Бывший аналитик Уолл-стрит Род Дубицкий 9 ноября 2026 года опубликовал на Substack разбор двух исследований крупных управляющих активов, Apollo и Ares Management, которые с разных сторон ставят под сомнение нарратив об устойчивости инвестиционного бума вокруг ИИ. Главный экономист Apollo Торстен Слок утверждает, что ИИ пока не дал финансового эффекта корпоративной Америке за пределами технологического сектора. Ares описывает, как венчурный по структуре риск финансирования дата-центров продаётся страховым компаниям под видом investment-grade-долга. Редкость момента в том, что скепсис звучит не от внешних критиков, а от инсайдеров рынка, которые сами зарабатывают на этом долге.

image
image

Что произошло

9 ноября 2026 года на Substack вышел материал Рода Дубицкого под заголовком AI Bubble: The Calls Are Coming from Inside the House, где он разбирает свежие публикации двух финансовых институтов. В выпуске The Daily Spark главный экономист Apollo Торстен Слок приводит данные, по которым у S&P 493, то есть совокупности компаний S&P 500 без «Mag 7», выручка на сотрудника и маржинальность остаются плоскими, тогда как у «Mag 7» они продолжают расти. По его наблюдению, компании вне технологического сектора уже оформляют расходы на токены как центр затрат, а не как драйвер роста. В осеннем выпуске рассылки In The Gaps Ares Management описывает, что более 100 сделок по финансированию цифровых дата-центров за последние 12 месяцев сводятся к восьми именам, Meta, Oracle, Microsoft, Amazon, Google, Nvidia, OpenAI и Anthropic, на которые приходится около 573 млрд долларов долга. Там же отмечено, что имущественная страховка таких объектов часто покрывает лишь около 3% их стоимости: у комплекса Meta/BlackRock в Эль-Пасо покрытие составляет 450 млн долларов при оценке в 14 млрд долларов. Сам материал Дубицкого финансовый, а не технический: данных об API, ценах на инференс или латентности он не содержит.

Контекст

Необычность момента в происхождении критики: скептическую оценку AI-долга публикуют Apollo и Ares, то есть крупные инсайдеры рынка, которые сами организуют и размещают такой капитал, а не сторонние «медведы»; Дубицкий здесь скорее агрегатор, чем первоисточник. Ares описывает конструкцию, в которой финансирование дата-центров устроено как венчурная ставка с ожидаемой доходностью 50x-100x и философией «bet the farm»; гарантии в таких сделках слабые, а контракты содержат оговорки-«outs», позволяющие участникам выйти из обязательств. При этом подобные по структуре риски продаются страховым компаниям под investment-grade-спреды всего в 50-100 базисных пунктов, а гарантии работают лишь на бумаге, что в материалах называют «guarantees in name only». Концентрация финансирования на узком круге эмитентов создаёт корреляцию: проблемы одного контрагента легко распространяют стресс по всей цепочке, и в итоге риск несут страховщики и держатели аннуитетов, то есть люди далеко за пределами технологической отрасли. Именно поэтому расхождение между капитальными затратами на инфраструктуру и выручкой вне техсектора авторы считают ключевым индикатором, а не абстрактной «гиперболой».

Почему это важно для индустрии

Для отрасли сигнал в смене режима спроса: пока расходы на токены попадают в центры затрат корпоративных бюджетов, аргумент «AI-powered» в питчах теряет вес, а в переговорах всё чаще звучит требование показать экономию или прирост выручки. Стартапам стоит не закладывать в планы автоматический рост клиентских бюджетов на ИИ и заранее выстраивать измеримую unit-экономику инференса: стоимость решения одной задачи, кэш-попадания, долю дешёвых моделей и наблюдаемость расходов. Вероятный сценарий при сохранении разрыва между инвестициями в инфраструктуру и выручкой вне техсектора — более взыскательный андеррайтинг AI-долга и пересмотр спредов, из-за чего окно дешёвого финансирования может сузиться; конкуренция при этом сместится в сторону решений с прозрачной unit-экономикой, а на спросе вырастет категория AI cost management и ROI-аналитики. Если сигнал дойдёт до бюджетных комитетов, у лабораторий и корпоративных команд усилится приоритет дешёвого инференса: smaller models, роутинг, дистилляция, обязательные evals и отчётность по расходам. Долгосрочный риск в том, что стресс, скоррелированный через узкий круг контрагентов, способен ограничить доступность compute и темпы scaling-экспериментов для всей ML-экосистемы.

Почему это важно для пользователей

Для читателя разбор даёт набор проверяемых индикаторов вместо абстрактных споров о «пузыре». Первый и самый личный пункт: реальный носитель риска — страховщики и держатели аннуитетов, поэтому конечными плательщиками в случае стресса могут оказаться обычные клиенты страховых и пенсионных продуктов, далёкие от технологической отрасли. Второй пункт — за чем следить дальше: за расхождением между CapEx и выручкой вне техсектора, за реальной долей страхового покрытия дата-центров и за тем, работают ли заявленные гарантии в стрессовых условиях. Третий пункт — практическая гигиена выбора сервисов: к формулировкам «AI-powered» в маркетинге стоит применять скептический фильтр и спрашивать цену решения конкретной задачи, а не оценивать продукт по громкости названия модели. Если сигнал о слабой окупаемости дойдёт до массового рынка, следующим циклом ИИ-продукты будут выбирать по цене за задачу и доказуемой пользе, а маркетинг с пустыми обещаниями потеряет аудиторию.

Что пока неизвестно / ограничения

Выручка на сотрудника и маржинальность — лагающие и агрегатные прокси, по которым нельзя надёжно отличить «ИИ не работает» от «эффект ещё не накопился»: диффузия технологий обычно занимает годы, а декомпозиции по отраслям и периодам в доступных материалах нет, поэтому вывод о полном отсутствии эффекта вне техсектора остаётся под вопросом. Публикация пока фиксирует сигнал цен и ожиданий, а не свершившийся кризис: реакция долговых рынков, переоценка спредов и решения андеррайтеров в источниках не описаны, а сценарии ужесточения финансирования и пересмотра цен на compute — это интерпретации, а не факты. Наконец, у публикации просматривается конфликт интересов: Apollo, публикуя скептическую аналитику, сама фиксирует около 80 млрд долларов обязательств в AI-долг в 2026 году, включая 40 млрд долларов на дата-центры SpaceX, 5,4 млрд долларов по линии SpaceX/xAI и 35 млрд долларов по проекту Anthropic/Broadcom.

Источники

Автор

Look at AI, редакция