$112B діра — приховане банкрутство Big Tech

Проект Stargate — сотні мільярдів доларів на будівництво гігантських дата-центрів. Це не обмовка: йдеться про суми, співмірні з ВВП невеликих країн. Microsoft, Google та Meta щорічно витрачають десятки мільярдів на GPU-інфраструктуру: тільки Microsoft у 2025 році інвестувала понад $50 млрд у капітальні витрати, більша частина — на AI.

Проблема прихована в бухгалтерії. GPU покоління H100 застарівають за 2 роки з виходом H200, B100, B200 — кожне наступне покоління на 50—100% швидше за попереднє. Але корпорації записують амортизацію на 5—6 років, створюючи бухгалтерську ілюзію. Приклад: компанія купила GPU на $20 млрд. У бухгалтерських книгах через 2 роки вони все ще «коштують» $13 млрд (при лінійній амортизації на 6 років). В реальності — вони коштують ~$5 млрд, тому що нове покоління робить ту ж роботу вдвічі швидше і дешевше.

Це створює прихований дефіцит: різниця між бухгалтерською вартістю активів та їх реальною ринковою цінністю — трильйони доларів по всій індустрії. Коли (не «якщо», а «коли») аудитори вимагатимуть переоцінку — це може викликати масові списання, обвалити акції AI-компаній та спровокувати кризу довіри до всієї галузі.

За прогнозами аналітиків, OpenAI накопичить близько $112 млрд збитків до 2030 року. Ця цифра не з повітря: вона відображає фундаментальну проблему бізнес-моделі централізованого AI.

З одного боку — доходи зростають вражаюче: мільярди доларів щорічно від підписок ChatGPT та API. З іншого — витрати зростають ще швидше. Кожне нове покоління моделі вимагає кратно більше ресурсів:

• GPT-3 → GPT-4: вартість навчання зросла приблизно в 10 разів
• GPT-4 → GPT-5: ще кратне зростання — експоненціальна крива
• Inference: мільйони користувачів = мільярди токенів на день = мільярди доларів на рік на GPU-потужності

Ця модель працює лише за умови безкінечного притоку венчурного капіталу. OpenAI залучила десятки мільярдів інвестицій, включаючи раунди від Microsoft та SoftBank. Але інвестори — не благодійники. Рано чи пізно вони вимагатимуть прибуток. Питання не «якщо», а «коли» — і що станеться в цей момент з мільйонами бізнесів, побудованих на API OpenAI?

Для порівняння: Gonka залучила $80M і вже обробляє реальні AI-запити через мережу з ~4,648 GPU. Вартість inference — $0.0009/1M токенів. Це можливо тому, що в децентралізованій моделі немає потреби окупати трильйонні інвестиції в дата-центри.

Gonka не будує дата-центри — вона об'єднує вже існуючі GPU по всьому світу. Це не просто альтернативна бізнес-модель — це принципово інша економічна архітектура, яка усуває кореневу причину бульбашки.

Немає капітальних витрат: мережа Gonka не залучає сотні мільярдів на будівництво. Протокол, блокчейн, софт — це все, що створює команда. GPU надають незалежні хости по всьому світу — кожен за свій рахунок.

Немає амортизації, розтягнутої на 6 років: коли H100 застаріває — хост просто замінює його на H200 або наступне покоління. Рішення приймає власник обладнання на основі ринкових умов, а не CFO корпорації, що намагається приховати списання.

Немає бухгалтерських трюків: усі транзакції в блокчейні Gonka прозорі. Нагороди розподіляються за протоколом, аудитованим CertiK. Немає «прихованих» витрат, які виявляться через 5 років при переоцінці активів.

Розподілений ризик: кожен хост несе свій ризик. Якщо один хост прогорів на поганій інвестиції в GPU — це його проблема, а не проблема всієї мережі. У централізованій моделі одна помилка на $10 млрд може обвалити всю компанію. У Gonka така помилка неможлива за визначенням — тому що немає жодного учасника, здатного прийняти рішення на $10 млрд.

Результат: вартість inference через Gonka — $0.0009 за мільйон токенів. Це в ~2,800 разів дешевше за OpenAI. І ця ціна стійка — тому що за нею немає трильйонної інфраструктури, яку потрібно окупити.

Порівняємо дві моделі AI-інфраструктури:

У Gonka працює близько 4,648 GPU у ~113 учасників (~582 ML-ноди). Проект залучив $80M — це в тисячі разів менше, ніж витрачає один Stargate. Але мережа робить те саме: обробляє AI-запити через нейромережу Qwen3-235B, доступну через OpenAI-сумісний API.

Аналогія: уявіть, що у 2000-х хтось запропонував: «Замість того, щоб будувати гігантські серверні для інтернету, давайте кожен домогосподар встановить міні-сервер і отримає винагороду за участь». Звучить утопічно — але саме так працює Airbnb для житла, Uber для транспорту, і саме так працює Gonka для AI-обчислень. Децентралізація не утопія — це наступний етап еволюції інфраструктури.