Всё чаще встречаю тейк, что ИИ-лабы живут на субсидии. Подписки и API продаются в убыток, разницу доплачивают венчурные фонды, и когда инвесторам надоест, цены взлетят. В строгой версии такого тейка субсидируется вообще любой сервис с отрицательной EBITDA.

Убытки у лаб есть, и миллиардные. Но слово "субсидия" вредное и мешает понять, что происходит. За ним стоит картина, где кто-то оплачивает банкет, как условный олигарх убыточный ресторан "для души".

Быть убыточным можно двумя разными способами.

Каждая единица товара продаётся ниже себестоимости, а разницу доплачивает кто-то третий. У раннего Uber и WeWork этим третьим были фонды. Каждая поездка и каждый сданный стол уходили в минус, и чем больше продаж, тем глубже яма. Выход из неё один, поднять цену или уронить себестоимость. Uber в итоге сделал и то и другое, поднял цены, срезал бонусы и ушёл с убыточных рынков, а плотность сети улучшила себестоимость. WeWork не смог. Это и есть субсидирование.

Второй способ это завод, построенный под млн машин в год, который пока выпускает сотню тысяч. Каждая машина уходит с маржой, а завод в минусе, потому что его стоимость размазана по маленькому выпуску. Единица прибыльна, компания нет. Лечится это ростом выпуска при тех же ценах и называется экономикой масштаба.

Лабы живут по второму сценарию. Anthropic перед IPO называла инвесторам маржу на инференсе выше 80% (до расходов на обучение и доли партнёров), у OpenAI на платных продуктах прошлой осенью было около 70%. В минус их утаскивает обучение и R&D. А они стоят одинаково, делишь ты условный млрд на 100к юзеров или на 100 млн. В первом случае на каждого приходится $10к обучения, во втором $10, а платят они одну и ту же двадцатку в месяц.

Поверить в это тяжело, думаю, из-за масштаба. Капекс в датацентры и обучение настолько огромные, что окупающая их база должна быть исторически рекордной. Версия, что венчуры просто доплачивают за каждого пользователя, воспнимается многими правдоподобнее.

Обучение при этом нельзя провести один раз и забыть. Перестанешь выпускать новые модели, и через полгода клиенты уйдут туда, где фронтир свежее. Но новое поколение не начинается с чистого листа: остаются данные, архитектура, обучающая инфраструктура, веса, экспертиза в команде и прочее, так что это переоснащение линии под новую модель, а не стройка с котлована.

И рекуррентный не значит переменный. Станет пользователей в десять раз больше, обучение в десять раз от этого не вырастет.

Так живут многие. TSMC под каждый новый техпроцесс строит фабрики, и на разгоне они тянут маржу вниз. Netflix каждый год обязан покупать контент, иначе люди разбегутся. Но один каталог обслуживает 300 млн подписчиков так же, как 30, бюджет на него растёт медленнее выручки, и операционная маржа за десять лет уехала с 4% за 30%. Всё упирается в то, растёт ли выручка быстрее фиксированного расхода.

Поэтому смотреть надо на то, что происходит с убытком, когда продажи растут. При субсидии он растёт вместе с ними.

У Anthropic квартальная выручка за год выросла в 14 раз, и компания впервые вышла в скорректированный операционный плюс. Прибыль, правда, скорректированная, что именно из неё вычли, узнаем из проспекта. У OpenAI пока наоборот: за Q2 выручка прибавила 18%, а операционный убыток треть, и сотни миллионов бесплатных пользователей тут явно не помогают.

Бесплатный тариф вообще единственное место, где цена честно ниже себестоимости. Только работает он как маркетинг. Качает привлечение в платные тарифы, занимает рынок, пока конкуренты не выросли, разгоняет виральность и делает бренд. Так ChatGPT уже стал именем нарицательным.

Сидеть в минусе при такой марже это выбор. Можно тратить на R&D меньше и стать прибыльным уже сейчас, но тогда быстро потеряешь фронтир. Amazon два десятилетия держал прибыль около нуля, потому что рост был важнее. Пока рынок растёт кратно, а капитал доступен, на внешних деньгах вырастешь сильно больше, чем на своей прибыли.

Если это субсидия, цены поднимут, как только инвесторы устанут. Пока же токен при том же качестве дешевеет в десятки раз за год.