Гонка ии: почему сша лидируют

14.05.2026 · 5 мин

Знаешь, что меня бесит в разговорах про гонку ИИ? Все считают публикации, считают инженеров, сравнивают бенчмарки. А потом удивляются, почему Китай — который давно впереди по научным статьям — всё равно проигрывает.

Дело в том, что настоящая гонка — это не про论文 (это я про статьи, если что). Это про деньги. Про то, кто сумеет превратить нейросети в реальный бизнес. И здесь США оставляют всех далеко позади.

Гонка, которую никто не заметил

В январе 2025 случилось то, что аналитики называют «шоком DeepSeek» — китайская модель R1 показала результаты, сравнимые с американскими аналогами, но за меньшие деньги. Это взбудоражило рынок. Казалось — вот он, поворотный момент.

Но что произошло дальше? Американские компании не запаниковали — они ускорились. OpenAI рванула в сторону агентов и Codex. Anthropic превратила Claude Code в полноценный бизнес-продукт. А Китай? Китай остался при своих моделях — хороших, мощных, но монетизировать их глобально не получается.

Разница в том, что США умеют продавать. И это не сарказм. Трамп здесь — как раз к месту. Он продавец от бога. Лари Эллисон (основатель Oracle) — тоже. Когда такие люди продвигают инфраструктуру ИИ — это становится лёгким политическим продуктом. Продавать ИИ-инфраструктуру в 2025 году оказалось проще, чем базы данных Oracle в 1980-х. Ирония в том, что теперь сам «оракул» говорит.

Где на самом деле решается игра

Большинство смотрят не туда. Думают, что главное — это количество GPU или крутость модели. Но автор статьи (её я недавно читал) приводит простой тест: кто может финансировать инфраструктуру, обучать и обслуживать модели в промышленных масштабах, и внедрять их по всей экономике?

Ответ — США. И вот почему.

Энергия — это первое, что приходит на ум. Да, электричество важно. GPU и TPU (Tensor Processing Units — процессоры от Google для машинного обучения) превращают электричество в вычисления. Дешёвая энергия = дешевле модели. И здесь США выигрывают у Западной Европы:

ЦЕНА ЭЛЕКТРИЧЕСТВА (USD за кВт·ч)
─────────────────────────────────
Страна        Дом    Бизнес
Россия       0.087   0.131
Китай        0.078   0.117
Канада       0.125   0.106
США          0.201   0.154
Франция      0.274   0.174
Испания      0.282   0.136
Великобритания 0.420  0.415
Германия     0.436   0.279
              ▲      ▲
           дешевле  дороже
Сравнение цен на электроэнергию: США дешевле Западной Европы

Китай и Россия, конечно, дешевле. Но энергия — это ещё не всё.

Облако и данные — вот где всё решается

Вот это меня зацепило больше всего. Автор статьи правильно указывает: решающий слой — облачная инфраструктура и данные.

США контролируют глобальные облачные платформы — AWS, Azure, Google Cloud. Это каналы, через которые модели попадают к пользователям по всему миру. Но главное — это ещё и платформы, генерирующие данные ИИ-эпохи:

Новые модели можно встраивать прямо в продукты, которые люди уже используют каждый день. Это и есть настоящее конкурентное преимущество. Страна может иметь дешёвую энергию, но без облачного масштаба, платформенного охвата, экосистемы разработчиков и доступа к потокам полезных данных — она проиграет.

У США есть всё это одновременно. У Китая — большой внутренний рынок. У Европы — ничего из этого.

Почему европа опоздала

Европейцы, кстати, неплохо понимают проблему. Кристиан Кляйн из SAP (крупная немецкая софтверная компания) говорит, что Европе не нужны новые дата-центры и что одних только больших языковых моделей недостаточно. Он прав — но лишь отчасти.

Европа потратила $58.8 млрд на индийские IT-услуги в 2023–2024 году и $67.1 млрд в следующем. Это огромные деньги, уходящие за рубеж. ИИ становится ценным только тогда, когда оно привязано к реальным данным, рабочим процессам и продуктам.

Но вот беда: европейские гиганты уже сейчас доминируют на рынке. Даже если Европа сегодня решит финансировать своих облачных чемпионов, построить инфраструктуру — это только первый шаг. Потом нужно перевести банки, производителей и госструктуры на эти платформы. На это уйдёт десятилетие. К тому моменту AWS, Azure и Google Cloud уйдут ещё дальше.

Есть исключение — Arkady Volozh строит Nebius как европейскую AI-инфраструктурную компанию. Но это только подтверждает правило: Европа всё ещё в самом начале пути.

Тёмная сторона гонки

И вот что меня действительно напрягает. Автор статьи поднимает тему, которую многие игнорируют: ИИ как оружие.

Следующая фаза может быть такой: ИИ страны X против ИИ других стран — в бот-сетях, киберкампаниях, автономном оружии. И ведь для этого не нужна магия. Страшно то, что достаточно просто настроить системы на дегуманизацию «противника», обоснование насилия, или массовое наблюдение.

Как только модели встраиваются в медиа, сети и вооружение — предвзятость становится силой.

Отдельная тема — безопасность. Старый принцип Linux гласил: много глаз на открытый код. Но будущие кибер-модели могут толкнуть государства и оборонные компании к противоположной логике — безопасность через закрытость: закрытый софт, закрытые инструменты, закрытая прошивка, закрытые чипы.

Если модель не может обучиться на коде и архитектуре целевой системы — у неё меньше контекста и скорости. Это не делает системы безопасными, но повышает ценность проприетарных (закрытых) решений вплоть до уровня железа.

Так кто победил?

Ключевой вывод: США лидируют, потому что строят все слои одновременно — чипы, энергию, дата-центры, облачные платформы, инструменты разработчиков, потребительские платформы и корпоративный софт.

Энергия важна. Облако и данные ещё важнее. Именно там американское лидерство самое сильное.

Модели — это не главное. Главное — инфраструктура вокруг них. И это то, что Китаю и Европе придётся догонять очень долго.

Меня это заставляет задуматься: а что насчёт России в этой гонке? У нас дешёвая энергия (смотри диаграмму выше), но облачных гигантов нет, рынок маленький, данные — в основном в руках госкомпаний. Сможем ли мы встроиться в чужую экосистему или останемся на обочине?

Вопрос открытый.

Ссылки

Дмитрий Полухин — продуктовый дизайнер. Пишу про разработку, AI и дизайн интерфейсов. Обо мне, контакты и профили.

Что почитать дальше