$112B дыра — скрытое банкротство Big Tech

Проект Stargate — сотни миллиардов долларов на строительство гигантских дата-центров. Это не опечатка: речь идёт о суммах, сопоставимых с ВВП небольших стран. Microsoft, Google и Meta ежегодно тратят десятки миллиардов на GPU-инфраструктуру: только Microsoft в 2025 году инвестировала более $50 млрд в капитальные расходы, большая часть — на AI.

Проблема скрыта в бухгалтерии. GPU поколения H100 устаревают за 2 года с выходом H200, B100, B200 — каждое следующее поколение на 50—100% быстрее предыдущего. Но корпорации записывают амортизацию на 5—6 лет, создавая бухгалтерскую иллюзию. Пример: компания купила GPU на $20 млрд. В бухгалтерских книгах через 2 года они всё ещё «стоят» $13 млрд (при линейной амортизации на 6 лет). В реальности — они стоят ~$5 млрд, потому что новое поколение делает ту же работу вдвое быстрее и дешевле.

Это создаёт скрытый дефицит: разница между бухгалтерской стоимостью активов и их реальной рыночной ценностью — триллионы долларов по всей индустрии. Когда (не «если», а «когда») аудиторы потребуют переоценку — это может вызвать массовые списания, обрушить акции AI-компаний и спровоцировать кризис доверия ко всей отрасли.

По прогнозам аналитиков, OpenAI накопит около $112 млрд убытков к 2030 году. Эта цифра не из воздуха: она отражает фундаментальную проблему бизнес-модели централизованного AI.

С одной стороны — доходы растут впечатляюще: миллиарды долларов ежегодно от подписок ChatGPT и API. С другой — расходы растут ещё быстрее. Каждое новое поколение модели требует кратно больше ресурсов:

• GPT-3 → GPT-4: стоимость обучения выросла примерно в 10 раз
• GPT-4 → GPT-5: ещё кратный рост — экспоненциальная кривая
• Inference: миллионы пользователей = миллиарды токенов в день = миллиарды долларов в год на GPU-мощности

Эта модель работает только при бесконечном притоке венчурного капитала. OpenAI привлекла десятки миллиардов инвестиций, включая раунды от Microsoft и SoftBank. Но инвесторы — не благотворители. Рано или поздно они потребуют прибыль. Вопрос не «если», а «когда» — и что произойдёт в этот момент с миллионами бизнесов, построенных на API OpenAI?

Для сравнения: Gonka привлекла $80M и уже обрабатывает реальные AI-запросы через сеть из ~4,648 GPU. Стоимость inference — $0.0009/1M токенов. Это возможно потому, что в децентрализованной модели нет нужды окупать триллионные инвестиции в дата-центры.

Gonka не строит дата-центры — она объединяет уже существующие GPU по всему миру. Это не просто альтернативная бизнес-модель — это принципиально иная экономическая архитектура, которая устраняет корневую причину пузыря.

Нет капитальных затрат: сеть Gonka не привлекает сотни миллиардов на строительство. Протокол, блокчейн, софт — это всё, что создаёт команда. GPU предоставляют независимые хосты по всему миру — каждый за свой счёт.

Нет амортизации, растянутой на 6 лет: когда H100 устаревает — хост просто заменяет его на H200 или следующее поколение. Решение принимает владелец оборудования на основе рыночных условий, а не CFO корпорации, пытающийся скрыть списания.

Нет бухгалтерских трюков: все транзакции в блокчейне Gonka прозрачны. Награды распределяются по протоколу, аудированному CertiK. Нет «скрытых» расходов, которые обнаружатся через 5 лет при переоценке активов.

Распределённый риск: каждый хост несёт свой риск. Если один хост прогорел на плохой инвестиции в GPU — это его проблема, а не проблема всей сети. В централизованной модели одна ошибка на $10 млрд может обрушить всю компанию. В Gonka такая ошибка невозможна по определению — потому что нет ни одного участника, способного принять решение на $10 млрд.

Результат: стоимость inference через Gonka — $0.0009 за миллион токенов. Это в ~2,800 раз дешевле OpenAI. И эта цена устойчива — потому что за ней нет триллионной инфраструктуры, которую нужно окупить.

Сравним две модели AI-инфраструктуры:

В Gonka работает около 4,648 GPU у ~113 участников (~582 ML-ноды). Проект привлёк $80M — это в тысячи раз меньше, чем тратит один Stargate. Но сеть делает то же самое: обрабатывает AI-запросы через нейросеть Qwen3-235B, доступную через OpenAI-совместимый API.

Аналогия: представьте, что в 2000-х кто-то предложил: «Вместо того чтобы строить гигантские серверные для интернета, давайте каждый домохозяин поставит мини-сервер и получит вознаграждение за участие». Звучит утопично — но именно так работает Airbnb для жилья, Uber для транспорта, и именно так работает Gonka для AI-вычислений. Децентрализация не утопия — это следующий этап эволюции инфраструктуры.