Google с марта ограничивает доступ Meta Platforms к своим моделям искусственного интеллекта Gemini, поскольку объём запросов соцсети превысил выделенные облачные мощности. По данным Financial Times, на которые ссылаются несколько источников, предупреждение о лимитах было направлено заранее, но дефицит сохраняется до сих пор, затронув и других клиентов Google Cloud. Meta, не располагающая собственным облачным бизнесом, использовала Gemini для поддержки клиентов, генерации кода, модерации контента и рекламных чат-ботов; теперь компания призвала сотрудников оптимизировать потребление токенов — стандартизированных единиц вычислительной работы ИИ.

Случай Meta — не единичный эпизод, а симптом системного сжатия рынка. Производители памяти SK Hynix, Samsung и Micron распродали почти все запасы микросхем с высокой пропускной способностью, необходимых для ускорителей, а стоимость аренды ускорителей Nvidia H100 с ноября выросла примерно на 30%. По данным австралийского исследования Elastic, треть организаций страны в прошлом финансовом году превысила бюджеты на ИИ, а 32% приостановили или свернули проекты из-за невозможности оправдать затраты. Практика «токенмаксинга» — поощрения максимального расхода токенов как показателя продуктивности — уходит в прошлое: Uber, по словам технического директора, исчерпал годовой бюджет на ИИ за четыре месяца, а Amazon и Meta удалили внутренние рейтинги потребления токенов.

Аналитики Macquarie характеризуют текущий цикл как последовательность «перекатывающихся пузырей»: по их оценке, глобальные инвестиции в ИИ в 2026 году достигнут $850 млрд, что на $500 млрд выше до-ИИ-тренда, а годовая выручка сектора уже составляет около $175 млрд и растёт втрое быстрее, чем в предыдущие технологические волны. Банк международных расчётов (BIS) предупреждает о классических признаках пузыря — стремительном развёртывании капитала и усложнении внебалансовых структур. При этом в Macquarie полагают, что пузырь не лопнет одномоментно: лидерство будет переходить от разработчиков больших языковых моделей к создателям приложений и инфраструктуры, а периоды коррекции — сменяться новыми очагами роста.

Дополнительное давление на ценообразование оказывает Китай. Системы Z.ai и Tulongfeng, по последним данным, сравнялись по возможностям кибербезопасности с ведущей американской моделью Mythos, сократив технологический разрыв до 10–15%. Учитывая структурно более низкую себестоимость, китайские модели с открытыми весами быстро распространяются как инструменты снижения издержек, что, по мнению Macquarie, приведёт к резкому ослаблению ценовой власти в сегменте больших языковых моделей, а затем и в производстве чипов. На индийском рынке технологический сектор уже потерял более 30% с начала года на опасениях, связанных с ИИ; восстановление настроений, как считают местные аналитики, будет зависеть от способности IT-компаний доказать, что они помогают клиентам эффективно использовать искусственный интеллект. Следующим проверочным этапом станут квартальные отчёты крупнейших разработчиков, где инвесторы будут искать подтверждения перехода затрат на ИИ в рост выручки и рентабельности.