Выручка OpenAI оказалась на 20 млрд долларов ниже предыдущих прогнозов: новые подробности в сфере ИИ

Nic Reeve14:00 09.10.20265 мин чтения

Что изменилось в картине доходов OpenAI?

Последние данные, раскрытые OpenAI для инвесторов, указывают на годовой доход в районе 50 миллиардов долларов, в то время как в более ранних сообщениях СМИ эта цифра составляла примерно от 68 до 70 миллиардов долларов. Такой разрыв не обязательно означает внезапное падение продаж на 20 миллиардов долларов. Отчеты указывают на то, что в двух случаях использовались разные методы бухгалтерского сравнения: более высокая оценка частично основывалась на расчетах инвесторов, а не на прямом заявлении компании.

Согласно Financial Times, в сообщении от 8 октября 2026 года, годовой доход OpenAI к концу сентября приблизился к 50 миллиардам долларов.
Согласно сообщениям Financial Times и CNBC, опубликованным 8 и 9 октября 2026 года, предыдущие оценки варьировались в пределах от 68 до 70 миллиардов долларов.
По данным TechCrunch от 8 октября 2026 года, разница между двумя цифрами составила примерно 20 миллиардов долларов.

Почему предыдущие оценки были выше?

По всей видимости, более высокая цифра стала результатом попытки сравнить OpenAI с Anthropic, используя схожие показатели выручки. Источник, знакомый с ситуацией, сообщил Financial Times, что инвесторы пытались рассчитать эквивалентную величину после получения информации о росте OpenAI. В расчет могли быть включены доходы, полученные через бизнес-партнеров, в то время как новая цифра отражает собственные отчетные данные OpenAI.

Согласно Financial Times, на которую ссылался CNN 8 октября 2026 года, изначально инвесторы опирались на оценку годовых продаж в размере около 40 миллиардов долларов.
Согласно отчету Yahoo Finance от 8 октября 2026 года, позже инвесторы применили к этой оценке заявленный темп роста в 70% и получили примерно 70 миллиардов долларов.
Согласно публикации SiliconANGLE от 8 октября 2026 года, в более крупном расчете учитывалась валовая выручка от партнеров, тогда как новая цифра основана на чистой выручке.

Как OpenAI соотносится с Anthropic?

Сравнение с Anthropic является ключевым в данном споре. Согласно анализу показателей, заявленные годовые продажи Anthropic включают бизнес, проводимый через облачных провайдеров, таких как Amazon Web Services и Google Cloud. В презентации для инвесторов OpenAI, как сообщается, эти партнерские продажи исключены из ее собственных показателей выручки, что создает несоответствие при сопоставлении двух компаний.

Согласно Yahoo Finance на 8 октября 2026 года, годовые продажи Anthropic оценивались примерно в 65 миллиардов долларов.
По данным TechCrunch от 8 октября 2026 года, инвесторы стремились к прямому сравнению показателей OpenAI с заявленным темпом роста (run rate) Anthropic.
Согласно репортажу CNN от 8 октября 2026 года, расчет Anthropic включает валовую выручку от облачных провайдеров.

Это различие в бухгалтерском учете имеет значение. Показатель «годового темпа выручки» (revenue run rate) экстраполирует текущие продажи на год, чтобы оценить годовой темп. Это не то же самое, что аудированная годовая выручка; изменения в потребительском спросе, сроках заключения контрактов или методах отчетности могут существенно изменить результат.

Что произошло на финансовых рынках?

Акции технологических компаний упали после публикации отчета Financial Times 8 октября 2026 года. Инвесторы восприняли пересмотренную цифру как предупреждение о масштабах спроса, поддерживающего бум инфраструктуры искусственного интеллекта, даже несмотря на то, что в отчетах говорилось о споре методов измерения, а не о подтвержденном крахе бизнеса OpenAI.

Согласно Morningstar на 8 октября 2026 года, акции Oracle, AMD и других технологических компаний снизились после публикации отчета.
Согласно CNBC на 9 октября 2026 года, инвесторы распродавали акции, связанные с экосистемой OpenAI, включая Nvidia, Oracle и CoreWeave.
Согласно репортажу CNN от 8 октября 2026 года, это раскрытие информации способствовало более широкому падению технологических акций.

Реакция отражает связи OpenAI с широкой сетью компаний. Облачные провайдеры предоставляют вычислительные мощности, производители чипов поставляют процессоры, а инфраструктурные фирмы строят центры обработки данных. Таким образом, любое изменение ожиданий относительно продаж OpenAI может повлиять на прогнозы будущих расходов во всей этой сети.

Целится ли OpenAI по-прежнему в 70 миллиардов долларов?

OpenAI все еще может стремиться к годовому темпу выручки в 70 миллиардов долларов к концу 2026 года. Bloomberg сообщил 9 октября 2026 года, что источники, знакомые с планами компании, утверждают: OpenAI рассчитывает достичь этого уровня или превысить его, в основном за счет роста в корпоративном сегменте. В отчете указывается, что на конец сентября компания находится на уровне около 50 миллиардов долларов.

Согласно Bloomberg на 9 октября 2026 года, OpenAI ожидает, что годовая выручка достигнет или превысит 70 миллиардов долларов к концу 2026 года.
По данным Bloomberg, этот прогноз во многом зависит от расширения корпоративного бизнеса OpenAI.
Согласно Financial Times, годовой доход OpenAI к концу сентября приближался к 50 миллиардам долларов.

Эти цифры описывают два разных момента времени. Цифра в 50 миллиардов долларов отражает заявленный темп выручки на конец сентября. Цифра в 70 миллиардов долларов представляет собой более позднюю цель или ожидание на конец года, а не уже зафиксированную выручку.

За чем инвесторы будут наблюдать дальше?

Инвесторы сосредоточатся на том, разъяснит ли OpenAI принципы бухгалтерского учета, лежащие в основе ее показателей выручки, и смогут ли корпоративные продажи сократить разрыв между сентябрьским темпом и целевым показателем на конец года. Они также будут следить за тем, как облачные и инфраструктурные партнеры будут описывать спрос, связанный с OpenAI, в своих будущих отчетах.

Следующее обновление данных для инвесторов OpenAI может прояснить, измеряется ли заявленная выручка на чистой или валовой основе.
Рост числа корпоративных клиентов определит, сможет ли компания перейти от темпа в почти 50 миллиардов долларов к годовому темпу в 70 миллиардов долларов.
Внимание рынка останется приковано к таким поставщикам, как Nvidia, Oracle и CoreWeave, поскольку их оценка частично привязана к ожиданиям расходов на искусственный интеллект.

Первоочередной вопрос заключается не просто в том, потеряла ли OpenAI 20 миллиардов долларов продаж. Главный вопрос в том, какое определение выручки использовали инвесторы, какое определение использует OpenAI, и сможет ли прогнозируемый рост компании оправдать огромные обязательства по инфраструктуре, выстроенные вокруг ее продуктов.

Источники

Читать далее →

Похожие материалы

AI & Tech

Google ограничил использование Smart Bidding и фидов данных в новой рекламной политике для поиска

Google внедряет ряд изменений в политику и продукты, которые значительно ужесточают правила использования искусственного интеллекта в рекламных аукционах и способы обработки данных для поисковой рекламы. Это меняет стратегию для брендов и рекламных tech-стартапов, зависящих от экосистемы Google. Изменения охватывают механизмы интеллектуального назначения ставок (Smart Bidding), потоки данных, основанные на согласии пользователей, переход на кампании с приоритетом ИИ, а также обновленные условия использования данных рекламодателей для обучения генеративных рекламных моделей Google. В совокупности это свидетельствует о переходе к более контролируемому и ориентированному на комплаенс этапу развития ИИ в поисковой и товарной рекламе. Smart Bidding: от «сверхэффективности» к строгому соблюдению целей В основе изменений лежит фундаментальное обновление систем Smart Bidding от Google. Новый механизм, который аналитики часто называют оптимизацией целевых ставок (Bidding Target Optimization) , должен вступить в силу 17 августа 2026 года. Он меняет алгоритмы работы стратегий целевой цены за конверсию (tCPA) и целевой рентабельности инвестиций в рекламу (tROAS) в кампаниях с ограниченным бюджетом. Ранее Smart Bidding иногда демонстрировал эффективность выше заявленной, если находил высокоэффективный инвентарь в рамках бюджета кампании. Согласно новым правилам, алгоритмы будут стремиться удерживать показатели строго в рамках целей рекламодателя, а не «перевыполнять» их. Это фактически сужает диапазон ставок вокруг заданных целей, заставляя рекламодателей более тщательно калибровать свои показатели, если они хотят добиться дополнительного прироста. Чтобы упростить переход, в начале июля Google представила инструменты для корректировки целей, позволяющие рекламодателям пересмотреть свои показатели CPA и ROAS до даты вступления новых правил в силу. По мнению отраслевых экспертов, это снижает волатильность, но также устраняет скрытый потенциал роста, на который многие performance-маркетологи привыкли рассчитывать при использовании Smart Bidding. Экспериментальный ИИ и строгие ограничения Параллельно Google расширила функцию под названием «Исследование в Smart Bidding» (Smart Bidding Exploration). Изначально запущенная для поисковых кампаний, теперь эта возможность доступна и для кампаний Performance Max, не использующих товарные фиды, в то время как размещения на основе фидов (например, Shopping) пока находятся в стадии бета-тестирования. Функция исследования позволяет рекламодателям задавать диапазон допустимых отклонений от целевого ROAS. В пределах этого диапазона ИИ Google может делать ставки на поисковые запросы и площадки, по которым нет достаточных исторических данных о конверсиях, фактически тестируя непроверенный трафик, который все еще может соответствовать приемлемым критериям эффективности. Маркетологи получают доступ к более широкому кругу потенциальных клиентов, но в рамках жестких экономических параметров, определяемых настройками допуска ROAS. В совокупности функции исследования и оптимизации целей отражают новую философию: ИИ Google разрешено экспериментировать, но только в рамках четко определенных финансовых ограничений. Систему уводят от бесконтрольного использования возможностей в сторону строгого соблюдения четко заявленных бизнес-целей. Consent Mode меняет принципы сбора данных для ИИ-рекламы Еще одно важное изменение касается потоков данных, которые питают рекламные алгоритмы и инструменты измерения Google. С 15 июня 2026 года режим согласия Consent Mode v2 стал единственным инструментом управления сбором рекламных данных для таких сервисов, как Google Ads и Analytics. Параметр ad_storage теперь единолично контролирует, могут ли устанавливаться рекламные файлы cookie и идентификаторы, а также могут ли передаваться данные, связанные с рекламой. Устаревшие механизмы, такие как переключатель Google Signals и некоторые переопределения обмена данными на уровне аккаунта, были отключены. На практике это означает: если веб-сайт не получает согласие пользователя на хранение рекламных данных в соответствии с обновленной структурой, системы Google будут резко ограничивать сбор данных и формирование аудиторий для этого ресурса. Эта реконфигурация имеет серьезные последствия для обучения ИИ. Без сигналов о согласии в оптимизационные контуры Google поступает меньше данных на уровне пользователей, что может снизить точность таргетинга и атрибуции, но улучшает соответствие требованиям конфиденциальности. Для рекламодателей и ИИ-стартапов посыл очевиден: настройка согласий больше не является второстепенной задачей — теперь это определяющий фактор того, какой объем данных доступен алгоритмам для обучения. Кампании AI Max и принудительный переход Что касается структуры кампаний, Google продолжает объединять устаревшие форматы в ИИ-ориентированные типы. AI Max for Search — преемник традиционных поисковых настроек с фокусом на ИИ — вышел из стадии бета-тестирования и стал широко доступен в начале 2026 года. Новые инструменты позволяют рекламодателям применять текстовые рекомендации, которые формируют автоматически создаваемые рекламные объявления, в то время как система использует машинное обучение для настройки сообщений и таргетинга в широких масштабах. Динамические поисковые объявления (DSA), которые долгое время были основным инструментом автоматического сопоставления запросов с релевантными целевыми страницами, подлежат принудительному переводу на AI Max for Search. Изначальный крайний срок (сентябрь 2026 года) был перенесен, и теперь завершение поддержки ожидается в 2027 году. Тем не менее, Google подтвердила, что создание новых DSA будет заблокировано, а существующие кампании в конечном итоге будут переведены на AI Max с сохранением лишь ограниченного контроля над URL. Аналогичным образом, автоматизированные активы и некоторые конфигурации широкого соответствия начнут автоматически обновляться до AI Max с сентября 2026 года. Для стартапов, построивших свои инструменты вокруг DSA и устаревших структур таргетинга, эта консолидация ставит стратегические вопросы: инвестировать ли в более глубокую интеграцию с AI Max или отказаться от автоматизации кампаний, специфичной для Google. Обновленные условия обучения ИИ-моделей на данных рекламодателей В основе всех этих продуктовых изменений лежат обновленные условия предоставления услуг для Google Ads и связанных продуктов, вступившие в силу 1 июля 2026 года. В них уточняется, как предоставленные рекламодателями креативные активы (тексты, изображения и фиды товаров) могут использоваться для обучения генеративных ИИ-систем Google. Хотя детали варьируются в зависимости от региона и продукта, суть заключается в том, что Google может использовать материалы рекламодателей для обучения, чтобы улучшать генерацию рекламных текстов, вариантов изображений и моделей оптимизации кампаний с соблюдением требований о согласии, конфиденциальности и договорных ограничений. Для маркетологов это закрепляет реальность, которая формировалась в течение нескольких лет: загружаемые ими креативы и данные фидов служат не только для текущих кампаний, но и помогают совершенствовать алгоритмы, которые будут определять будущие результаты как для них самих, так и для других. Регуляторное давление на ИИ-поиск и использование данных Регуляторы также усиливают давление на то, как ИИ использует контент и данные в поисковых системах. В Великобритании Управление по защите конкуренции и рынкам (CMA) в июне 2026 года выпустило знаковое предписание, обязывающее Google предоставить издателям особые инструменты контроля над тем, используется ли их контент для формирования поисковых сводок, созданных ИИ. Согласно этому предписанию, Google должна предложить детализированные опции отказа (opt-out) для AI Overviews и других генеративных функций, объяснять, как используется просканированный контент, а также предоставлять метрики вовлеченности и значимую атрибуцию издателям, чей контент появляется в ИИ-модулях. У компании есть девять месяцев на полное выполнение требований, хотя регуляторы ожидают заметного прогресса задолго до истечения этого срока. Для всей цепочки поставок данных в ИИ это подчеркивает зарождающийся принцип: доступ к контенту и поведенческим данным для обучения ИИ больше не является само собой разумеющимся — он должен быть предметом переговоров, раскрытия информации и контроля. Этот сдвиг затрагивает не только Google, но и сторонних брокеров данных, стартапы, работающие на парсинге, и рекламные платформы, которые полагаются на поисковую выдачу и рекламный инвентарь Google как на основной источник сигналов. Последствия для стартапов и рекламодателей Для стартапов, работающих в сфере поиска, маркетинговой аналитики или оптимизации ИИ-рекламы, ужесточение правил Google — палка о двух концах. С одной стороны, более четкие рамки целевых ставок и потоки данных, основанные на согласии, снижают неопределенность и регуляторные риски. С другой — ограниченный доступ к неконтролируемым данным, принудительный переход на ИИ-кампании и более строгое соблюдение экономических целей затрудняют получение «альфы» исключительно за счет арбитража или агрессивных экспериментов. Рекламодатели теперь сталкиваются с более сложным техническим ландшафтом оптимизации. Успех все больше зависит от: Точной калибровки целей CPA и ROAS для баланса между стабильностью и ростом. Настройки режима согласия (Consent Mode) и сигналов ad_storage для сохранения объема юридически допустимых данных. Адаптации к AI Max и другим ИИ-структурам без потери критически важных элементов контроля. Понимания того, как креативные активы и товарные фиды влияют на более широкие генеративные ИИ-модели. По мере того как рекламный стек Google на базе ИИ зреет в условиях более строгих правил, брендам и стартапам придется рассматривать управление данными и стратегию ставок как основные дисциплины продукта, а не как второстепенные операционные детали.

Nic Reeve·15:00 23.08.2026

AI & Tech

Не только запуск моделей: метрики, отражающие реальные темпы развития передового ИИ

Согласно недавним исследованиям и репортажам, передовые лаборатории развиваются слишком быстро, чтобы темпы прогресса в области ИИ можно было объяснить одним лишь показателем или датой релиза. Наиболее полная картина складывается из сочетания частоты выпусков, прироста в бенчмарках, длительности выполнения задач, вычислительных ресурсов, надежности и результатов тестирования безопасности. Эта проблема комплексного измерения теперь занимает центральное место в новостях об ИИ , поскольку компании переходят от эпизодических запусков моделей к непрерывному совершенствованию. Что случилось с циклом релизов? В 2026 году запуски моделей стали более частыми, но одни лишь анонсы продуктов не могут показать, насколько улучшилась система. Релиз может означать новую модель, настроенный вариант, обновление безопасности или более дешевую версию. Подсчет количества релизов по-прежнему полезен, но только в сочетании с последовательными тестами и датами. По данным The Register от 23 сентября 2026 года, частота релизов Anthropic ускорилась: с примерно ежеквартальных запусков в 2025 году до почти ежемесячных в 2026 году. Согласно отчету Tech Insider от 5 сентября 2026 года, четыре передовые лаборатории выпустили крупные модели в течение 72-часового периода в начале сентября. Согласно тому же отчету, крупные обновления, которые в начале 2026 года выходили один или два раза в квартал, все чаще появляются ежемесячно или даже чаще. Ускорение цикла может свидетельствовать о более мощном инженерном и операционном потенциале. Однако это также может отражать выпуск мелких обновлений, изменение упаковки продукта или параллельных версий, а не сопоставимый скачок в общих возможностях. Поэтому исследователям необходимы журналы релизов, фиксирующие размер модели, назначение, дату оценки и то, является ли система предварительной версией (preview) или полноценным продуктом (production). Какие бенчмарки показывают реальный прогресс? Бенчмарки возможностей остаются самым четким способом сравнения систем, однако тесты теряют ценность, когда передовые модели достигают «потолка». Полезная система измерения должна отслеживать как сам балл, так и оставшийся запас возможностей (headroom). Она также должна включать незнакомые задачи, поскольку высокая производительность в одном бенчмарке не гарантирует надежной работы в других областях. Согласно AI Index Стэнфордского университета за 2026 год, опубликованному в сентябре 2026 года, почти все ведущие разработчики передовых моделей сообщают о результатах своих возможностей, в то время как отчеты по бенчмаркам ответственного ИИ остаются непоследовательными. Согласно данным AI Index Стэнфорда, упомянутым в недавних репортажах, производительность на SWE-bench Verified выросла с примерно 60% до почти 100% за один год. Согласно отчету Стэнфорда, количество задокументированных инцидентов с ИИ достигло 362 по сравнению с 233 в 2024 году. Предыдущая цифра является историческим фоном, а не подсчетом за текущий год. Насыщение бенчмарков создает практическую проблему. Тест, разработанный так, чтобы оставаться сложным в течение нескольких лет, может стать легким уже через месяцы. Следующее поколение оценок должно измерять исследовательскую деятельность с открытым финалом, написание программного обеспечения, научные рассуждения, фактическую точность и устойчивость к манипуляциям в условиях, приближенных к реальному использованию. Почему длительность задачи становится ключевым показателем? Длительность задачи измеряет, как долго модель может успешно работать, прежде чем вероятность ошибок возрастет. Вместо того чтобы спрашивать, правильно ли модель отвечает на один вопрос, эксперты проверяют, может ли она выполнить многоэтапную работу, которую квалифицированный человек обычно выполняет в течение определенного периода времени. Этот показатель фиксирует уровень автономности более прямо, чем единый балл точности. В недавних исследованиях передовых моделей использовалась оценка «горизонта задач» (task-horizon), при которой исследователи оценивают время, затрачиваемое человеком на задачи, и определяют точку, в которой модель справляется примерно в половине случаев. Такой подход позволяет отличить систему, решающую пятиминутные задачи по программированию, от системы, способной справиться с многочасовым инженерным заданием. Согласно анализу Big Matrix от 11 сентября 2026 года, METR в течение примерно 100 дней в 2026 году оценил несколько передовых релизов, включая Claude Opus 4.6, GPT-5.4 и Gemini 3.1 Pro. Согласно тому же анализу, тестирование горизонта задач измеряет эквивалентную человеческую продолжительность работы до того, как успех модели упадет до 50%. Этот показатель все еще не является исчерпывающим. Длительные задачи могут скрывать ошибки, а модель может выдавать убедительный, но неверный результат. Оценщикам необходимо фиксировать время на исправление ошибок, использование инструментов, необходимость контроля и стоимость повторных попыток. Как вычислительные мощности раскрывают темпы работы лабораторий? Вычислительные ресурсы для обучения дают физическое представление о том, сколько ресурсов лаборатория вкладывает в новые системы. Исследователи могут сравнивать часы работы процессоров, поколения ускорителей, энергопотребление, объем данных и мощность инференса (вывода). Вычисления не равны возможностям, но они помогают объяснить, почему разработка может ускоряться, даже если публичные релизы кажутся схожими. Данные об обучении часто являются конфиденциальными, и лаборатории раскрывают их неравномерно. Это затрудняет публичные сравнения. Независимые аналитики все же могут отслеживать строительство дата-центров, закупки чипов, облачные контракты и мощности для обслуживания моделей, но эти показатели требуют тщательной атрибуции, так как один объект может поддерживать несколько продуктов. Согласно AI Index Стэнфорда за 2026 год, более 90% заметных передовых моделей были разработаны коммерческим сектором, что показывает: ведущие данные измерений все чаще поступают от компаний, а не от университетов. Согласно результатам бенчмарков в отчете, прирост возможностей происходит быстрее, чем системы оценки, предназначенные для их измерения. По этой причине надежный индикатор темпов должен сочетать раскрытые вычислительные мощности с полученным улучшением на единицу этих мощностей. Лаборатория, которая удваивает свое оборудование, но почти не получает прогресса в сложных независимых тестах, может масштабироваться неэффективно. Лаборатория, достигающая больших успехов при аналогичных ресурсах, вероятно, улучшила данные, алгоритмы или методы обучения. Что добавляют безопасность и надежность? Результаты тестирования безопасности показывают, сопровождается ли рост возможностей контролем. Модель, которая набирает больше баллов в программировании или рассуждениях, но становится менее правдивой, более уязвимой для эксплуатации или более трудной для мониторинга, не является безусловным улучшением. Поэтому оценки безопасности должны публиковаться вместе с результатами оценки возможностей, а не рассматриваться как отдельный PR-ход. AI Index Стэнфорда за 2026 год выявил разрыв между повсеместными отчетами по бенчмаркам возможностей и менее последовательными отчетами по тестам ответственного ИИ. Этот разрыв ограничивает возможности сравнения лабораторий. Публичные оценочные карты должны включать показатели галлюцинаций, тестирование на киберзлоупотребления, утечку конфиденциальности, меры предвзятости, точность отказов и производительность при состязательных промптах (adversarial prompting). Согласно отчету Стэнфорда за сентябрь 2026 года, отчетность по бенчмаркам ответственного ИИ среди ведущих разработчиков остается фрагментарной. Согласно данным Стэнфорда по количеству инцидентов, в последнем наборе данных отчета зафиксировано 362 документально подтвержденных инцидента по сравнению с 233 в 2024 году. Количество инцидентов не является прямым показателем возможностей модели. Оно лишь показывает, какой ущерб наблюдается и фиксируется в связи с развернутыми системами. Исследователи должны отделять сбои моделей от сбоев, вызванных развертыванием, поведением пользователей или слабыми мерами защиты. Что должна содержать практическая оценочная карта передовых моделей? Полезная оценочная карта (scorecard) должна отслеживать одни и те же системы во времени и публиковать достаточно деталей для независимой проверки. Частота релизов дает понимание скорости. Бенчмарки показывают производительность в задачах. Горизонт задач показывает автономность. Вычисления показывают объем инвестиций. Тесты безопасности обеспечивают контроль. Стоимость и надежность показывают, выживают ли результаты лаборатории при контакте с реальными пользователями. Интервал релизов: количество дней между сопоставимыми версиями моделей, с отдельной идентификацией предварительных и производственных систем. Прирост возможностей: изменение показателей в сложных, устойчивых к «загрязнению» (contamination-resistant) тестах, с указанием даты оценки и версии теста. Горизонт задач: максимально длительное задание, эквивалентное человеческому, выполненное с заданной вероятностью успеха. Эффективность: прирост возможностей на единицу вычислительной мощности при обучении и на доллар при инференсе. Надежность: частота ошибок, фактическая точность, сбои инструментов и объем необходимой человеческой корректировки. Безопасность: тесты на вредоносные возможности, результаты конфиденциальности, кибер-оценки, точность отказов и задокументированные инциденты. Развитие передовых технологий — это не одна гонка, измеряемая одними часами. Наиболее обоснованными будут сравнения, сочетающие публичные записи о релизах с независимыми оценками и четко датированными раскрытиями лабораторий. Такой подход позволит понять, является ли новая система действительно более способной, просто более доступной или же она просто лучше упакована для развертывания.

Nic Reeve·14:00 24.09.2026

AI & Tech

Выручка OpenAI оказалась на 20 млрд долларов ниже предыдущих прогнозов: новые подробности в сфере ИИ

По сообщению Financial Times и последующих публикаций, OpenAI сообщила инвесторам, что ее годовой доход на конец сентября 2026 года приблизился к 50 миллиардам долларов, что примерно на 20 миллиардов долларов меньше цифры, широко обсуждавшейся несколькими неделями ранее. Это расхождение пошатнуло технологические акции и вызвало пристальное внимание к тому, как компании, работающие в сфере искусственного интеллекта, отчитываются о своих продажах. Данное событие стало последней крупной новостью в сфере ИИ , затронувшей инвесторов OpenAI, облачных партнеров и поставщиков чипов. Что изменилось в картине доходов OpenAI? Последние данные, раскрытые OpenAI для инвесторов, указывают на годовой доход в районе 50 миллиардов долларов, в то время как в более ранних сообщениях СМИ эта цифра составляла примерно от 68 до 70 миллиардов долларов. Такой разрыв не обязательно означает внезапное падение продаж на 20 миллиардов долларов. Отчеты указывают на то, что в двух случаях использовались разные методы бухгалтерского сравнения: более высокая оценка частично основывалась на расчетах инвесторов, а не на прямом заявлении компании. Согласно Financial Times, в сообщении от 8 октября 2026 года, годовой доход OpenAI к концу сентября приблизился к 50 миллиардам долларов. Согласно сообщениям Financial Times и CNBC, опубликованным 8 и 9 октября 2026 года, предыдущие оценки варьировались в пределах от 68 до 70 миллиардов долларов. По данным TechCrunch от 8 октября 2026 года, разница между двумя цифрами составила примерно 20 миллиардов долларов. Почему предыдущие оценки были выше? По всей видимости, более высокая цифра стала результатом попытки сравнить OpenAI с Anthropic, используя схожие показатели выручки. Источник, знакомый с ситуацией, сообщил Financial Times, что инвесторы пытались рассчитать эквивалентную величину после получения информации о росте OpenAI. В расчет могли быть включены доходы, полученные через бизнес-партнеров, в то время как новая цифра отражает собственные отчетные данные OpenAI. Согласно Financial Times, на которую ссылался CNN 8 октября 2026 года, изначально инвесторы опирались на оценку годовых продаж в размере около 40 миллиардов долларов. Согласно отчету Yahoo Finance от 8 октября 2026 года, позже инвесторы применили к этой оценке заявленный темп роста в 70% и получили примерно 70 миллиардов долларов. Согласно публикации SiliconANGLE от 8 октября 2026 года, в более крупном расчете учитывалась валовая выручка от партнеров, тогда как новая цифра основана на чистой выручке. Как OpenAI соотносится с Anthropic? Сравнение с Anthropic является ключевым в данном споре. Согласно анализу показателей, заявленные годовые продажи Anthropic включают бизнес, проводимый через облачных провайдеров, таких как Amazon Web Services и Google Cloud. В презентации для инвесторов OpenAI, как сообщается, эти партнерские продажи исключены из ее собственных показателей выручки, что создает несоответствие при сопоставлении двух компаний. Согласно Yahoo Finance на 8 октября 2026 года, годовые продажи Anthropic оценивались примерно в 65 миллиардов долларов. По данным TechCrunch от 8 октября 2026 года, инвесторы стремились к прямому сравнению показателей OpenAI с заявленным темпом роста (run rate) Anthropic. Согласно репортажу CNN от 8 октября 2026 года, расчет Anthropic включает валовую выручку от облачных провайдеров. Это различие в бухгалтерском учете имеет значение. Показатель «годового темпа выручки» (revenue run rate) экстраполирует текущие продажи на год, чтобы оценить годовой темп. Это не то же самое, что аудированная годовая выручка; изменения в потребительском спросе, сроках заключения контрактов или методах отчетности могут существенно изменить результат. Что произошло на финансовых рынках? Акции технологических компаний упали после публикации отчета Financial Times 8 октября 2026 года. Инвесторы восприняли пересмотренную цифру как предупреждение о масштабах спроса, поддерживающего бум инфраструктуры искусственного интеллекта, даже несмотря на то, что в отчетах говорилось о споре методов измерения, а не о подтвержденном крахе бизнеса OpenAI. Согласно Morningstar на 8 октября 2026 года, акции Oracle, AMD и других технологических компаний снизились после публикации отчета. Согласно CNBC на 9 октября 2026 года, инвесторы распродавали акции, связанные с экосистемой OpenAI, включая Nvidia, Oracle и CoreWeave. Согласно репортажу CNN от 8 октября 2026 года, это раскрытие информации способствовало более широкому падению технологических акций. Реакция отражает связи OpenAI с широкой сетью компаний. Облачные провайдеры предоставляют вычислительные мощности, производители чипов поставляют процессоры, а инфраструктурные фирмы строят центры обработки данных. Таким образом, любое изменение ожиданий относительно продаж OpenAI может повлиять на прогнозы будущих расходов во всей этой сети. Целится ли OpenAI по-прежнему в 70 миллиардов долларов? OpenAI все еще может стремиться к годовому темпу выручки в 70 миллиардов долларов к концу 2026 года. Bloomberg сообщил 9 октября 2026 года, что источники, знакомые с планами компании, утверждают: OpenAI рассчитывает достичь этого уровня или превысить его, в основном за счет роста в корпоративном сегменте. В отчете указывается, что на конец сентября компания находится на уровне около 50 миллиардов долларов. Согласно Bloomberg на 9 октября 2026 года, OpenAI ожидает, что годовая выручка достигнет или превысит 70 миллиардов долларов к концу 2026 года. По данным Bloomberg, этот прогноз во многом зависит от расширения корпоративного бизнеса OpenAI. Согласно Financial Times, годовой доход OpenAI к концу сентября приближался к 50 миллиардам долларов. Эти цифры описывают два разных момента времени. Цифра в 50 миллиардов долларов отражает заявленный темп выручки на конец сентября. Цифра в 70 миллиардов долларов представляет собой более позднюю цель или ожидание на конец года, а не уже зафиксированную выручку. За чем инвесторы будут наблюдать дальше? Инвесторы сосредоточатся на том, разъяснит ли OpenAI принципы бухгалтерского учета, лежащие в основе ее показателей выручки, и смогут ли корпоративные продажи сократить разрыв между сентябрьским темпом и целевым показателем на конец года. Они также будут следить за тем, как облачные и инфраструктурные партнеры будут описывать спрос, связанный с OpenAI, в своих будущих отчетах. Следующее обновление данных для инвесторов OpenAI может прояснить, измеряется ли заявленная выручка на чистой или валовой основе. Рост числа корпоративных клиентов определит, сможет ли компания перейти от темпа в почти 50 миллиардов долларов к годовому темпу в 70 миллиардов долларов. Внимание рынка останется приковано к таким поставщикам, как Nvidia, Oracle и CoreWeave, поскольку их оценка частично привязана к ожиданиям расходов на искусственный интеллект. Первоочередной вопрос заключается не просто в том, потеряла ли OpenAI 20 миллиардов долларов продаж. Главный вопрос в том, какое определение выручки использовали инвесторы, какое определение использует OpenAI, и сможет ли прогнозируемый рост компании оправдать огромные обязательства по инфраструктуре, выстроенные вокруг ее продуктов.

Nic Reeve·14:00 09.10.2026