[Перевод] «Где деньги, Сэм?», или Может ли OpenAI быть прибыльной?

Стоимость компаний, занимающихся искусственным интеллектом, исчисляется сотнями миллиардов долларов. В связи с этим возникает один неудобный вопрос — «Где деньги?» На этот вопрос попытались ответить Азим Азхар, Ханна Петрович, Хайме Севилья и Энсон Хо на основе открытых данных, утечек и слов Сэма Альтмана, чтобы определить вероятные доходы и расходы.

Примечание. Первоначально данный анализ был опубликован в блоге Epoch AI. Также в исходных материалах присутствуют сноски с дополнениями в конце документа (в «подвале»). В данной версии статьи сноски вынесены наверх, непосредственно в текст, а также местами сокращены.

Спросить Сэма Альтмана о доходах Open AI мы не сможем, потому что от вопросов о деньгах Альтман раздражается и рисует радужную картину финансового состояния своей компании. И даже если он прав, мы не знаем, насколько прибыльны модели.

Но чтобы пролить свет на этот вопрос, мы изучили публичные отчёты о финансах OpenAI, заявления представителей OpenAI, их сотрудников, а также публикации в в The Information, CNBC и Wall Street Journal, чтобы сделать обоснованное предположение о прибыли от использования GPT-5 и о том, достаточно ли её для возмещения затрат на исследования и разработки.

И вот что мы выяснили:

• Была ли деятельность OpenAI прибыльной, зависит от того, о какой норме прибыли идёт речь. Если вычесть стоимость вычислений из выручки, чтобы рассчитать валовую рентабельность (прим.: англ. gross margin, процентное соотношение между валовой прибылью и выручкой), то она составит около 50% — ниже нормы для компаний, занимающихся разработкой программного обеспечения (где типичным показателем является 60–80%), но всё же выше, чем во многих других отраслях. Да, мы также должны считать здесь расходы на персонал, но, как мы увидим далее, эти данные не сильно повлияют на выводы.

• Если вычесть другие операционные расходы, включая заработную плату и маркетинг, то OpenAI, скорее всего, убыточна даже без учета расходов на исследования и разработки.

• Более того, OpenAI, скорее всего, не смогла окупить затраты на разработку GPT-5 за 4 месяца его существования. Даже с учётом валовой прибыли (выручка минус себестоимость) срок службы GPT-5 был слишком коротким, чтобы принести достаточный доход для компенсации собственных затрат на исследования и разработки. Так что если GPT-5 хоть в чём-то показателен, то, по крайней мере на данный момент, разработка и использование моделей ИИ убыточны.

При этом это всё не значит, что такие модели, как GPT-5, — это плохая инвестиция. Даже убыточная модель демонстрирует прогресс, который привлекает клиентов и помогает лабораториям собирать средства для обучения будущих моделей. А следующее поколение может принести гораздо больше прибыли.

Более того, исследования и разработки, которые легли в основу GPT-5, вероятно, пригодятся для будущих моделей, таких как GPT-6. Таким образом, финансовое положение этих лабораторий может быть гораздо лучше, чем кажется на первый взгляд.

Теперь изучим финансовое состояние OpenAI детально.

Часть первая: насколько выгодно использовать ИИ-модели?

Чтобы ответить на этот вопрос, изучим затраты и доходs от моделей OpenAI, доступных в период существования GPT-5 как флагманской модели: GPT-5 и GPT-5.1, GPT-4o, ChatGPT, API и так далее. Почему именно этот набор? В идеале мы бы рассматривали только одну модель, но у нас есть данные о затратах и доходах только на уровне компании, а не на уровне релиза, поэтому мы изучаем всё скопом.

Другие компании и модели мы не рассматриваем, потому что у нас нет достаточной информации о финансовой составляющей других компаний, а по OpenAI у нас есть больше всего финансовых данных.

Мы не включили в список Sora 2. Вот почему: к декабрю 2025 приложение Sora было загружено почти 9 миллионов раз, в то время как у ChatGPT было около 900 миллионов активных пользователей в неделю, что означает, что по приблизительным оценкам Sora 2 могла принести OpenAI 250 млн долларов. Хотя сумма велика, но по сравнению с общими расходами OpenAI на вычисления не имеет никакого значения.

Переходим к расчётам.

Доход рассчитать довольно просто (с допущениями): поскольку пакет включает в себя все модели OpenAI, это просто их общий доход за время существования GPT-5.

В выборке не считаем GPT-5.2, потому что она «построена на новой архитектуре», и, можно считать, не имеет отношения к моделям, известным под названием GPT-5. Мы не знаем наверняка, использует ли GPT-5.2 другую базовую модель, но это удобный способ ограничить временные рамки нашего анализа. И это не должно сильно повлиять на наши оценки рентабельности, поскольку мы просто сравниваем доходы и расходы за один и тот же период.

Поэтому жизненный цикл GPT-5 берём как промежуток с 7 августа, с момента выпуска GPT-5, до 11 декабря, когда вышла GPT-5.2. В этом случае доход составляет 6,1 миллиарда долларов.

Примечание. В июле OpenAI впервые за месяц получила доход в размере более $1 миллиарда, а к концу года годовой доход компании превысил $20 миллиардов ($1,7 миллиарда в месяц). Если бы этот показатель рос в геометрической прогрессии, средний доход за четыре месяца использования GPT-5 составил бы около $1,5 миллиарда, а общий доход за этот период — $6 миллиардов.

Сумма 6,1 миллиарда долларов кажется внушительной. Но ровно до тех пор, пока вы не сравните её с расходами на эксплуатацию GPT-5. Эти расходы складываются из четырёх основных статей.

№1. Расходы на вычисления: $3,2 миллиарда

В прошлом году выручка OpenAI составила около $13 миллиардов за весь год. В то же время в прошлом году они потратили около $7 миллиардов на работу всех моделей. А если предположить, что отношение выручки и расходов на вычислительные ресурсы пропорциональны друг другу в течение года, то они потратили 6,1 миллиарда/13 миллиардов × 7 миллиардов ≈ 3,3 миллиарда долларов.

На деле они, скорее всего, росли непропорционально, потому что рентабельность от платных пользователей выросла с 56% в январе до 68% в октябре. Значит стоимость вычислений снизилась по отношению к выручке, что позволило сэкономить около 10% расходов, то есть около 300 миллионов долларов (важно отметить, что количество пользователей выросло примерно в 2,6 раза за период с января по октябрь).

В итоге остаётся где-то 3 миллиарда расходов, к которым надо прибавить расходы на ИТ, например, серверы и сетевое оборудование в размере 200 миллионов долларов. Так и получим 3,2 миллиарда долларов.

№2. Вознаграждение сотрудников: 1,2 миллиарда долларов

Эту сумму высчитали на основе данных о количестве сотрудников OpenAI, отчётах о премировании сотрудников акциями, а также заявлений на получение визы H1B.

Согласно заявкам на получение визы H1B, средняя базовая зарплата в 2025 году составляет 310 000 долларов, а вилка — от 150 000 до 685 000 долларов. Данные в целом согласуются с данными сайта levels.fyi, на котором на момент написания статьи указана зарплата от 144 275 до 1 274 139 долларов. Не будем брать экстремумы, а возьмем среднюю зарплату в размере 310 000 долларов и прибавим 40% на вознаграждения (премии, опционы).

Нам известно, что количество сотрудников OpenAI выросло с 3000 в середине 2025 года до 4000 к концу 2025 года. Мы интерполировали эти данные, чтобы получить среднее значение — 3500 сотрудников за всё время существования GPT-5.

Приступим к вычислениям: 3500 сотрудников × базовую зарплата в размере 310 000 долларов США × 1,4 (надбавки) × 40 % сотрудников, работающих над обслуживанием GPT-5 × 127/365 дней обслуживания ≈ 0,2 миллиарда долларов США (127 — это количество дней в году).

Нам также нужно учесть компенсацию в виде акций. В 2025 году OpenAI выплатила сотрудникам 6 миллиардов долларов компенсаций в виде акций. Если предположить, что компенсация выплачивалась пропорционально количеству сотрудников в течение года, и учесть экспоненциальный рост числа сотрудников, то получится, что выплачено более 42% акций за время существования GPT-5.

Предположим, что 40% будет уходить на операционные расходы, как и раньше, то получится, что 6 миллиардов долларов x 42% x 40% = 1 миллиард долларов на операционные расходы, связанные с использованием пакета GPT-5.

Таким образом, общая сумма вознаграждения персонала составит около 1,2 миллиарда долларов.

№3. Продажи и маркетинг (SMM): 2,2 миллиарда долларов

В первой половине 2025 года OpenAI потратила 2 миллиарда долларов на маркетинг. В пересчёте на день — 11 миллионов долларов в день. Со временем эта сумма выросла (расходы удвоились с 2024 года по первое полугодие 2025 года), поэтому средний показатель за всё время существования GPT-5 будет выше — по нашим оценкам, около 17 миллионов долларов в день.

Если умножить эту сумму на 127 дней в году, получится примерно 2,2 миллиарда долларов.

Сумма не такая уж большая. Конечно, есть примеры компаний с более низкими расходами. Например, Microsoft и Oracle тратят на маркетинг от 9 до 15 % своего дохода. Но, в целом, 30% выручки это довольно типично для крупной компании-разработчика ПО. Например, Adobe, Intuit, Salesforce и ServiceNow потратили на маркетинг от 27% до 35% своей выручки за 2024–2025 годы.

№4. Юридические, офисные и административные расходы: 0,2 миллиарда долларов

Сюда включаем расходы на расширение офисов, открытие новых офисов и рост административных расходов в связи с увеличением штата сотрудников.

Так прибылен ли запуск ИИ-моделей?

Для этого посмотрим на валовую прибыль. Она учитывает только прямые затраты на эксплуатацию модели, которые в данном случае составляют всего 3,2 миллиарда долларов.

Поскольку выручка составила 6,1 миллиарда долларов, а прибыль — 2,9 миллиарда долларов, то у нас есть 48% валовой рентабельности, о чем OpenAI сообщила непосредственно. Из этой же статьи мы узнаём, что Anthropic ожидает аналогичные цифры, что позволяет предположить, что мы идём верным путём.

Да, рентабельность ниже, чем у других компаний, занимающихся разработкой ПО (обычно 70–80%), но достаточна для того, чтобы в конечном итоге построить бизнес.

С другой стороны, если сложить все четыре вида затрат, получится около 6,8 миллиарда долларов. Это несколько больше, чем выручка, и с учётом всех затрат «пакет» моделей GPT-5 принёс убыток в размере 0,7 миллиарда долларов, а операционная рентабельность составила -11%.

Для сравнения, в 2024 выручка OpenAI составила 4 миллиарда долларов, а расходы:

• 2,4 миллиарда долларов на логические вычисления и хостинг,

• 700 миллионов долларов на зарплаты сотрудников,

• 600 миллионов на общие и административные расходы,

• 300 миллионов на административные и управленческие расходы.

Посчитав получим валовую рентабельность в районе 40 %, где операционная рентабельность — 0 % (без учёта вознаграждений акциями).

Используя более агрессивные или консервативные способы расчётов, например, метод Монте-Карло (на скрине) картина не сильно меняется

Есть ещё один неприятный момент, который нужно озвучить: OpenAI заключила сделку с Microsoft, по условиям которой компания должна передать ей часть своего дохода (по некоторым данным около 20%), особые права на использование технологии OpenAI и прочее.

Но нельзя точно сказать, что эта сделка наносит OpenAI ущерб.

Например, Microsoft также делится с OpenAI частью своего дохода, а сама сделка была заключена в 2019 году, за год до выхода GPT-3, что в то время могло помочь OpenAI получить доступ к вычислительным ресурсам и обеспечить коммерческое распространение. Возможно, это было важно для OpenAI при разработке GPT-5.

На то, как мы оцениваем прибыльность моделей, эта информация, скорее всего, не сильно повлияет. Строго говоря, соглашение о распределении доходов часто рассматривается как расходная статья, влияющая на валовую маржу. Но нас больше интересует экономика единицы продукции, которая применима ко всем моделям, а не только к финансовой ситуации OpenAI.

В общем, запуск моделей искусственного интеллекта, скорее всего, будет прибыльным в том смысле, что валовая прибыль положительна. Но операционная прибыль OpenAI, за вычетом расходов на маркетинг и персонал, скорее всего, отрицательна.

Таким образом, наши цифры пока не противоречат выводам Альтмана. Но пока мы рассмотрели только половину истории — нам ещё нужно учесть затраты на исследования и разработки, к которым мы сейчас и обратимся.

Часть вторая: приносят ли прибыль модели на протяжении своего жизненного цикла?

Допустим, мы согласны с тем, что нужно смотреть на валовую прибыль. С этой точки зрения запуск пакета GPT-5 был прибыльным. Но была ли эта прибыль достаточной, чтобы окупить затраты на разработку?

Теоретически да — ведь рано или поздно вы получите достаточно денег, чтобы окупить затраты на модели. На практике срок службы моделей может быть слишком коротким, чтобы они приносили достаточный доход. Например, их могут вытеснить продукты конкурирующих лабораторий, и тогда их придётся заменить.

Чтобы найти ответ на вопрос, давайте вернёмся к моделям GPT-5. Мы уже выяснили, что валовая прибыль от моделей составляет около 3 миллиардов долларов. Как это соотносится с затратами на исследования и разработки?

Оценить этот момент оказалось непросто.

Основные расходы OpenAI на научно-исследовательские и опытно-конструкторские работы связаны с вычислительными мощностями, заработной платой и данными. В 2025 году компания потратила $9 миллиардов на вычислительные мощности для исследований и разработок в области ИИ и около $1 миллиарда на данные (включая оплату услуг экспертов и среды обучения с подкреплением).

Оценить расходы на зарплаты мы можем также, как в предыдущей главе, только будем учитывать уже 60% фонда оплаты труда, а не 40%, в результате чего расходы составят 4,6 миллиарда долларов.

Наконец, добавим около 400 миллионов долларов на офисы и административные расходы, а также 600 миллионов долларов на другие вычислительные расходы (включая, например, расходы на сети).

В сумме получается около 16 миллиардов долларов.

Но какая часть из этих расходов пошла на пакет GPT-5 узнать решительно невозможно. Нам пришлось бы сделать несколько произвольных допущений. Следует ли учитывать усилия по исследованиям и разработкам, которые были вложены в более ранние модели, такие как o1 и o3? А что, если эксперименты не увенчались успехом и не повлияли напрямую на процесс обучения GPT-5? Ведь GPT-5 разрабатывался в течение длительного времени — например, ранние модели рассуждений, такие как o1, вероятно, помогли развить аналитические способности GPT-5, а GPT-5.1, вероятно, разрабатывался в период с августа по ноябрь, то есть большую часть времени существования пакета GPT-5.

Но есть и противоположное мнение: часть затрат на исследования и разработки для GPT-5, вероятно, пошла на создание будущих моделей, таких как «GPT-6».

Также, поскольку расходы OpenAI растут в геометрической прогрессии, мы не можем просто оценить долю расходов на научно-исследовательские и опытно-конструкторские работы за этот период как треть от общего годового бюджета. Если предположить, что расходы на НИОКР будут расти в 2,3 раза в год — что сопоставимо с увеличением расходов OpenAI на вычислительные ресурсы для НИОКР с 2024 по 2025 год, — то расходы, понесённые с 16 апреля по 7 августа, составят примерно 35% от общего годового бюджета на НИОКР.

Поэтому нам опять придётся сделать допущение и предположить, что OpenAI начала исследования и разработку GPT-5 после выхода o3 в апреле прошлого года. Тогда до выхода GPT-5 в августе оставалось бы ещё четыре месяца, в течение которых OpenAI потратила бы около 5 миллиардов долларов на исследования и разработки.

Но это всё равно больше, чем 3 миллиарда долларов валовой прибыли. Другими словами, OpenAI потратила на исследования и разработки за четыре месяца, предшествовавших выпуску GPT-5, больше, чем получила за четыре месяца использования GPT-5.

Получается, срок службы модели может оказаться слишком коротким, чтобы окупить затраты на исследования и разработки? И это так — короткий срок службы GPT-5 был обусловлен внешней конкуренцией — Gemini 3 Pro, вероятно, превзошёл базовую модель GPT-5 в течение трёх месяцев.

Таким образом, чтобы оценить ИИ-продукты, нам нужно учитывать как размер прибыли от моделей, так и время, необходимое пользователям для перехода на что-то более совершенное. В случае с пакетом GPT-5 мы видим, что он явно убыточен на протяжении всего своего жизненного цикла, даже с точки зрения валовой прибыли.

Часть третья: могут ли ИИ-модели быть прибыльными вообще?

Здесь мы подводим некоторые выводы.

Один из выводов — финансовое положение GPT-5 не такое радужное, как предполагает (или озвучивает) Альтман. И хотя у нас нет прямых доказательств в отношении других моделей, разработанных в других лабораториях, они, вероятно, находятся в схожем положении, потому что, например, Anthropic сообщили о валовой прибыли, сопоставимой с прибылью OpenAI. Поэтому считаем, что GPT-5 в целом репрезентативен для других моделей.

Другой важный вывод — потери в жизненном цикле модели не обязательно должны вызывать тревогу. Модели ИИ не обязательно должны приносить прибыль сегодня, если только компании могут убедить инвесторов в том, что они будут приносить прибыль в будущем. Это стандарт для быстрорастущих технологических компаний.

На ранних этапах инвесторы ценят рост больше, чем прибыль, полагая, что, как только компания захватит рынок, она в конечном счёте поймёт, как сделать его прибыльным. Типичный пример — Uber: за 14 лет они накопили 32,5 миллиарда убытков, прежде чем в 2023 году впервые показали прибыль. По этому показателю OpenAI процветает: доходы ежегодно увеличиваются в три раза, и прогнозы показывают дальнейший рост. Если эта тенденция сохранится, то, вероятно, компания точно не будет убыточной.

И есть причины для того, чтобы быть действительно оптимистичными в отношении долгосрочной прибыльности ИИ — в первую очередь, из-за огромного масштаба ценности, которую может создать ИИ. Многие руководители-топ-менеджеры в компаниях, занимающихся ИИ, ожидают, что системы ИИ смогут превзойти людей практически во всех экономически значимых задачах. Если вы в глубине души действительно в это верите, то это означает, что вы потенциально можете заработать триллионы долларов на автоматизации труда. Полученный рост доходов может превзойти затраты на разработку даже при низкой рентабельности и коротком сроке службы моделей.

С другой стороны значительный рост доходов не равно огромная прибыль. Что, если затраты на исследования и разработки будут расти также, как и доходы? На этот случай у OpenAI также есть решения:

• OpenAI запускают рекламу для некоторых пользователей ChatGPT, что может принести от $2 до 15 миллиардов годового дохода даже без увеличения числа пользователей.

• OpenAI всё больше ориентируются на внедрение в корпоративную среду.

• Цены на модели с каждым годом становятся всё ниже и ниже. База интернет-пользователей — шесть миллиардов, а база ChatGPT почти миллиард пользователей. Есть куда расти. В совокупности новая аудитория может принести десятки миллиардов дохода.

Компаниям, занимающимся ИИ, будет непросто это сделать, особенно потому, что отдельным лабораториям придётся столкнуться с проблемой «устаревающей инфраструктуры» ИИ. На практике «современные технологии» часто подвергаются сомнению уже через несколько месяцев после выпуска модели, и сложно получать прибыль от новейшего GPT, если Claude и Gemini продолжают привлекать пользователей.

Но конкуренция между лабораториями не мешает всем ИИ-моделям приносить прибыль. В условиях олигополии прибыль часто бывает высокой, потому что у потребителей мало возможностей для перехода к другому поставщику.

Одна лаборатория может вырваться вперёд, потому что у неё есть какой-то алгоритмический «секретный ингредиент» или больше вычислительных мощностей. Или они разрабатывают методы, которые затрудняют переход потребителей от одного поставщика моделей к другому.

Для инвесторов, готовых рассматривать более экстремальные сценарии, ещё более сильным эффектом будет «интеллектуальный взрыв» — если OpenAI вырвется вперёд в нужный момент, они смогут использовать свои более совершенные ИИ для ускорения собственных исследований, превращая небольшое преимущество в огромный отрыв. Многим читателям это может показаться научной фантастикой, но представители некоторых компаний, занимающихся ИИ, публично заявляли об этом как о своих целях. Например, Сэм Альтман утверждает, что одна из целей OpenAI — создать «настоящего автоматизированного исследователя ИИ» к марту 2028 года.

Также компании могут формировать собственные ниши, и мы уже в некоторой степени это наблюдаем:

• Anthropic преследует нечто вроде миссии «код — это всё, что вам нужно»,

• Google DeepMind хочет «решить проблему интеллекта» и использовать его для решения всех проблем — от рака до изменения климата,

• а «Компания, которую нельзя называть» стремится сделать друзей с искусственным интеллектом слишком дешёвыми, чтобы их можно было измерить.

Это позволяет отдельным компаниям получать прибыль дольше обычного.

Станут ли модели ИИ (а значит, и компании, занимающиеся ИИ) прибыльными? Мы считаем, что это вполне возможно. Хотя наш анализ моделей GPT-5 более консервативен, чем предполагает Альтман, важнее всего тенденция: маржа в сфере вычислений снижается, корпоративные сделки становятся более выгодными, а модели могут оставаться актуальными дольше, чем предполагает цикл GPT-5.

Другие наши статьи: