Мировая экономика день за днем

Золото многократно обогнало инфляцию на сверхдлинной дистанции

За 100 лет прирост стоимости золота превысил рост потребительских цен более чем в 11 раз

Если покупательная способность $ за этот век снизилась почти на 95%, то покупательная способность золота выросла более чем в 10 раз

Есть две эпохи

1926–1971 гг. Золотой стандарт и Бреттон-Вудс

Цена металла была зафиксирована государством (сначала $20,67, а с 1934 г $35 за унцию). В этот период золото не могло свободно реагировать на инфляцию Послевоенный скачок цен 1940–1960х годов привел к тому, что реальная ценность золота снизилась почти в 2,5 раза к 1970 г

1971–2026 гг. Эра свободного плавания

После отмены конвертируемости доллара в золото Никсоном металл подорожал с $40,80 до $4350+. Рост более чем в 106 раз

При этом инфляция за этот период составила ~3,9%. Именно в режиме фиата золото полностью реализовало свой потенциал защиты от обесценения валют

Золото это инструмент защиты от девальвации на вековом горизонте, но плохой краткосрочный хедж

На видео показана динамика золотых резервов центральных банков с 2006 по 2026 год (без учета США).

Доминирование развивающихся экономик (Россия и Китай)

В 2006 году Россия имела лишь 534 тонны, а Китай — 600 тонн, находясь в нижней половине списка

За два десятилетия обе страны нарастили запасы более чем в 3,5–4 раза (Китай достиг 2 346 тонн, Россия — 2 283 тонны), практически догнав Францию и Италию

Основной скачок отражает стратегию диверсификации резервов и снижения зависимости от доллара США

Традиционные европейские держатели остаются стабильнымм

Германия сохраняет лидерство за пределами США на протяжении всех 20 лет, начав с 3 422 тонн и завершив на отметке 3 350 тонн

Италия (стабильно 2 452 тонны) и Франция (около 2 437 тонн) практически не меняли объемы своих хранилищ после небольших распродаж в 2006–2009 годах

Индия нарастила запасы с 358 тонн в 2006 году до 881 тонны к 2026 году, обогнав Нидерланды и Японию

Швейцария в начале периода активно снижала золотой запас

На изображении представлена инфографика, иллюстрирующая радикальное изменение направлений экспорта российской нефти при сравнении 2000 года и периода с 2022 по август 2026 года

Ситуация в 2000 году

Основной объем экспорта нефти и газа (по данным UN Comtrade и Всемирного банка) направлялся в страны Европейского союза (ЕС-27), составляя 80,9%. На Китай приходилось лишь 2,0%, а на другие направления — 17,1%.

Ситуация в период 2022 – август 2026

Согласно данным CREA по сырой нефти, структура экспорта претерпела кардинальную переориентацию на Восток и Юг. Крупнейшими покупателями стали Китай (на него теперь приходится 50%) и Индия (37%)

Остальные направления

Доля Турции составляет 5%, на долю оставшегося ЕС приходится лишь 5%, а на прочие направления — 3%.

Главными факторами роста цены с 1,48 € до 2,40 € являются изменения в законодательстве

​Фиксированный акциз (Energiesteuer) это основной налог
Хотя он не менялся так резко, как другие сборы, его общий рост за 14 лет (с 2012 по 2026 год) вносит свой вклад в конечную сумму

​Налог на добавленную стоимость (Mehrwertsteuer). НДС в Германии составляет 19%. Важно, что НДС начисляется на всю сумму, включая сам акциз. Это означает, что государство получает больше налогов не только если дорожает нефть, но и если дорожают другие сборы
НДС автоматически увеличится на 19% от этих новых сборов

​Новый налог на выбросы CO2 (Nationale CO2-Bepreisung) это самый значительный новый сбор, введенный в Германии с 2021 года в рамках климатической политики. С 2012 по 2020 год этого налога не существовало

​К 2026 году ставка за тонну CO2 значительно выросла, что напрямую отразилось на цене литра дизельного топлива

Это не цена на нефть, это налоги и акцизы

Переход к сокращению численности населения (демографическому спаду) — это один из самых сложных вызовов для современной экономической модели, которая исторически строилась на непрерывном количественном росте.

​Функционирование экономики в условиях сокращения численности населения зависит от того, как удастся компенсировать дефицит людей с помощью новых ИИ технологий

Сокращение населения означает сжатие внутреннего потребительского рынка

Строительный сектор, рынок недвижимости и производство товаров массового спроса сталкиваются с падением спроса, что заставляет бизнес переориентироваться с экстенсивного роста на качество и глубокую кастомизацию

​Простыми словами
Эпоха продажи «всего для всех и как можно больше» уйдёт в прошлое; наступит время работать с меньшей аудиторией, но предлагать ей более дорогие, уникальные и индивидуальные решения

На предоставленном графике отображена динамика и прогноз мировых показателей рождаемости и смертности (в миллионах человек в год) с 1950 по 2100 год

​Рождаемость (зеленая линия)

Исторически находилась на значительно более высоком уровне по сравнению со смертностью, демонстрируя волнообразный рост с пиками до и после 2000 года, после чего прогнозируется ее постепенное снижение до уровня около 110 миллионов к 2100 году

​Смертность (синяя линия)

Долгое время держалась на относительно стабильной отметке около 50 миллионов в год (с резким скачком в районе 2020–2025 годов), после чего прогнозируется её стремительный рост до 123 миллионов к 2100 году

Согласно прогнозу, в определенный момент (примерно во второй половине XXI века) линия смертности пересечет линию рождаемости, что обозначено как «Смертность превышает рождаемость, мир начинает сокращаться» (Deaths overtake births, the world starts shrinking).

На схеме представлена промышленная архитектура внедрения модели Claude AI в корпоративную IT-инфраструктуру. Она показывает сквозной путь пользовательского запроса — от клиентского интерфейса до обработки нейросетью и взаимодействия с внутренними корпоративными системами

​В этом контексте показательны данные платёжных платформ (например, аналитика корпоративных расходов Ramp), которые фиксируют реальное перераспределение бюджетов бизнеса между ключевыми игроками

Когда компании начинают массово перенаправлять средства в пользу вендоров, это говорит о том, что руководители и IT-департаменты делают прагматичный выбор в пользу инструментов, решающих конкретные производственные задачи, будь то глубокий анализ данных, автоматизация программирования или жесткие требования к безопасности

​Полагаю, что борьба за эти контракты будет только усиливаться, так как именно корпоративная маржа позволяет разработчикам окупить колоссальные инвестиции в дата-центры и суперкомпьютеры нового поколения

Этот прогноз следует из главных экономических реалий рынка генеративного искусственного интеллекта. Корпоративный сегмент (B2B/Enterprise) действительно обладает рядом фундаментальных преимуществ перед массовым рынком (B2C), которые делают его главным драйвером выручки и маржинальности для ИИ-гигантов

1. Обычные потребители привыкли к freemium-моделям и подпискам стоимостью 20$ в месяц, причем многие легко отказываются от них при изменении финансовых условий.

Бизнес же рассматривает ИИ не как развлечение, а как инструмент оптимизации затрат и роста производительности, поэтому готов платить тысячи и десятки тысяч долларов за корпоративные лицензии, безопасность и кастомизацию

2. Если пользователь в B2C может легко переключиться между ChatGPT, Claude или бесплатным аналогом в один клик, то внедрение ИИ в бизнес-процессы компании (интеграция с CRM, ERP, внутренними базами знаний и контурами безопасности) создает мощный барьер для ухода. Сменив провайдера ИИ, компания теряет накопленный контекст и налаженные рабочие цепочки

3. Для предприятий инвестиции в ИИ напрямую связаны с сокращением рутинного труда, ускорением разработки ПО, автоматизацией поддержки и аналитики. Экономический эффект здесь исчисляется часами сэкономленного рабочего времени высокооплачиваемых специалистов, что оправдывает любые высокие чеки разработчиков моделей

4. ​Именно жесткая конкуренция за корпоративные бюджеты, где на кону стоят контракты с крупнейшими мировыми компаниями, и формирует ту картину рынка, которую мы видим на графике с резким взлетом позиций Anthropic и борьбой за лидерство в сегменте платного корпоративного использования

Ключевым драйвером корпоративного перетока бюджетов стали специализированные инструменты и агенты для написания кода (например, интеграции вроде Claude Code и высокая доля использования моделей Anthropic в средах разработки)

В этой нише модели продемонстрировали более стабильное и структурированное логическое мышление, перетянув на себя значительную часть разработчиков

Появление сбалансированных версий семейств Claude (включая эффективные средние и быстрые тиры) позволило компаниям точечно маршрутизировать задачи, снижая издержки на рутинные запросы без потери качества сложных логических операций

Мой прогноз, что корпоративный сектор будет давать больший рост и большую прибыть для AI компаний, чем масс-маркет

https://youtu.be/xpxUBoQOe-M?si=YnIZl3axL__FbFwR

​В этом видео подробно разбираются практические причины, почему корпоративные пользователи и разработчики стали массово переориентироваться на экосистему Claude

На старте бума генеративного ИИ OpenAI захватила рынок благодаря первому впечатляющему выходу на широкий корпоративный рынок и эффекту новизны. Бизнес массово внедрял их решения, так как альтернатив с сопоставимым уровнем зрелости практически не было, что и обеспечило быстрый рост доли до более чем 30%.

Появление более продвинутых и безопасных корпоративных инструментов (в частности, линейки моделей Claude от Anthropic) сместило фокус внимания бизнеса. Компании начали активнее пересматривать бюджеты и распределять их в пользу конкурентов, что привело к стремительному взлёту Anthropic и смене лидеров на рынке платного корпоративного использования ИИ

Я бы сказал, что модели Claude от Anthropic изначально проектировались с акцентом на обработку огромных массивов данных (до сотен тысяч токенов) без потери логики и «галлюцинаций». Для бизнеса это оказалось критически важным при анализе объёмных юридических контрактов, финансовых отчётов и масштабных кодовых баз

На видео представлена интересная динамика изменения доли платёжных транзакций или расходов американских компаний (по данным платформы Ramp) на различные модели искусственного интеллекта в период с января 2023 по август 2026 года

​OpenAI доминировал на старте

В течение 2023 и большей части 2024 годов OpenAI удерживала абсолютное лидерство с колоссальным отрывом. К началу 2024 года её доля превышала 30%, а пик пришелся на середину 2025 года (около 41.2%).

​Стремительный рывок Anthropic

Если в 2023 году Anthropic занимала скромную нишу (менее 1%), то с конца 2024 и особенно в течение 2025–2026 годов компания продемонстрировала экспоненциальный рост

​Смена лидера в 2026 году

В апреле 2026 года графики пересекаются — Anthropic обходит OpenAI, а к августу 2026 года закрепляет лидерство с показателем 43.8% против 39.8% у OpenAI

​То есть, в целом график отлично иллюстрирует перераспределение бюджетов корпоративных клиентов в пользу экосистемы Anthropic в последние годы

Видео с наглядной анимацией изменения средней невозмещаемой уровняющей стоимости (LCOE) различных видов энергии в период с февраля 2010 по декабрь 2024 года (на основе данных Lazard).

​Колоссальное падение стоимости солнечной энергии

Если в начале 2010 года солнечная энергия была самым дорогим источником из представленных ($343.45 за МВт·ч), то со временем цена драматически снизилась, опустившись к концу периода до $58.00 (а в отдельные моменты падала еще ниже).

Ветер также демонстрирует устойчивое удешевление на протяжении всего десятилетия, закрепившись среди лидеров по дешевизне наряду с солнцем

Солнечная энергия (Solar)

​Падение абсолютной стоимости составило примерно $280–$290 за МВт·ч

​В процентном выражении стоимость снизилась примерно на 80–85%. То есть за 14–16 лет солнечная генерация подешевела в 5–6 раз

​Ветровая энергетика (Wind)

​В 2010 г стоимость ветра составляла около $133.46 за МВт·ч. К 2026 году нижние и средние границы опустились до уровней $40–$50 за МВт·ч

​В процентном выражении падение составило около 65–70% (уменьшение стоимости примерно в 2,5–3 раза)

​К 2020 году оба источника достигли минимальных значений в своей истории (около $38–$40 за МВт·ч), окончательно закрепив статус самых дешевых новых генерирующих мощностей в мире.
​2021–2026 гг

Макроэкономическая коррекция и стабилизация

​После 2021 г на фоне глобальной инфляции, удорожания цепочек поставок и логистики произошло умеренное повышение стоимости (выход в диапазон $50–$60+ за МВт·ч)

​Несмотря на этот отскок, возобновляемая энергетика сохраняет кратное преимущество перед угольными, газовыми и атомными станциями

На текущий момент (вторая половина 2026 г)

​Солнечная энергетика (utility-scale)
Стоимость варьируется в диапазоне примерно от $40 до $98 за МВт·ч (с учетом налоговых льгот и субсидий нижняя планка может опускаться еще сильнее)

​Ветровая энергетика
Наземный ветер (onshore wind) удерживает схожие позиции — от $37 до $99 за МВт·ч, в то время как морской ветер (offshore wind) обходится дороже (около $105–$167 за МВт·ч) из-за сложности монтажа и обслуживания

​

https://t.me/EconomicState/17542

​Солнечная энергетика прошла путь от самого дорогого источника в начале 2010 года ($343.45 за МВт·ч) до одного из самых дешевых.

Такое падение (с локальными минимумами ниже $37–$38 в периоды 2020–2021 годов) объясняется действием закона Райта:
с каждым удвоением объема производства солнечных панелей их стоимость существенно снижалась благодаря масштабированию цепочек поставок и росту КПД кремниевых элементов

​На финальном отрезке графиков (2022–2024 гг.) заметен разворот тренда на локальное повышение стоимости для всех видов энергии

В последние годы (включая 2025–2026 гг.) рынок столкнулся с определенной стабилизацией и даже локальным повышением цен на фоне глобальной инфляции, высоких процентных ставок, торговых пошлин и логистических ограничений

Стоимость энергии из газа, угля и ядерного топлива за период с 2010 года по 2026 год менялась менее радикально чем ВИЭ или даже росла (особенно угля и газа в отдельные периоды геополитической и экономической нестабильности), из-за чего возобновляемые источники энергии стали экономически гораздо более привлекательными

Стоимость ядерной энергетики за тот же период выросла со $119.22 до $180.00 за МВт·ч к декабрю 2024 года

Случай США показывает, что сама по себе сверхдорогая медицинская индустрия не способна автоматически обеспечить долголетие граждан, если в стране хромают профилактика заболеваний, здоровый образ жизни и простой доступ к базовой медицине

Значительная часть расходов уходит не на лечение пациентов, а на бюрократию — содержание огромного аппарата страховых компаний, согласование процедур, сложные механизмы биллинга и юридическое сопровождение (защиту от судебных исков о врачебных ошибках).

Подавляющее число клиник содержат штаты специалистов исключительно для работы со страховыми компаниями

Кроме того, американская модель ориентирована на высокотехнологичную, ургентную медицину (сложнейшие операции, новейшие препараты, реанимацию), которая спасает жизни в критических ситуациях, но стоит баснословных денег.

При этом первичная профилактика, регулярные скрининги и доступность базовых врачей для всех слоев населения развиты слабо

Качество и оперативность медицинской помощи в США напрямую зависят от уровня страховки, которая часто привязана к конкретному работодателю. Но стоит неподъёмных денег на свободном рынке

https://www.kff.org/health-costs/americans-challenges-with-health-care-costs/

Медицинские расходы занимают первое место среди финансовых проблем для взрослых в США и их семей

В 2022 году около четырех из десяти взрослых (41%) сообщили о наличии задолженности по медицинским или стоматологическим счетам, включая долги перед кредитными картами, коллекторскими агентствами, банками и другими кредиторами, покрывающими расходы на здравоохранение