Класс коррекции: почему вложения инвесторов в ИИ не ведут к схлопыванию пузыря

Коррекция как этап взросления

По данным EY и Crunchbase, еще в 2023 году ИИ-стартапы занимали меньше трети венчурных инвестиций на рынке США, в 2024 году — уже почти половину, а в первом полугодии 2025-го глобальные инвестиции в генеративный ИИ достигли около $49 млрд и превысили весь объем за 2024 год. Это — сочетание локального перегрева и устойчивого интереса инвесторов к технологиям.

Опасения по поводу возможного краха ИИ-индустрии небезосновательны. Рынок ИИ ожидает коррекцию, и в долгосрочной перспективе это здоровый процесс: часть завышенных ожиданий уйдет, оценки станут более связаны с бизнес-показателями, капитал перераспределится в проекты с понятной экономикой.

Можно ожидать массового закрытия проектов, которые не создают ощутимой добавленной стоимости. Инвесторы будут меньше реагировать на слово «нейросеть» в презентации и чаще спрашивать: «Как именно это меняет цепочку создания стоимости?» Выживут компании, которые строят решения с глубокой интеграцией в процессы конкретных отраслей — финтех, медицина, промышленность, логистика.

В России, по данным опроса технических директоров 150 крупнейших компаний из 16 отраслей, почти 70% уже запустили пилоты по ключевым технологиям ИИ, но глубина интеграции сильно различается. Это создает потенциал для перераспределения капитала в пользу тех, кто переходит от экспериментальных пилотов к промышленному внедрению.

Для индустрии такая коррекция — этап взросления, а не конец эпохи. Рынок постепенно смещается от фазы экспериментирования к фазе устойчивой эксплуатации технологий.

Взгляд инвестора

С точки зрения инвестора, текущая ситуация — повод для сдержанного скепсиса. Есть смысл меньше смотреть на проекты, которые делают «ИИ ради ИИ», и больше — на команды, которые используют ИИ как инструмент изменения неэффективных рынков и бизнес-процессов.

Данные EY по VC показывают, что основная часть притока капитала в ИИ концентрируется в ограниченном круге игроков, прежде всего в генеративных платформах и инфраструктуре. Это поддерживает оценки лидеров, но одновременно повышает риски для многочисленных надстроек вокруг них. Технология сама по себе уже не является достаточным аргументом. Она должна конвертироваться в выручку, маржу и экономию издержек.

Российские компании, которые научились измерять эффект, говорят о среднем влиянии ИИ на финансовый результат на уровне 2-3% EBITDA уже сейчас, а в продвинутых отраслях — заметно выше. Кризис доткомов напомнил, что быть первым не значит выиграть. Текущий цикл добавляет еще один урок: выигрывает тот, кто быстрее других превращает инновации в операционную эффективность. Пузырь, если он лопнет, ударит прежде всего по тем, кто продает обещания. Для тех, кто продает измеримую эффективность, цикл, скорее всего, только начинается.

Пузырь или новая нефть?

Почему ИИ-бум 2025 года — это не повторение краха доткомов (но кого-то все равно вытеснит)?

Сегодняшние дискуссии об ИИ у многих инвесторов вызывают ощущение дежавю. Заголовки в медиа, высокие оценки компаний без устоявшегося продукта и общий страх упустить возможность напоминают конец 90-х. Скептики концентрируются на мультипликаторах и burn rate, оптимисты говорят о смене технологической платформы.

Грозит ли нам кризис доткомов 2.0? Частично да. Мы находимся в фазе перегрева, но природа и структура этого цикла заметно отличаются от того, что происходило 25 лет назад. Чтобы понять, что нас ждет, важно смотреть не только на динамику котировок, но и на P&L (отчеты о прибылях и убытках) компаний, которые внедряют ИИ на операционном уровне.

Где сходство с доткомами действительно есть

На рынке ИИ действительно присутствуют признаки перегрева. Как и в эпоху доткомов, избыточная ликвидность ищет новые истории роста. Инвесторы, опасаясь пропустить следующий крупный кейс, заходят в ранние раунды по оценкам, которые слабо связаны с текущей выручкой и юнит-экономикой.

Рынок заполнили так называемые AI-wrappers — проекты, которые в значительной степени являются интерфейсами к API больших языковых моделей.

У части таких компаний нет собственной глубокой технологии, устойчивого продукта и понимания специфики отрасли, на которую они нацелены. Их основное преимущество — скорость выхода на рынок и хорошая идея. Но в среде, где крупный игрок может обновить платформу и радикально изменить правила игры, одного преимущества по скорости недостаточно. Именно такие модели бизнеса с наибольшей вероятностью не пройдут фазу коррекции.

Фундаментальная разница: инфраструктура и зрелость среды

При этом прямые аналогии с 2000 годом некорректны. Тогда кризис во многом был следствием завышенных ожиданий от технологий, которые не успели дозреть. Интернет обещал изменить торговлю и коммуникации, но инфраструктура была не готова: низкая скорость соединения, слабая логистика, сложные платежи, недоверие пользователей. Многие компании показывали рост аудитории, но не могли выйти на устойчивую операционную прибыль.

В 2025 году среда принципиально иная. ИИ опирается на уже созданную цифровую инфраструктуру — облачные вычисления, широкополосный интернет, развитые платежные системы, масштабируемые платформы и привычку у бизнеса и потребителей работать в «цифре». ИИ встраивается в существующие «магистрали» и меняет правила игры там, где процессы давно оцифрованы. Существует реальная перспектива внедрения ИИ-агентов и последовательной автоматизации рутинной работы с документами. По данным опроса технических директоров, в 2025 году 71% российских компаний уже применяют генеративный ИИ хотя бы в одной функции, а в среднем технология используется более чем в трех, включая маркетинг и продажи, клиентский сервис и внутренние коммуникации. Но эффекты от роста производительности появятся не сразу и будут распределены на долгом горизонте.

Новая экономика: масштабирование без линейного роста затрат

Ключевая причина, по которой текущий цикл имеет реальную основу — измеримый эффект на эффективность. Если в начале 2000-х основной метрикой часто были просмотры и трафик, то сейчас разговор идет о снижении операционных затрат, росте выручки на сотрудника и маржинальности. ИИ позволяет решать задачу, которая долго считалась почти недостижимой: масштабировать бизнес без пропорционального увеличения численности команды. Раньше удвоение объема разработки почти автоматически означало удвоение штата, рост офисных расходов и нагрузки на управленческие функции. Внедрение ИИ-ассистентов и агентских систем в разработку меняет юнит-экономику: небольшая команда опытных специалистов с правильно выстроенным стеком инструментов может справляться с объемом задач, который раньше требовал крупного подразделения. В продвинутых отраслях компании уже инвестируют в ИИ 13-17% своего IT-бюджета против 6-9% в более традиционных индустриях, что отражает переход от точечных экспериментов к системной перестройке операционных моделей.

В этом и заключается принципиальное отличие — за значительной частью текущего бума стоят не только ожидания, но и уже реализуемые изменения в структуре затрат и доходов компаний.

Мнение редакции может не совпадать с точкой зрения автора