У свіжому випуску подкасту 20VC інвестори Джейсон Лемкін і Рорі О’Дрісколл розбирають «найагресивніший квартал в американському капіталізмі» — сезон звітів Mag 7 і паралельний вибух інвестицій в AI‑інфраструктуру. На цьому тлі особливо показовою виглядає історія Anthropic: незалежний розробник LLM, який нарощує використання токенів швидше, ніж Google зі своїм Gemini, але змушений грати за зовсім іншими економічними правилами, ніж хмарні гіганти.
Це історія про те, як одна й та сама технологія — великі мовні моделі — створює абсолютно різні профілі ризику для стартапів і для корпорацій з трильйонною капіталізацією. І чому для одних AI‑інфраструктура — це дорога опція на майбутнє, а для інших — питання виживання тут і зараз.
Вибух токенів Anthropic: коли приватний гравець переганяє Gemini
На публічному ринку Google демонструє вражаючі цифри. Компанія повідомила, що виробництво токенів Gemini зросло з 10 до 16 мільярдів токенів за хвилину між четвертим кварталом і першим. Для будь‑якого іншого бізнесу це виглядало б як агресивне масштабування.
Але на фоні того, що відбувається в приватному секторі LLM, навіть ці цифри виглядають стримано. За оцінками співрозмовників, Anthropic у першому кварталі збільшив використання токенів приблизно в 10–15 разів. Тобто темп зростання навантаження на моделі Anthropic суттєво випереджає динаміку Gemini, попри те, що Google має власну інфраструктуру, гігантську дистрибуцію та інтеграцію в хмару.
Цей контраст важливий з двох причин.
По‑перше, він показує, що незалежні розробники LLM здатні масштабуватися не повільніше, а іноді й швидше за гіперскейлерів, якщо влучають у попит. Anthropic, який не має власних дата‑центрів рівня Google чи Microsoft, все одно виходить на траєкторію експоненційного зростання використання моделей.
По‑друге, він підкреслює, що «справжній» центр гравітації в AI‑екосистемі — це не лише хмарні платформи, а й самі виробники токенів. Усе інше — від хмарних сервісів до прикладних продуктів — у певному сенсі обертається навколо базового бізнесу генерації токенів LLM.
Саме тому співрозмовники формулюють жорстку тезу: для LLM‑компаній «усі інші бізнеси — лише допоміжні» щодо головного — виробництва токенів. І в цій грі, окрім Google, реально конкурують лише кілька приватних гравців на кшталт Anthropic.
Токени проти зарплат: нова економіка AI‑стартапу
Вибух токенів Anthropic — це не просто красива метрика зростання. Це прямий відбиток нової структури витрат, у якій економіка AI‑стартапу радикально відрізняється від класичного SaaS.
У традиційному софті основні витрати — це зарплати (R&D, продажі, маркетинг) і відносно помірні витрати на інфраструктуру. У LLM‑компаній, особливо на стадії агресивного масштабування, баланс зміщується: витрати на токени, тобто на обчислювальні ресурси для інференсу й тренування, стають настільки великими, що починають конкурувати з фондом оплати праці за перше місце в P&L.
Саме в такій оптиці обговорюється Anthropic: як бізнес, де «витрати на токени проти витрат на зарплати» — це вже не абстрактна формула, а реальна дилема. Кожен додатковий мільярд токенів — це не лише зростання продуктового adoption, а й відчутний рахунок від хмарних провайдерів.
Це створює кілька наслідків для стратегії:
Anthropic не може дозволити собі «спалювати» токени в надії, що монетизація колись підтягнеться. На відміну від гіперскейлерів, які будують дата‑центри на балансі й можуть роками чекати окупності, LLM‑стартап змушений уважно стежити, щоб зростання використання моделей корелювало з реальним або принаймні чітко прогнозованим доходом.
Розширення продукту й вихід у нові сегменти ринку автоматично означають збільшення витрат на інфраструктуру. Якщо класичний SaaS може дозволити собі «перебрати» з наймом сейлзів, то для Anthropic «перебір» з безкоштовним або низькомаржинальним використанням моделей означає прямий тиск на грошові потоки.
Інвестори оцінюють такі компанії не лише за темпами зростання виручки, а й за тим, наскільки збалансовані їхні токен‑витрати відносно зарплат і R&D. Високий burn‑rate на інфраструктуру без чіткої траєкторії монетизації виглядає значно ризикованіше, ніж у класичних софтверних бізнесах.
Інакше кажучи, для Anthropic токени — це одночасно й продукт, і собівартість, і капіталомісткий ресурс, який потрібно дозувати не менш обережно, ніж headcount.
Капекс‑бум гіперскейлерів: інфраструктура як «опціон» на майбутній попит
Поки Anthropic рахує кожен мільярд токенів, великі американські технологічні компанії розгортають безпрецедентний капекс‑наступ. За оцінками співрозмовників, сукупний квартальний дохід Mag 7, про які йдеться в епізоді, становив близько 540 мільярдів доларів, а заплановані інвестиції в AI‑інфраструктуру — приблизно 700 мільярдів.
Це і є той самий «найагресивніший квартал в американському капіталізмі»: компанії з трильйонною капіталізацією зростають на 20% загалом і на 30–40% у деяких підсегментах, паралельно різко збільшуючи капітальні витрати. За словами інвесторів, у низки гігантів капекс уже «з’їдає більшість вільного грошового потоку».
У цьому бумі Anthropic — лише один із бенефіціарів. Гіперскейлери — Microsoft, Google, Amazon — будують дата‑центри, купують і розробляють чипи, розширюють мережі, щоб забезпечити попит на AI‑обчислення. І значна частина цього попиту надходить саме від приватних LLM‑компаній, які купують у них обчислювальні ресурси для генерації токенів.
Ключова відмінність у тому, що для гіперскейлерів цей капекс — не лише витрати під поточний попит, а й стратегічний «опціон» на майбутнє. Якщо попит на AI‑обчислення виявиться нижчим за очікування, вони можуть:
перенаправити частину інфраструктури на інші хмарні сервіси;
уповільнити темпи нових інвестицій;
спиратися на вже існуючі високоприбуткові бізнеси — пошук і реклама в Google, офісний софт і корпоративні сервіси в Microsoft, e‑commerce і хмара в Amazon.
Це створює для них «страхувальну подушку»: навіть якщо AI‑ставка виявиться надто агресивною, компанії не опиняться в ситуації екзистенційної загрози. Вони можуть «відкрутити назад» капекс, зберігши основний бізнес.
Для Anthropic такої розкоші немає. Його основний продукт — це LLM‑токени, і значна частина витрат — це оренда інфраструктури в тих самих гіперскейлерів. Якщо попит на моделі зростає повільніше, ніж очікувалося, компанія не може просто «перепрофілювати» невикористані GPU під інший бізнес — вони їй не належать. Якщо ж попит зростає надто швидко, рахунки за інфраструктуру можуть випередити здатність монетизувати цей попит.
Саме тому гіперскейлери можуть дозволити собі ставитися до частини AI‑інфраструктури як до довгострокового опціону на майбутній попит, тоді як стартапи на кшталт Anthropic змушені набагато жорсткіше прив’язувати зростання токенів до коротко‑ і середньострокових доходів.
Залежність як можливість: Anthropic у тіні хмарних гігантів
Ця асиметрія особливо помітна, якщо подивитися на те, як гіперскейлери вже сьогодні монетизують AI‑хвилю. Інвестори описують просту, але показову картину.
По‑перше, великі хмарні платформи продають обчислювальні ресурси приватним LLM‑компаніям, які на цих ресурсах «карбують» свої токени. Це прямий дохід від хостингу й інфраструктури.
По‑друге, ті ж гіперскейлери купують або ліцензують токени (чи доступ до моделей) у LLM‑компаній і перепродають їх своїм клієнтам через власні канали дистрибуції — у вигляді API, інтегрованих сервісів, корпоративних продуктів.
У результаті, як зазначають співрозмовники, сьогодні гіперскейлери часто заробляють більше на розміщенні й продажу LLM‑сервісів, ніж самі LLM‑компанії отримують безпосередньо. У випадку Google це взагалі тришаровий дохід: власні чипи, хмарний хостинг і дистрибуція AI‑сервісів.
Anthropic опиняється в подвійній ролі. З одного боку, компанія — ключовий постачальник передових моделей, попит на які стимулює зростання хмарних доходів гіперскейлерів. З іншого — вона критично залежить від тієї ж інфраструктури, яку купує як сервіс.
Ця залежність має дві сторони.
Позитивна: Anthropic може масштабуватися набагато швидше, ніж якби будувала власні дата‑центри. Вона отримує доступ до найсучасніших GPU, мереж і інструментів без необхідності фінансувати капекс на сотні мільярдів доларів.
Негативна: маржа Anthropic стискається між високою собівартістю токенів (орендовані обчислення) і необхідністю конкурувати за клієнта з тими ж гіперскейлерами, які можуть пропонувати «пакетні» рішення — хмара плюс AI‑сервіси — і мають значно більшу гнучкість у ціноутворенні.
У такій конфігурації Anthropic змушений будувати бізнес‑модель, яка витримує не лише конкуренцію з іншими LLM, а й структурну залежність від постачальників інфраструктури, що одночасно є й конкурентами за кінцевого клієнта.
Коли гіперскейлери можуть помилитися — і чому стартапи не мають цього права
Ще один важливий аспект асиметрії — це ставлення до ризику капітальних інвестицій. У дискусії звучить думка: навіть якщо гіперскейлери «переборщать» з AI‑капексом, вони все одно залишаться в сильній позиції.
Причина проста. Ці компанії — майстри фінансової інженерії. Вони проводять десятки сценарних аналізів, розуміють, яку частину ризику можна перекласти на партнерів, як структурувати угоди з постачальниками чипів і клієнтами, як оптимізувати амортизацію й грошові потоки. Якщо виявиться, що частина GPU простоює або окупність дата‑центрів розтягується на довший період, вони можуть:
сповільнити нові інвестиції;
перерозподілити ресурси між бізнес‑напрямами;
спиратися на стабільні грошові потоки від основних продуктів.
Для AI‑стартапу помилка такого масштабу — це потенційний смертний вирок. Anthropic не може дозволити собі роками тримати «зайву» інфраструктуру на балансі або оплачувати надлишкові обчислення без чіткої віддачі. Кожен долар, витрачений на токени, має бути виправданий або поточним доходом, або дуже високою впевненістю в близькій монетизації.
Звідси випливає ще одна відмінність у поведінці:
гіперскейлери можуть інвестувати в AI‑інфраструктуру «наперед», розглядаючи її як опціон на майбутній попит, навіть якщо сьогоднішня економіка виглядає напруженою;
Anthropic змушений будувати більш «тонко налаштовану» модель, де зростання токенів, ціноутворення, структура контрактів і витрати на R&D мають бути жорстко збалансовані.
Це не означає, що гіперскейлери не ризикують. Але їхній ризик диверсифікований і підстрахований іншими бізнесами, тоді як для LLM‑стартапів він концентрований у єдиному продукті.
Висновок: хто врешті володітиме «дорогим» шматком AI‑ланцюжка
На поверхні сьогоднішній AI‑бум виглядає як тріумф гіперскейлерів: вони продають обчислення, хостять моделі, перепродають токени й будують дата‑центри на сотні мільярдів доларів. Але якщо придивитися до структури ланцюжка створення вартості, стає очевидно, що найдефіцитнішим ресурсом залишаються не GPU, а передові моделі.
Саме тут і розташовується Anthropic — у вузькому, але потенційно найціннішому шарі екосистеми. Вибухове зростання токенів у першому кварталі показує, що попит на цей шар реальний і швидко наростає. Водночас економіка такого бізнесу вкрай вимоглива: витрати на токени зростають разом із попитом, а залежність від інфраструктури гіперскейлерів створює додатковий тиск на маржу й стратегічну автономію.
Гіперскейлери можуть дозволити собі ставитися до AI‑інфраструктури як до довгострокового опціону, який окупиться або через власні моделі, або через партнерів, або через нові сервіси, які ще навіть не описані в Excel. Anthropic і подібні компанії такої розкоші не мають: для них кожен додатковий трильйон токенів — це одночасно й шанс закріпитися як ключовий постачальник інтелекту, і ризик опинитися під вагою рахунків за обчислення.
Хто врешті отримає «дорогий» шматок AI‑ланцюжка — інфраструктурні гіганти чи виробники моделей — питання відкрите. Але вже зараз зрозуміло одне: безпрецедентний капекс‑бум гіперскейлерів створює для Anthropic і подібних гравців унікальне вікно можливостей, водночас посилюючи їхню залежність від тих, хто контролює дата‑центри. І саме баланс між цими двома силами — швидкістю зростання токенів і жорсткою економікою інфраструктури — визначить, хто сидітиме «на стільці з трильйоном доларів», коли музика AI‑хаю стихне.