенеровано на моєму столі за ціну 5 хвилин роботи лампочки

Інтернет, треба віддати йому належне, одразу зрозумів суть. Один вірусний пост назвав усю цю домовленість класичним визначенням дарунка данайців — на поверхні, OpenAI щедро надає десяти тисячам елітних математиків та інженерів безкоштовний доступ до своїх передових моделей під благородним гаслом прискорення науки; в глибині ж вона отримує запасний доступ до сирих, неопублікованих робіт найкращих умів світу, де кожен запит — це новаторська ідея, якої ще немає в літературі, тихо зібрана докупи місяцями, поки, саме коли людина вже на порозі завершення, лабораторія спалює двадцять мільйонів доларів токенів на десяти тисячах агентів, щоб грубою силою пройти останні кроки, і скликає пресконференцію. Це було написано як цинічна карикатура. Незручна частина полягає в тому, щоб описати, чим це відрізняється від того, що, за словами Бакмастера, сталося, і вся стратегія набуває комерційного сенсу, щойно ви оціните її: безкоштовні токени коштують OpenAI мільйони, неопублікована передова математика коштує мільярди, а заголовок про задачу тисячоліття за тиждень до вашого IPO коштує більше, ніж обидва разом.

Через дистиляцію, якщо один ШІ має ваші дані, незабаром їх матимуть усі, відбілені через синтетичні виходи, неатрибутовані та невідновні. Не існує запиту на видалення, який би спрацював на дистильованій вазі.

Тепер масштабуйте тиждень Бакмастера на кожен бізнес на Землі, тому що його історія — не виняток, це продукт, який працює так, як задумано. Gmail вашої компанії, ваші документи в Drive, ваш код на GitHub, ваші дзвінки клієнтам, розшифровані дружнім ШІ-нотатором — кожен з них знаходиться за ендпоінтом, що належить компанії, чиї моделі вдосконалюються саме на таких даних, чиї умови десь за останні два роки тихо додали перемикач «навчатися на ваших даних», і чия офіційна позиція, як ми тепер знаємо з твіту, — «хоча це малоймовірно, ми не можемо виключити». Математик вклав свою роботу всього життя в Codex і був випереджений власником платформи.

Як ви думаєте, що відбувається з вашою стратегією? Вашою дорожньою картою продукту? Вашою воронкою угод? Вашою кодовою базою? Вашими клієнтами?

Я називаю це моментом «король голий» для SaaS з часів статті «AI know what you did last summer».

Усвідомлення не прийде поступово, тому що такі речі ніколи не відбуваються: один скандал рівня Бакмастера з корпоративною жертвою, відомою на весь світ, і кожна рада директорів на Землі збере ту саму екстрену зустріч того самого тижня. Коли це станеться, гнів зробить бунти через Reddit API схожими на суперечку книжкового клубу, і висновок, до якого прийде кожна з цих рад, буде з чотирьох слів:

Не твій ШІ, Не твої дані.

Ось як я опинився опівночі, обшукавши весь інтернет у пошуках комутаторів Mikrotik, як перекупник, що полює на квитки Тейлор Свіфт, і нарешті потрапив на сайт шведського дистриб'ютора, останнього продавця на Землі, саме вчасно, щоб побачити, як статус змінився на «розпродано».

Я почав купувати DGX Sparks, і, очевидно, всі інші мали ту саму ідею. Дистриб'ютор каже мені, що вони розлітаються як гарячі пиріжки, а комутатори Mikrotik 812, необхідні для об'єднання чотирьох таких пристроїв, неможливо купити ніде на Землі. До того моменту, як я забезпечив ще чотири коробки, ціна зросла. Є невелика іронія в тому, що дефіцит мережевих комутаторів за 1300 доларів стримує велику децентралізацію ШІ, але такі вже ланцюги постачання: революція завжди залежить від свого найдешевшого компонента.

NVIDIA DGX Spark: петафлопс у золотій коробці розміром з книгу в твердій палітурці. Купуйте комутатори спочатку. Повірте мені. (Зображення: NVIDIA)

Математика, яка привела мене на цей шлях, варта демонстрації, тому що вона стискає все есе в одну покупку.

Наївно, мій день на чотири мільярди токенів потребує 400–500 Spark — два мільйони доларів настільного обладнання. Кешування підказок скорочує це приблизно до 100 машин. Після того, як агенти оптимізували власний код, весь день вміщується приблизно на 16 Spark, шістдесят п'ять тисяч доларів обладнання, яке споживає менше електроенергії, ніж чайник.

Пара, яку я фактично використовую сьогодні, видає 45–60 токенів на секунду на DeepSeek V4 Flash, що цілком прийнятно для програміста: приблизно п'ять мільйонів токенів виводу на день. Тепер зробімо амортизацію, тому що тут усе стає безглуздим. Пара коштувала близько 9400 доларів. За три роки це 8,60 долара на день за обладнання плюс долар на день за електроенергію при 100 ватах на коробку: загалом менше 10 доларів на день. Ті самі п'ять мільйонів токенів на день за цінами Opus — це приблизно 1500 доларів. За моєю змішаною ставкою Sonnet це все ще 50–100 доларів. За цінами хмари GLM, можливо, 2 долари, тому коробки ледь перевершують китайську хмару за ціною, але вони перевершують будь-яку західну альтернативу на один-два порядки, і вони ніколи не сплять, ніколи не вибувають з ротації і ніколи не забувають, чия черга. І якщо ви думаєте, що це хобі на узбіччі, то тепер існує спільнотний сайт для бенчмаркінгу, Localmaxxing, де тисячі людей порівнюють токени на секунду на своїх GPU, Mac і міні-ПК, наче це кола Gran Turismo. Сцена тюнінгу рухається так, як колись рухалася демосцена: минулого тижня спільнотна лабораторія випустила EXL3-квантування GLM 5.3 Flash для спарених Spark, яке на 29% швидше для прози та на 20% швидше для коду, за ніч, безкоштовно, на GitHub. Мої коробки стали швидшими, поки я спав, і мені ніхто не виставив рахунок. Периферія більше не відчувається як узбіччя. Вона відчувається як сцена ПК у 1978 році, перед тим, як вона з'їла мейнфрейм.

Localmaxxing: 497 систем, 674 моделі, 896 спільнотних бенчмарків і ринок обладнання з оголошеннями, підкріпленими тестами швидкості. Зверніть увагу на слоган: кожен комп'ютер, один ендпоінт. Периферія організовується.

Два агенти-співробітники, на роботі цілодобово, чия сукупна зарплата — буквально, достатньо електроенергії, щоб живити пару лампочок.

Але дешева робоча сила ніколи не була суттю, тому що в порівнянні з цінами китайської хмари коробки ледь окупаються, а китайці продовжують значно знижувати ціни або роздавати токени безкоштовно.

Суть у тому, чого коробки не роблять. Ніщо з того, що на них працює, ніколи не залишає будівлю. Жодного ендпоінта, жодного скрапінгу, жодної дистиляції, жодної згоди, захованої на сторінці налаштувань, жодної заяви через вісімнадцять місяців, яка шкодує, що моє використання не можна було виключити з чийогось навчального запуску. Моделі стали такими хорошими на чужих даних. Вони не отримають моїх.

Керівник команди без команди

Корпоративна паніка щодо їхніх даних станеться саме в той момент, коли почнеться найбільше переміщення інтелектуальної праці в сучасній історії, і ці дві речі — одна історія в різних костюмах.

Кожна хвиля механізації має однакову форму. Сільське господарство скоротилося з половини робочої сили до статистичної похибки. Фабрика зробила це з виробництвом, комп'ютери спустошили машинописні бюро, інтернет знищив посередників, програмне забезпечення з'їло бек-офіс. Робота ніколи не зникає, вона переміщується вгору по стеку, але люди, які виконували стару роботу, переживають жахливе десятиліття, поки вона переміщується. Хвиля, яка насувається зараз, націлена на найбільшу категорію зайнятості в розвиненому світі: механізацію офісної праці.

Я можу розповісти вам, як це виглядає зсередини, тому що це вже почалося в моїй власній організаційній структурі. Ось речення, яке має тримати середню ланку менеджменту в тонусі: керівник команди з агентом тепер може виконувати роботу всієї команди. Не фантазія, а спостереження. Мої керівники команд у Freelancer, один робочий процес за іншим, замінюють те, що робили їхні команди, на агентів, яких вони контролюють. Людина все ще має величезне значення: хтось повинен знати, як виглядає хороший результат, ловити агента, який вас газлайтить з очима соціопата на першому побаченні, і вирішувати, які проблеми варті токенів. Але організаційна структура під ними випаровується в програмне забезпечення.

Економіка комічно однобока. Мої низькоризикові агенти працюють на GLM за копійки на день; більшість коштує близько 20 доларів; найдорожчий коштує менше 100 доларів і зараз жорстко оптимізується, поки я пишу. Ось чому корпорації не просто захочуть це зробити, вони будуть змушені. Щойно одна публічна компанія покаже структуру маржі операції «керівник-команди-з-агентами», кожен аналітик на кожному звіті про прибутки вимагатиме того ж від інших. Конкуренція на основі прибутків не веде переговорів. Команда з чотирьох осіб стає однією людиною, не через жорстокість, а тому що альтернатива — бути виробником з найвищими витратами в галузі, яка щойно знайшла 75% економії на оплаті праці.

Тепер помножте це на кожен паралелізований офісний робочий процес на Землі, і ви дивитеся на переміщення такого масштабу та швидкості, якого не вдавалося досягти жодній з попередніх хвиль, тому що ті займали покоління, а це займає один бюджетний цикл. Приріст продуктивності реальний і величезний. Так само як і те, що він витісняє, і обидві речі правдиві одночасно.

Я казав у попередніх есе, де це приземлиться в першу чергу: високопаралельні, повторювані робочі процеси. Тисячомісний кол-центр стає сотнею. Тридцять юристів-документалістів стають тринадцятьма. Точніше, функціональним керівникам команд більше не потрібні команди.

Це вже видно. Новим є спосіб побачити, хто наступний, і це не той спосіб, якого хтось очікує.

Арбітраж «токен-зарплата»

Оцініть кожну роботу за двома осями. По-перше, скільки токенів на годину потрібно ШІ, щоб створити той самий корисний результат? Назвемо це токенною інтенсивністю праці. По-друге, чи сходиться агент на завданні, чи він зациклюється?

Зона ураження — це низька кількість токенів плюс висока збіжність. Підтримка клієнтів першого рівня споживає, можливо, максимум 400 000 токенів на годину, включаючи всі агентичні накладні витрати. За передовими цінами це кілька доларів, за китайськими цінами відкритих моделей — менше долара, а західна людина, яку замінюють, коштує двадцять п'ять доларів на годину. Ходячий мертвець. Введення даних, обробка форм, молодший документообіг, переклад: все це низька кількість токенів, все збіжне, все, по суті, закінчене як кар'єра. Як і роботи, які є, по суті, написанням звітів та обробкою черг, навіть дуже складні.

Але застосуйте ту саму математику до розробки програмного забезпечення, і ви отримаєте аномалію десятиліття. Агентична сесія кодування — це найбільш токенозатратна діяльність в економіці: від двох до двадцяти мільйонів токенів на годину, іноді більше, оскільки агент міркує, зациклюється, переписує, ламає те, що виправив попередній цикл, і міркує знову. За передовими цінами агент може коштувати дорожче за годину, ніж старший розробник, якого він мав замінити.

Отже, ось головний висновок, який ніхто в Силіконовій долині не хоче друкувати. Пітч-дек каже, що ШІ спочатку приходить за дорогими роботами, тому що там цінність. Дані про виставлення рахунків кажуть протилежне: дешеві роботи спалюють найменше токенів і автоматизуються першими, тоді як старший інженер спалює більше токенів, ніж будь-що на Землі, і може коштувати дорожче в автоматизації, ніж у наймі. ШІ їсть організаційну структуру знизу, а не зверху, і кожна оцінка вартості, заснована на заміні дорогих людей, перевертає харчовий ланцюг догори дригом.

Якщо вашу роботу можна описати на двох сторінках підказки, вона завжди була скриптом, і її більше немає. Мене вразило те, скільки робіт можна описати такою підказкою. Якщо ваша робота — це судження, кількість токенів вибухає і ніколи не сходиться, і ви захищені не своїм талантом, а ігровим автоматом. Ось чому я думаю, що дизайн, незважаючи на всі гарні картинки, які може створювати ШІ, буде дуже важко практично замінити.

Нещодавно з моєї компанії пішов маркетолог ефективності, і замість того, щоб поспішно розміщувати вакансію, я подумав: я ніколи насправді не вивчав Google Ads як слід, можливо, варто спробувати. Тож я попросив Claude навчити мене. Потім, через кілька тижнів навчання, прийшла очевидна наступна думка, і я створив ШІ-агента для керування рекламною програмою. Тепер він щодня надсилає мені електронного листа про те, що сталося за ніч, що він змінив і що рекомендує, з поясненням причин. Він, чесно кажучи, надлюдський порівняно з тим, що робилося раніше: він ніколи не пропускає ранок, ніколи не перестає стежити за аукціонами і ніколи не повертається з відпустки до безладу.

Тож ні, я не замінюю її дешевшою версією. Сама роль зникла. Натомість я наймаю дизайнера та маркетолога, щоб покращити воронку, яку тепер оптимізує агент, що і є всім патерном цього переходу в одному анекдоті: робота, яка була робочим процесом, стала програмним забезпеченням, а робота, яка була створена, знаходиться на один рівень вище по стеку, роблячи те, з чим, я думаю, агенту буде важко: смак.

Прослідкуйте це до логічного завершення, і сам менеджмент стане розподілом токенного бюджету. Робота менеджера завжди полягала в тому, щоб купувати когнітивні здібності та спрямовувати їх на проблеми; заробітна плата була просто токенами, поданими в людській формі. Тепер це буквально: цикл планування 2027 року буде битвою не за заявки на персонал, а за бюджет на інференс. І суспільство перебудовується навколо нової ієрархії: людина з ініціативою та агентами перемагає людину з дипломами та колегами, завжди, скрізь, і одразу.

Тепер ми можемо вийти на пенсію, правда?

Кожне есе про ШІ зводиться до одного з двох кліше: черги за хлібом або пляжі. Обидва припускають, що машини заберуть усі роботи; вони різняться лише в тому, чи хтось отримуватиме гроші.

Ми, безумовно, не прямуємо до Епохи достатку, версії Діамандіса та Маска, де машини роблять усе, надлишок розподіляється, і ми всі отримуємо безумовний базовий дохід і займаємося аквареллю. Ця утопія має арифметичну проблему: токени коштують грошей.

Обчислення фінансуються трильйонами доларів боргу, електроенергія реальна, пам'ять розпродана до 2027 року, і ніхто в історії капіталізму не побудував платну дорогу за п'ять трильйонів доларів, а потім не махнув рукою, пропускаючи всіх безкоштовно.

Достаток реальний, але він дістається тому, хто володіє ринком, лічильником, моделлю, роботами або ініціативою. Вам його не надішлють поштою.

Те, що я кажу, вужче та корисніше: для того, що корпорації роблять ЗАРАЗ, їм знадобиться набагато менше людей. Це переміщення, воно реальне, і воно наближається швидко. Але в світі є, і завжди була, нескінченна кількість роботи.

Люди, які дійсно розуміють ШІ, не сидять склавши руки, скаржачись, що більше нічого робити. Вони зайняті, як ніколи, граючи в Factorio в реальному житті, будуючи агентів для виконання роботи, а потім знаходячи в десять разів більше роботи для агентів. Кожна попередня хвиля створювала роботу, яку ніхто не міг назвати заздалегідь. Селянин, що махає косою в 1780 році, не міг би уявити собі «контент-стратега UGC» як роботу, не кажучи вже про ту, яка платить краще, ніж фермерство. Робота, яка прийде далі, за визначенням, є роботою, яку ми ще не можемо описати. Біль живе в проміжку між завершенням старої роботи та появою нової.

І існує глобальний арбітраж, прихований у даних про заробітну плату, який майже ніхто не оцінює. Мільярди людей отримують менше, ніж рахунок за API агента, який би їх замінив, тому економіка заміни ніколи не спрацьовує, тоді як та сама людина, озброєна дешевими китайськими токенами, стає надлюдськи продуктивною при своїй існуючій заробітній платі. Переміщення — це явище багатого світу, білих комірців. Розширення можливостей — глобальне. Я спостерігаю це щодня на власному ринку.

Freelancer знаходиться на іншому кінці економіки: оплата за результат, а не за токен, і це єдине місце, яке одночасно об'єднує всіх людей і всі ШІ. Сьогодні вранці я отримав електронного листа з пошуком 5000 осіб для запису навчального контенту з робототехніки від першої особи. Раніше ми збирали 20 000 кваліфікованих людей за один день для програм, починаючи від ремонту ноутбуків і закінчуючи фотографуванням визначних пам'яток та встановленням супутникових антен, і все це вбудовано в людський агентичний робочий процес, який масштабується аж до Інноваційної програми Moonshot, яку NASA та уряд США використовують для залучення найкращих експертів світу до проблем рівня Нав'є-Стокса. Різниця в тому, що в Moonshot людина, яка розв'язує задачу, отримує приз і зберігає своє ім'я на статті.

І цей заклик щодо робототехніки говорить вам, що буде далі: агенти в фізичному тілі. Цифри вже рухаються так, як рухалися номери моделей два роки тому. Шанхайське IPO Unitree в серпні було перепідписано в 8000 разів, зросло на 629% в перший день торгів, і компанія, на відміну від будь-кого в цьому есе досі, є прибутковою. Китайські гуманоїди тепер продаються менш ніж за 6000 доларів. Глобальні поставки гуманоїдів досягли 19 100 одиниць у першому півріччі, що на 272% більше, прямуючи до 60 000 цього року та півмільйона до 2030 року, і Китай постачає 97% з них. Єдине, що я не можу змоделювати, — це психологія: агент у вашому терміналі, який спалює токени о 3-й ночі, — це проблема виставлення рахунків, але я щиро не знаю, чи людям буде комфортно з 6000-доларовим агентом, у якого є руки, який живе в будинку і лякає вночі.

Що стосується індустрії порад, десять років тому звільненим радили навчитися кодувати, що перетворилося на найпохмуріший жарт в економіці праці, тепер, коли кодування є найбільш автоматизованою професією на Землі. Версія 2026 року може бути буквально: навчися водити вантажівку. Перш ніж хтось заперечить, що вантажівки — наступні, я керую ринком важких вантажоперевезень, і робота ніколи не полягала у водінні. Вона полягає в завантаженні, кріпленні, розвантаженні, клієнті на кожному кінці. Колесо може стати автономним, але водій просто робитиме більше; це грубе, фізичне, нестандартне судження так само далеке від двосторінкової підказки, як робота взагалі. Найбезпечніші роботи — це ті, до яких токен не може дотягнутися; другі за безпекою — ті, де токени занадто дорогі, щоб турбуватися.

Людина — це 20-ватний двигун інференсу з безкоштовним попереднім навчанням. Ваш мозок виконує повний день когнітивної роботи на енергетичному бюджеті тьмяної лампочки, був навчений з нульовими граничними витратами протягом двадцяти років батьками, вчителями та розчаруваннями, і не галюцинує вигаданий пост на Stack Overflow, коли застрягає. Для величезного діапазону завдань люди залишаються найдешевшими токенами на ринку.

Заробітна плата, виявляється, завжди була доларами за токен.

Вступна ставка

У статті Pay per PrAI я писав, що фіксовані підписки не можуть тривати вічно, і коли вони зникнуть, ви будете вставляти свою кредитку в ігровий автомат. Минуло пів року — ігровий автомат встановлено, підписки на очах вмирають, а Ерік Таунсенд назвав момент: ми входимо у фазу іпотеки зі змінною ставкою для купівлі токенів.

Pay per PrAI

Фіксована щомісячна підписка — це приваблива початкова ставка. Двадцять доларів на місяць, двісті доларів на місяць — усе, що можете спожити, субсидоване венчурним капіталом і дедалі більше боргами, ціна, встановлена для вашого залучення, а не для обслуговування. І поверх цієї привабливої ставки ціла економіка зараз будує свою організаційну структуру: кожен керівник команди замінює відділ агентами, кожен стартап, який є лише обгорткою навколо чужої моделі, кожен корпоративний робочий процес, перебудований на припущенні, що токени коштують приблизно нічого. Всі вони підписують іпотеку зі змінною ставкою на власну робочу силу, з однією відмінністю, яка все змінює. Коли ставка за іпотекою переглядається, позичальник у пастці: будинок не рухається, кредиту байдуже, а рефінансування займає місяці та потребує перевірки кредитної історії.

Коли ставка за токенами переглядається, я набираю чотирнадцять натискань клавіш і змінюю модель. При першій ознаці цінового шоку модель замінюється, посеред робочого процесу, ще до того, як надійде рахунок. Лабораторії застосовують економіку привабливих ставок до клієнтів, які не мають витрат на вихід, що є найгіршим з обох світів: вони купують частку ринку, яку неможливо закріпити, грошима, які потрібно повернути. Аналогія з іпотекою працює для всіх, крім банку.

Відступіть і порахуйте рови, тому що все, що колись захищало технологічну компанію, тут мертве. Інтелектуальна власність? Наука викладена в сорока опублікованих статтях. Масштаб? DeepSeek зробив це з 2000 GPU та побічним проєктом. Мережеві ефекти? Агенти не мають лояльності. Бренд? Користувачі переходять заради конфігураційного файлу. Капітал? Відкритий код випереджає його. Навіть самі моделі клонуються до паритету за бенчмарками протягом місяців за соту частину ціни. Тридцять років доктрини інвестування в програмне забезпечення, і жоден рів не витримує контакту.

Перегляд ставки — не гіпотетичний сценарій. Ми вже бачили попередні сигнали: обмеження використання, тижневі ліміти, обмеження сесій, «куток ганьби», перевищення, що виставляються за API-ставками, які перетворюють план за $200 на $200 за годину. Кожен з них — це дзвінок з банку про те, що медовий місяць закінчується.

А агенти роблять перегляд ставки ще гіршим не лише за ступенем, але й за своєю суттю. Джевонс став кубічним: вартість токена падає вдесятеро, токенів на завдання стає в сто разів більше, а завдань на людину — ще в сто разів більше, тому що агенти працюють без нагляду. Графік попиту не згинається. Він іде вертикально вгору, разом із витратами на будівництво дата-центрів, які за останні шість місяців зросли більше, ніж за попередні два роки разом узяті.

І ви вже бачили, куди приземляється перегляд, тому що мій рахунок — це попередній перегляд: $1300 стали $150, а потім стали вартістю електроенергії, за два тижні, без жодних переговорів. Лабораторії зберегли мій бізнес лише відмовившись від своєї маржі. Хтось все ще платить різницю між тим, що плачу я, і тим, що коштують їхні дата-центри, і це не я. Це їхній раунд Series F.

Тим часом найрозумніша угода року відбулася тихо. Імовірно, спостерігаючи за їхнім біллінгом, Stripe купив OpenRouter, маршрутизатор, через який протікають десять трильйонів токенів, приблизно за вісім мільярдів доларів. Платіжна компанія купила точку обліку, і, що важливіше, дані про біллінг: хто насправді платить за токени, за яку модель, за якою ціною, коли перемикається. Під час золотої лихоманки не продавайте лопати. Купуйте пробірну палату.

Тепер подивіться на планетарні цифри, тому що саме тут есе перестає бути про мою кредитну картку і починає бути про енергомережу. Мій день у чотири мільярди токенів — це 46 000 токенів на секунду, цілодобово. Припустімо, що всі це роблять. Якби лише мільярд працівників розумової праці на Землі спалювали токени так, як я минулого вівторка, на ефективних моделях, вам знадобилося б приблизно все виробництво електроенергії людської цивілізації, щоб їх обслуговувати: кожна електростанція на планеті, яка не робить нічого іншого. Розширте це до всіх восьми мільярдів людей на передових моделях, і вам знадобиться в сотні разів більше електроенергії, ніж у світі. Не більша мережа. Рій Дайсона.

На тлі цієї арифметики будівництво дата-центрів на п'ять трильйонів доларів, найбільша інфраструктурна програма з часів залізниць, покриває похибку попиту, який, як стверджується, наближається. Єдина проблема полягає в тому, що наразі вона фінансується за рахунок доходів двох компаній, які ніколи не отримували прибутку і щороку втрачають мільярди.

Тим часом вісім мільярдів вже розгорнутих двигунів-сервомеханізмів з плоті та крові, що працюють, виконують ту саму когнітивну роботу на рівні виду, споживаючи близько 160 гігават, двадцять ват на голову, що приблизно дорівнює двом рокам будівництва дата-центрів.

Ейнштейн навчив нас, що енергія та матерія — це одне й те саме за обмінним курсом c у квадраті. Це есе намагалося дійти до меншої, бруднішої еквівалентності: енергія, токени та заробітна плата — це теж одне й те саме, за обмінним курсом, який щодня встановлюється в Ханчжоу. Токен — це застигла електроенергія. Заробітна плата, як ми встановили, — це токени, подані в людській формі. Це означає, що ціна людської праці та ціна машинної праці тепер обидві, зрештою, є цінами на енергію, і кожен учасник цієї історії відкриває це для себе у власному темпі: лабораторії — через свої рахунки за електроенергію, працівники — через свої зарплати, пенсійні фонди — через свої SPV, а я — через шведський перемикач опівночі. Це завжди була історія про енергію. Токени були лише одиницею виміру.

І якщо ви хочете побачити, що це означає для сімейного рахунку, подивіться на графік нижче. Американська електроенергія в середньому коштувала від тринадцяти до чотирнадцяти центів за кіловат-годину протягом цілого десятиліття. Потім почалося будівництво, і лінія пішла вертикально вгору: двадцять центів і зростає, майже п'ятдесят відсотків зростання за чотири роки, за єдиною ціною, яку кожен виборець бачить щомісяця. Енергомережа переоцінюється раніше, ніж токени, і вона переоцінюється за рахунок громадськості.

Єдиний графік, який колись покажуть кожному політику. Десятиліття стабільних цін на електроенергію, потім будівництво для ШІ. (Джерело: BLS, через Koyfin)

Відповідь індустрії на проблему енергомережі — це ядерна енергетика, і головний приклад говорить про все. Microsoft платить за перезапуск Три-Майл-Айленд, так, того самого Три-Майл-Айленд, місця найгіршої ядерної аварії в Америці, перейменованого в Crane Clean Energy Center і законтрактованого на живлення дата-центрів протягом двадцяти років. Google підписав угоду з Kairos на флот малих модульних реакторів, Amazon купив прилеглий до атомної станції кампус у Саскуеханні, а Meta оголосила тендер на чотири гігавати атомної енергії. Я щиро за все це: ядерна енергетика — правильна відповідь на криву попиту, описану в цьому есе. Але подивіться на терміни введення в експлуатацію. Перезапуски відбудуться у 2027–2028 роках, якщо NRC співпрацюватиме; малі модульні реактори обіцяють «до 2030 року» компанії, які жодного не побудували; і жодного нового великого реактора не замовлено. Борг амортизується за трирічним графіком під електроенергію, яка надійде через десять років. Токенам потрібні електрони цього кварталу, а атоми — за два президентські терміни. Ядерна енергетика з часом живитиме токен-економіку. Вона живитиме того, хто володітиме коробками після переоцінки, і в цьому власне й суть: реактори переживуть SPV, які фінансують попит на них.

Отже, попит на токени стає параболічним, енергія не може, а енергія, на жаль, це також їжа, оскільки врожаї конкурують з паливом. Щось має поступитися, і поступаються ціна та форма ринку.

Три-Майл-Айленд. Його вмикають знову, щоб робити слайди PowerPoint.

GTC: Глобальна токен-криза

Перегляд буде більше схожим на аудит, ніж на підвищення ціни, і кожен випадок використання заробітної плати та агентів буде перевірено на відповідність його чесній вартості токенів, тобто його енергетичній вартості, і незручна частка обох провалиться.

Те, що виживе, впорядкується у форму, притаманну будь-якому іншому енергетичному ринку: три рівні та спотова ціна.

Внизу — товарні токени, переважна більшість обсягу: відкриті моделі за ціною електроенергія плюс амортизоване обладнання, на китайському кремнії, на вашій власній стійці. DeepSeek вже встановлює ціни на токени залежно від часу доби, половина ціни протягом сімнадцяти непікових годин, точно як енергетична компанія, тому що вона тепер нею і є.

Посередині фірмові західні токени стягують премію за надійність у довгих агентських циклах, премію, яка триває рівно один цикл бенчмарків.

А на вершині — закритий передовий рубіж, де стає зрозумілою справжня стратегія OpenAI.

Подивіться на кроки OpenAI у вересні як на один крок. Astra: надто небезпечна для публічного API, доступ лише після перевірки. Інженери, відряджені до клієнтів. Угода з IBM про консалтинг. Головний директор з доходів, який продає кіберзахист як керовану послугу. Підсумуйте: OpenAI закінчила продаж токенів. Вона хоче стати McKinsey 2.0, залишаючи найкращі моделі всередині компанії та продаючи їхні результати за консалтинговою маржею, шість цифр за завдання, і жодне з них ніколи не потрапляє в публічний API. І як стратегія це правильно, тому що закритий рівень — це єдине місце, де виживає маржа. Протягом трьох років лабораторії казали нам, що моделі надто дешеві, щоб мати значення, і надто безпечні, щоб їх боятися. Тепер вони надто небезпечні для продажу, а небезпека, зручно, це єдине, що колись коштувало премії.

Заковика в тому, що консалтинг працює на єдиному активі — розсудливості, і OpenAI обрала тиждень розвороту, щоб продемонструвати, що вона її не має.

Дайте нам ваші найскладніші проблеми та ваші найчутливіші дані, — каже пропозиція, — тепер ми генії.

Тим часом на першій шпальті: математик, який зробив саме це, спостерігав, як орендодавець оголосив про справу його життя, і отримав заяву, яка не виключала навчання на ній. Ми знаємо, що відбувається з консалтинговими фірмами, які використовують конфіденційну роботу клієнтів, тому що Австралія щойно провела експеримент. PwC отримала конфіденційні податкові плани Міністерства фінансів і тихо монетизувала їх для інших клієнтів, і коли це виплило, фірма продала весь свій урядовий консалтинговий підрозділ за один долар, позбулася партнерів і стала синонімом зради. Це був один витік інформації. Версія OpenAI є структурною: витік — це бізнес-модель, яка працює на мільярді запитів на день, і їхня власна заява каже, що вони не можуть цього виключити. PwC принаймні знала, що вона зробила.

Тепер складіть всю позицію OpenAI. Вісімсот мільйонів «користувачів», яких обслуговують у збиток. Чотирнадцять мільярдів щорічних збитків, що прямують до дірки у фінансуванні в $207 мільярдів до 2030 року за арифметикою HSBC. Консалтинговий розворот, пробитий нижче ватерлінії в перший же тиждень. І первинне публічне розміщення на трильйон доларів, щоб продати вам усе це. Відкиньте те, що прибирає чесне ціноутворення — безкоштовний рівень, який нічого не вартий, потужних користувачів, які вже переходять на китайські моделі та власні стійки, — і залишається бренд і звичка: найвідоміший у світі рекламний бізнес, обгорнутий навколо найдорожчої в світі собівартості продукції. Зірки зійшлися для виходу: позов Маска помер у вересні, рекордне розміщення SpaceX відкрило вікно для IPO, і саме розміщення є торгівлею. Стати ліквідним, перш ніж арифметика стане незаперечною, передати публіці швидкість витрачання коштів і дозволити Microsoft обійняти та розширити себе над тим, що залишиться. Останній вертоліт з даху, проданий як запуск на Місяць.

Anthropic, інша компанія, про яку всі запитують, виглядає здоровішою, але є більш крихкою. Віддаючи належне: зараз вони роблять найкращі моделі на Землі. Вони також беруть за них найвищі ціни на Землі, і дані про витрати показують, чим це закінчується. Подивіться на графік нижче, з даних корпоративних карток Ramp. Єдина лінія Anthropic, яка все ще зростає, — це Opus, найвищий рівень. Sonnet, робочий рівень, скорочується: це товарний дохід, який витікає до GLM та DeepSeek, на відстані однієї команди слеш за десяту частину ціни, точно за графіком. А Fable 5, нова передова модель, стоїть на місці: підприємства не платитимуть за новий преміум-рівень, поки старий працює, а все, що нижче, стає китайським. Це класична спіраль смерті від підривних інновацій, яку видно зсередини: діючий гравець відступає вгору за ціною, спочатку втрачає чутливий до ціни обсяг, і його мікс виглядає здоровішим щокварталу, доки не залишиться лише найвищий рівень, а рів там має ширину одного циклу бенчмарків. Потім у червні їхній найбільший канал дистрибуції було викуплено з-під них: SpaceX придбав Cursor за шістдесят мільярдів доларів, найбільше придбання венчурного стартапу за всю історію, щоб зробити Grok моделлю кодування за замовчуванням. OpenAI у відповідь повністю вилучив свої моделі з Cursor. Хто купує обгортку, той купує ваш дохід; хто втрачає обгортку, той забирає свої моделі та йде додому; ринок кодування перебудовує інтернет AOL на рівні моделей.

Тож Anthropic поспішає вгору по стеку, переходячи у вертикальні додатки, Claude Code, Claude Cowork, Claude Design, хтось?, намагаючись захопити цінність, яку не може втримати ціноутворення їхнього API. Логічним кінцевим пунктом є франшиза корпоративної довіри: безпечна, контрольована, західна модель для банків та урядів, Lockheed серед LLM. Є лише дві проблеми з тим, щоб стати Lockheed. Перша полягає в тому, що клієнт Lockheed любить її, а уряд США відверто не любить Anthropic: Пентагон визначив її як ризик для ланцюга постачання, навіть коли його власні системи наведення працювали на Claude, а адміністрація розглядає їхнє лобіювання безпеки як регуляторне захоплення в лабораторному халаті. Важко бути оборонним підрядником уряду, який постійно називає вас загрозою. Друга — це сама довіра: те саме налаштування безпеки, яке має заспокоювати підприємства, насправді активно коштує їм клієнтів, одна відмова та одна лекція з етики за раз, включаючи мою. Франшиза довіри, де уряд вам не довіряє, а клієнти відчувають, що їх повчають, — це вужчий рів, ніж передбачає пропозиція. Справжній бізнес, можливо, чудовий. Але не та двохтрильйонна комунальна служба для людства, яку оцінюють розмови про IPO.

Найжорстокіша частина полягає в тому, що чесне ціноутворення — це єдиний вихід для лабораторій, і жодна не може піти першою. Той, хто першим встановить чесну ціну, віддасть свій обсяг тому, хто все ще субсидує, тому обидві продовжують горіти, фінансуючись за рахунок приватного кредиту, у грі в курку, де кредитори тримають кермо. Вихід Blue Owl з угоди на десять мільярдів доларів щодо дата-центру був першим «ні».

Приваблива ставка на токени закінчується, коли закінчується приваблива ставка кредиторів.

Забезпечені боргові зобов'язання дата-центрів

Ви, можливо, пам'ятаєте забезпечені боргові зобов'язання (CDO) з 2008 року, або принаймні з того, як Марго Роббі пояснювала їх у ванні. Якщо в сиквелі буде сцена у ванні, я не впевнений, що хочу її дивитися, але в ньому є все інше.

Ед Зітрон вважає, що SPV дата-центрів — це CDO цієї бульбашки, а AI-дата-центри — її субстандартні іпотечні кредити. Він каже, що сама механіка є підказкою. Ніхто більше не будує AI-дата-центр на власному балансі. Ви створюєте спеціалізовану компанію (SPV), маленьку компанію, яка володіє чипами, володіє боргом і володіє ризиком, а технологічний гігант за нею володіє, офіційно, нічим, окрім добрих намірів.

Кампус Hyperion від Meta належить юридичній особі, яка на 80% належить Blue Owl. Власні звіти Meta перед SEC визнають до $46 мільярдів ризику, тоді як її баланс не показує жодного з цих боргів, на підставі, висловленої з серйозним обличчям, що Meta не є «основною вигодонабувачкою» дата-центру, побудованого повністю для Meta. Ernst & Young позначили це як критичне питання аудиту, а потім все одно підписали: послідовність, яку востаннє прославила Arthur Andersen, фірма, якої більше не існує саме з цієї причини.

Як каже Зітрон: «Bloomberg оцінює, що існує понад $500 мільярдів непогашеного боргу AI-дата-центрів, принаймні $200 мільярдів з якого утримується приватним кредитом», кредитором останньої надії, «що становить приблизно 8% непогашених кредитів приватного кредиту». І це, зазначає він, ймовірно, занижена оцінка, оскільки структура SPV існує саме для того, щоб ускладнити підрахунок боргу. AI-облігації тепер становлять чверть усього емісії інвестиційного рівня в США.

П'ять гіперскейлерів накопичили $1,65 трильйона боргу за п'ять років. Це більше, ніж субстандартна іпотека на піку 2007 року, а за субстандартною іпотекою стояло 55 мільйонів будинків. На даний момент є два клієнти. За даними Barclays, Wells Fargo та UBS, OpenAI та Anthropic становлять ~73% AI-доходу Amazon, ~74% Microsoft і наближаються до половини всього Google Cloud до 2027 року. Вилучіть їх, і AWS заробляє $8,5 мільярда AI-доходу проти $220 мільярдів капітальних витрат Amazon, співвідношення, яке зазвичай притаманне національним космічним програмам.

А прогнози на майбутнє затьмарюють акції. Том Тунгуз провів арифметику запланованого будівництва: приблизно $4 трильйони нового AI-боргу протягом наступних п'яти років, що було б більше за весь глобальний ринок приватного кредиту, майже такого ж розміру, як ринок муніципальних облігацій США, який фінансував кожну дорогу, міст та аеропорт в Америці, і самостійне розширення ринку корпоративних облігацій США на 34%. Обслуговування за поточними ставками потребує від $260 до $300 мільярдів на рік лише відсотків, що при покритті інвестиційного рівня передбачає від $1,2 до $1,5 трильйона річного AI-доходу до 2030 року, порівняно з, можливо, $150 мільярдами сьогодні. Темп зростання 55% на рік, що підтримується протягом п'яти років, для продукту, ціна на який обвалюється. Як каже Тунгуз, це більше не історія венчурного капіталу. Це макроекономічна кредитна подія.

П'ять років запланованих AI-запозичень, поруч з кожним великим ринком боргу на Землі. Помаранчевої смужки не існувало у 2024 році. (Джерело: Tomasz Tunguz, Theory Ventures)Натисніть Enter або клацніть, щоб переглянути зображення в повному розмірі📷

І це при тому, що орендодавці фінансують орендарів. Microsoft вклав понад $100 мільярдів у свої відносини з OpenAI, за власними свідченнями в суді Маска. Google вклав до $40 мільярдів в Anthropic, Amazon завершив $50 мільярдів інвестицій в OpenAI на додаток до своєї попередньої частки в Anthropic, і кожен долар з цього повертається назад у вигляді доходу від обчислень, який представляється акціонерам як зростання. Пройдіть все коло, і фінансовий інжиніринг стає видимим: AI-дохід гіперскейлерів — це витрати лабораторій, витрати лабораторій — це інвестиції гіперскейлерів, і вся структура забезпечена одним припущенням, що OpenAI та Anthropic зрештою володітимуть ринком інтелекту.

Це припущення несе все навантаження, і зверніть увагу, що саме виробляється. Це не загальний попит на ШІ, мій цілком реальний. Це специфічний, платоспроможний, за-цими-цінами попит, який виправдовує ці конкретні дата-центри: дохід, створений гіперскейлерами, які інвестують у своїх двох клієнтів і зараховують кругообіг як зростання. Органічний попит надходить, у величезних обсягах. Просто він не надходить до них, за їхніми цінами, на їхніх умовах, і жодні інвестиції у власних орендарів цього не змінять. У будь-якій іншій галузі ми б мали слово для зарахування власних грошей як доказу. У цій — у нас є програмна доповідь на конференції.

Чисті ведмеді, серед них Зітрон, дивляться на все це і роблять висновок, що попит є фальшивим. Він не фальшивий, але будьте точними щодо того, що зростає, тому що бики змішують дві різні криві. Попит на токени стане параболічним. Готовність платити за них — ні. Споживання вибухає саме тому, що ціна падає; та сама сила, що рухає обсяг, знищує дохід. Отже, лабораторії отримують найгіршу можливу версію буму: графіки використання, що йдуть вертикально вгору, і цінова влада, що падає до нуля, тому що немає витрат на перемикання, немає рову, а перехід коштує одинадцять натискань клавіш. Токени течуть до китайського кремнію, до відкритих моделей, до коробок на місці, на столах і у вашій руці, за цінами від шістдесяти до п'ятисот разів нижчими, ніж ті, які, ймовірно, закладають боргові моделі. Кожен прогноз, який екстраполює зростання токенів у зростання доходу, множить зростаюче число на те, що падає, і називає результат неминучим.

І ось частина, яку пропускає аналогія з нерухомістю: оренда дата-центру виглядає як майно, але ціноутворюється як рибний ринок. Будівля становить приблизно п'яту частину вартості і служить тридцять років; решта — це чипи, які застарівають за три роки. Традиційний орендодавець колокації продає акваріум і ніколи не торкається риби: охолоджені корпуси та підключення до мережі за десятирічними контрактами, без ризику кремнію. Структури SPV злили два рівні воєдино. Транспортні засоби CoreWeave позичали під рибу.

Тож пройдіться двома способами, якими це насправді закінчується. Перший, і найбільш імовірний тригер, полягає в тому, що OpenAI або Anthropic не виконують свої зобов'язання. Не через злий умисел, а через арифметику: витрати взято, доходи переоцінюються в бік Ханчжоу, і ринок фінансування, який зрештою каже «ні». У день, коли лабораторія пропускає платіж за обчислення, каскад є механічним. Власні ковенанти CoreWeave визначають три місяці несплачених рахунків OpenAI як порушення. SPV припиняє платити своїм кредиторам, кредитори вилучають заставу, а застава — це склад вінтажних GPU, які оцінюються за ринком, від якого Jalapeno та B200 вже відійшли. Один дефолт переоцінює всі порівнянні структури за одну ніч, тому що раптово пенсійні фонди, які тримають папери, повинні запитати, скільки насправді коштує їхня застава, і відповідь: риба, триденної давності.

Другий кінець — це той, який майже ніхто не моделює: попит на токени стає параболічним і мігрує на периферію та на відкриті моделі, на телефони, на ноутбуки, на настільні коробки, як моя, на AI-пристрої, які Дженсен тепер продає в роздріб. Фізика цьому сприяє, тому що кругообіг до дата-центру займає більше часу, ніж потрібно маленькій моделі для відповіді. Економіка цьому сприяє, тому що пристрій, яким ви володієте, надає токени за граничною вартістю електроенергії. А паніка щодо конфіденційності закріплює це: кожне підприємство, яке переживає момент «а король-то голий» щодо даних для навчання, робить щось подібне до того, що зробив я, а кожен споживач отримує це за замовчуванням у телефоні наступного року.

Що стосується підприємств, то обчислення провели той самий експеримент п'ять разів, і відповідь ніколи не змінювалася. Мейнфрейми були з лічильником, ціноутворення за секунду обчислень через жерців у скляній кімнаті, і щойно мінікомп'ютер дозволив відділу володіти власною машиною, модель з лічильником померла. Розподіл часу (таймшерінг) був з лічильником, і ПК його вбив: ніхто не орендував VisiCalc погодинно, коли коробка на столі запускала його безкоштовно. Міжміська телефонія оплачувалася похвилинно, поки пакетна комутація не зробила граничний дзвінок безкоштовним. Навіть хмара, великий контрприклад, лише рецентралізувала робочі навантаження, які виграють від спільного використання, і щойно хмарні рахунки стали рядком у бюджеті ради директорів, рух за репатріацію почав тягнути стабільні робочі навантаження назад у власні дата-центри. Ця закономірність близька до закону: обчислення споживаються як послуга з лічильником рівно доти, доки апаратне забезпечення є дефіцитним, і щойно потужність вміщується в коробку, яку клієнт може придбати, власність перемагає, тому що власні обчислення на маржинальному рівні коштують лише електроенергії, а орендовані обчислення на маржинальному рівні коштують стільки, скільки, на думку постачальника, ви можете витримати. Інтелект не буде винятком. Стабільне, передбачуване, високооб'ємне навантаження токенів, агенти, робочі процеси, щоденне пізнання підприємства мігрують на власний кремній, а хмара залишає собі те, що завжди мала: сплески, піки та проблеми, занадто великі для коробки.

Лабораторії також не врятують арифметику, тому що їхні зобов'язання діють лише в одному напрямку. OpenAI має приблизно 1,1 трильйона доларів зобов'язань щодо обчислень перед Microsoft, Oracle, Amazon, CoreWeave та Cerebras, і ці зобов'язання самі по собі є забезпеченням боргу SPV. Витрати зобов'язані, доходи необов'язкові: повна протилежність хорошому бізнесу. І немає гідного способу скоротитися. Запропонуйте дешевші моделі — і ви визнаєте, що передовий рубіж перевиробництва. Закрийте продукти, як-от Sora, і ринок сприйме це як ознаку скрути. Відмовтеся від зобов'язань — і ви станете дефолтною подією, проти якої оцінюється весь стек, саме тому Волл-стріт уже оцінює відставання Oracle на 630 мільярдів доларів приблизно в нуль. Кожен вихід запускає те, від чого він тікає. Це корпоративна фінансова китайська пастка для пальців, і обидві компанії тримають у ній руки.

Тим часом папір приземляється там, де він завжди приземляється. Пенсійні заощадження каліфорнійських вчителів знаходяться у фондах Blue Owl. Квебекські пенсійні гроші — у кредитах CoreWeave. Apollo фінансує 35 мільярдів доларів чіпів Anthropic за рахунок страхових ануїтетів. Blue Owl, за повідомленнями, погодився на зобов'язання в розмірі 10 мільярдів доларів на дата-центр після п'ятнадцятихвилинної першої зустрічі, темп due diligence, який зазвичай асоціюється з презентаціями таймшеру. Moody's оцінює банківську експозицію до приватного кредитування в 1,4 трильйона доларів, забезпечену резервами приблизно на нуль, тому що нічого поганого ще не сталося, що також було стандартом андеррайтингу в 2006 році. Несучою стіною цієї бульбашки є пенсійні чеки.

Тож подумайте уважно, що насправді запустить дефолт або навіть близька до нього ситуація, тому що це не одна подія, це послідовність. Першою жертвою є не апаратне забезпечення, а вартість капіталу. У день, коли лабораторія явно намагається платити, кожен кредитор негайно переоцінює кожну подібну структуру: спреди злітають, нові випуски SPV припиняються, а проекти, які залежать від рефінансування, а це більшість, наштовхуються на стіну посеред будівництва. Ринок уже репетирує це. Кредитні дефолтні свопи Oracle торгуються на рівнях, востаннє бачених під час фінансової кризи, а JPMorgan створив спеціальний кошик спеціально для того, щоб клієнти могли шортити борг AI. Переоцінка відбувається до будь-якої ліквідації, і це може бути єдиною фазою, яку ми отримаємо, тому що гіперскейлери мають усі стимули тихо поглинути спотикаючогося орендаря, аніж допустити дефолт.

Але якщо каскад спрацює, зверніть увагу, хто в підсумку що тримає. Кредитори — це пенсійні фонди та страхові компанії, які не можуть запускати інференс; забезпечення — це кремній, що знецінюється за трирічним циклом; а частина перших збитків припадає на саму Nvidia, яка підтримала мільярди непроданих потужностей CoreWeave, постачальник, який їсть власні папери. Сьогоднішній ринок є дефіцитним, а не перенасиченим, пам'ять монополізована, комутатори неможливо купити, тому перші транші захопленого обладнання швидко знайдуть охочих покупців зі знижкою, і кожен покупець буде саме тим, кого прогнозує це есе: підприємства, університети, суверенні держави та оператори, подібні до мене, які за рахунок кредиторів придбають коробки, що завершують міграцію з тих самих дата-центрів, які кредитори фінансували. Саме так сталося з оптоволокном доткомів, яке збанкрутило тих, хто його прокладав, а потім принесло YouTube третьому власнику за копійки.

Прослідкуйте це на один крок далі, і фінал набуває справді дивної форми. Збитки лягають на пенсіонерів та страхові компанії, двигун зростання, яким стали капітальні витрати на AI, зупиняється, і Вашингтон виявляє постфактум, що ніхто за це не голосував. Однак Вашингтон уже позиціонує себе саме для цього моменту. Адміністрація Трампа витратила два роки на нормалізацію часткової націоналізації: 9,9% акцій Intel придбано за 8,9 мільярда доларів, частки у виробниках чіпів та видобувачах рідкісноземельних металів, квантові обчислення оголошені наступними, тридцять сім угод з акціонерним капіталом або квазі-акціонерним капіталом з січня 2025 року за підрахунками Ради з міжнародних відносин.

Сценарій для спотикаючоїся стратегічної галузі більше не є порятунком, це придбання частки, і важко уявити, щоб держава, яка придбала десять відсотків Intel, спостерігала, як OpenAI хитається, не потягнувшись за чековою книжкою і не назвавши це національною безпекою. Тож намалюйте найімовірніший кінцевий стан великої американської AI-розбудови, і це той, якого ніхто з учасників тендеру не мав на увазі: здатність виживає і розсіюється в мільйонах власних коробок, що запускають переважно китайські моделі, збитки соціалізуються на американських вкладників, а те, що залишається від передового рубежу, опиняється у частковій власності уряду, який не зміг його регулювати на шляху вгору. Стратегія Пекіна полягає в тому, що йому не потрібно вигравати перегони. Йому потрібно було лише дочекатися, поки фінансування їх програє.

Хтось повинен сказати Марго тримати ванну теплою.

Дженсен уже покинув будівлю

Здається, одна людина вже зробила всю цю арифметику: чоловік, який продає лопати.

На сцені Дженсен Хуанг є верховним жерцем розбудови: 160 мільярдів доларів доходу, 100 мільярдів доларів прибутку, ключова доповідь щокварталу, в якій оголошується, що попит безмежний, а майбутнє — це дата-центр розміром з Делавер. Але прочитайте позицію Nvidia так, як він, мабуть, читає її приватно. Приблизно 90% доходу припадає на обладнання для дата-центрів, і жменька клієнтів купує більшу його частину. Ці клієнти — гіперскейлери, чий дохід від AI на три чверті складається з OpenAI та Anthropic, чиї витрати — це венчурний капітал та приватний кредит у плащі. Прослідкуйте ланцюжок до кінця, і найдорожча компанія на Землі функціонально є кредитним плечем, поставленим на два неприбуткові стартапи, які ледь зводять кінці з кінцями.

І Дженсен знає, наскільки саме, тому що він андеррайтер обох сторін: Nvidia підтримує мільярди непроданих потужностей CoreWeave і щойно скоротила запропоновану гарантію на дата-центр OpenAI в Огайо з 250 мільярдів доларів до менш ніж 120 мільярдів доларів, що не є поведінкою людини, яка вірить власній ключовій доповіді. Якщо лабораторії спіткнуться, гіперскейлери скоротять капітальні витрати, SPV оголосять дефолт, і книга замовлень, на якій базується його оцінка, випарується за один квартал. Він може читати cap table швидше за будь-кого живого.

Тож слідкуйте за його руками, а не за слайдами. Поки ключові доповіді прославляють гігаватні кампуси, Nvidia тихо будує інше майбутнє: пряме, низькоринкове і повністю поза комплексом фінансування дата-центрів. DGX Spark за 4 699 доларів, що продається так швидко, що ви не можете купити комутатори, щоб об'єднати їх у кластер. DGX Station, 748 гігабайтів уніфікованої пам'яті на столі, за ціною аспіранта. MSI та Dell уже випускають клони. Кожна коробка — це клієнт, який ніколи не підписує хмарний контракт, ніколи не торкається SPV і ніколи не перестає купувати кремній Nvidia. Дилер GPU відкриває роздрібну торгівлю, і логіка бездоганна: коли ваші чотири найбільші клієнти будують власні чіпи, а ваш ринок оренди — це боргова бомба, ви продаєте коробку кінцевому користувачеві і дозволяєте SPV боротися за лізинг. Будинок продає чіпи казино і, водночас, тихо відкриває мережу покерних столів у будинках людей.

Лінійка десктопів також вирішує найприватнішу проблему Nvidia: пам'ять. Обслуговування токенів — це робоче навантаження, обмежене пам'яттю: кожен згенерований токен вимагає зчитування всієї активної моделі з RAM, тому чіп проводить більшу частину свого життя в очікуванні пам'яті, саме тому GPU для дата-центрів побудовані навколо HBM, екзотичної стекової пам'яті, з'єднаної з кристалом. І HBM є ДЕФІЦИТОМ. Nvidia його не виробляє; це роблять лише SK Hynix, Samsung та Micron, TSMC виконує з'єднання, і Nvidia не контролює жодного з фізичних етапів. Весь випуск 2027 року, за повідомленнями, вже розпроданий, дохід Micron зріс на 346%, а Альтман скупив 40% світової DRAM по дорозі через Сеул. Основним бізнесом Nvidia було купувати дефіцитний товар і продавати його назад, загорнутим у GPU, з маржею в сімдесят пунктів, чудовий бізнес із твердою стелею: він може зростати лише настільки швидко, наскільки три фабрики можуть стековати кремній. Що робить справжньою єдиною точкою відмови у всій п'ятитрильйонній розбудові не Тайвань, а Ічхон: весь план впирається у вихід пакування однієї корейської компанії, і SK Hynix є торговцем зброєю, в чергу до якого стоять обидві наддержави, в межах досяжності ракет Північної Кореї, з фабрикою всередині Китаю. Ми проводимо дні, оцінюючи тайванський ризик. Ніхто не оцінює ризик Ічхона.

Sparks та Stations обходять всю цю боротьбу. Вони працюють на звичайній уніфікованій DRAM, пам'яті, яка не є дефіцитною, пам'яті, яку може виробляти навіть CXMT. Другий акт Дженсена працює на єдиному компоненті, за яким ніхто не стоїть у черзі.

Відступіть назад, і симетрія майже елегантна. Стратегія Китаю — це відкриті моделі на дешевих коробках на периферії. Хедж Nvidia — це дешеві коробки на периферії, що запускають відкриті моделі, більшість з яких китайські. Два нібито супротивники AI-війни зійшлися на ідентичній угоді: продавати майбутнє, де інтелект є товаром, яким ви володієте, а не комунальною послугою, яку ви орендуєте. Єдині сторони, які все ще віддані платній дорозі, — це дві компанії, які не можуть вижити без неї, та кредитори, які фінансували її в п'ятнадцять разів. Nvidia продаватиме лопати дата-центрам, доки музика не зупиниться, а потім продаватиме лопати всім іншим, тому що вона ніколи не робила ставку на лабораторії. Вона робила ставку на обчислення, а обчислення виходять із будівель, за які заплатили пенсійні фонди, одна золота коробка за раз.

І якщо ви сумнівалися, що все це було навмисно, минулого тижня Дженсен усунув сумніви: Nvidia придбала Hugging Face за 12,9 мільярда доларів. Hugging Face — це не гра в дата-центри, це повна протилежність: світовий репозиторій ваг відкритих моделей, місце, звідки ви завантажуєте GLM, Qwen та DeepSeek, центр розповсюдження всього, що, на думку цього есе, перемагає. Компанія, чий статок був побудований на обслуговуванні закритих західних лабораторій, щойно заплатила тринадцять мільярдів доларів за вхідні двері світу відкритих моделей, тобто за відносини з клієнтами, які колись володітимуть коробкою замість того, щоб орендувати хмару. Stripe купив лічильник. SpaceX купив попит. Дженсен купив магазин додатків епохи після лабораторій, і власні агенти лабораторій люб'язно продемонстрували його стратегічну цінність, зламавши його двома місяцями раніше.

Це все есе в одному зображенні. Найдорожча компанія на Землі, чия оцінка повністю залежить від розбудови дата-центрів, диверсифікується з розбудови дата-центрів, публічно, в роздріб, і ніхто на ключовій доповіді, здається, цього не помітив. Дженсен заробив сто п'ятдесят мільярдів доларів, продаючи кирки та лопати під час золотої лихоманки. Тепер він подивився на результати аналізу проб, дійшов висновку, що шахта засолена, і тихо почав натомість продавати набори для розвідки широкому загалу.

Ви все ще можете купити набір для розвідки. Чого ви не можете купити, так це обладнання, щоб з'єднати їх разом. Я знаю це. Я купив останні комутатори у Швеції, намагаючись з'єднати свої.