Мы наблюдаем уникальное явление в истории технологий: стоимость работы нейросетей за последние 30 месяцев снизилась практически до нуля. Это самая стремительная ценовая дефляция среди всех известных технологических циклов. Для сравнения: цены на персональные компьютеры падали на 90% в течение 15 лет, а языковые модели прошли тот же путь менее чем за три года.

Почему дешевый интеллект перекраивает рынок

Именно эта дефляция является движущей силой всех текущих изменений в софтверной индустрии. Когда стоимость технологии обрушивается, вместе с ней исчезает и премия за ее дефицит. Экономика программных компаний строилась на ином расчете — инвесторы оценивали SaaS-бизнес, исходя из того, что разработка останется дорогой. Этот сценарий рушится в пять раз быстрее, чем в эпоху ПК.

График падения цен на языковые модели в сравнении с ПК.
Цены на языковые модели упали за три года так же, как цены на ПК за 15 лет.

Столь быстрая дефляция раскалывает рынок надвое: с одной стороны, она уничтожает ценовую власть разработчиков, с другой — создает колоссальную выгоду для потребителей. Компании, которые продают интеллект, теряют свою ценовую власть, а компании, которые его применяют, получают подарок. Каждому бизнесу остается лишь понять, по какую сторону графика он находится.

Сколько при этом тратят США и Китай

Дефляция разгоняется на фоне рекордных вложений. Частные инвестиции США в ИИ достигли $285,9 млрд в 2025 году, тогда как в Китае они составили лишь $12,4 млрд — эти цифры взяты из отчета Стэнфорда AI Index за 2026 год.

Однако формальный разрыв в 23 раза обманчив. Китай считает расходы иначе: сумма $12,4 млрд включает только частные инвестиции, а китайские ИИ-компании получили еще около $184 млрд по государственной линии с 2000 года. Аналитики Societe Generale тоже не верят в 23-кратный отрыв — реальные расходы Китая на ИИ, по их мнению, куда ближе к американским. Власти просто скрывают их от привычных способов подсчета.

Статистика США искажает картину по другой причине. Внушительные $285,9 млрд не питают конкурентную отрасль целиком, а оседают у нескольких компаний: количество мегараундов от $1 млрд подскочило с 15 до 28. Раунд OpenAI на $40 млрд стал самым ярким примером, а Google потратил на инфраструктуру ИИ более $150 млрд.

Мой экспертный анализ: США и Китай вливают в ИИ сотни миллиардов, но сама технология дешевеет так быстро, что выгоду получают не создатели, а пользователи. Деньги скапливаются у нескольких разработчиков моделей, тогда как дешевый интеллект усиливает всю остальную экономику — в этом главный парадокс нынешнего цикла. Для криптоиндустрии это означает, что проекты, которые умеют эффективно применять дешевеющий ИИ, получат колоссальное конкурентное преимущество перед теми, кто пытается его создавать с нуля.