Эра фабрик токенов: как Дженсен Хуанг трансформирует функцию производства ИИ — анализ рынка вычислительных мощностей с капитализацией в триллион долларов

Смена парадигмы ИИ: от обучения моделей к экономике инференса

Источник изображения: Financial Times

За последние два года в индустрии ИИ основное соперничество было связано с обучением — гонкой за создание самых мощных масштабируемых моделей. Развитие от GPT-4 к мультимодальным архитектурам было сосредоточено на расширении функциональности моделей.

Однако на NVIDIA GTC 2026 Дженсен Хуанг четко обозначил: ключевая зона ИИ смещается от обучения к инференсу.

Это отражает новую бизнес-динамику: обучение — разовое вложение, а инференс формирует постоянный спрос.

Конкретно:

• Обучение задает функционал модели
• Инференс определяет ее доходность

В результате ИИ переходит от технологического к спросоориентированному рынку, с акцентом на регулярную выручку вместо капитальных затрат.

Модель Token Factory: дата-центры как производственные единицы

Фраза «дата-центры — это фабрики Token» — не просто маркетинговый ход, а новая промышленная парадигма. В традиционную интернет-эпоху:

• Дата-центры обеспечивали вычисления и хранение
• Доход генерировался за счет рекламы, подписок или транзакций
• Прямой связи между вычислениями и доходом не было

В эпоху ИИ схема меняется:

• Каждый вызов модели потребляет вычислительные ресурсы
• Каждая операция создает Token
• Каждый Token можно монетизировать

Впервые дата-центры функционируют как производственные единицы.

Формируется замкнутый цикл: инвестиции в вычисления → инференс → генерация Token → получение дохода

В этой логике концепция NVIDIA «AI Factory» переопределяет инфраструктуру ИИ по промышленным стандартам:

• Вход: электроэнергия + данные
• Средний уровень: GPU-вычисления и системы оркестрации
• Выход: Token + AI-сервисы

Иными словами, дата-центры эволюционировали из серверных кластеров в «электростанции» или «фабрики».

Новая производственная функция ИИ: монетизация вычислительной мощности

В эпоху ИИ производственную функцию можно выразить так:

Доход = Token × Цена, Себестоимость = Стоимость вычислений

Прибыль: Прибыль = Token × (Цена - Себестоимость за Token)

Такая модель определяет три ключевых изменения:

1. Доход прямо зависит от вычислительной мощности: больше вычислений — больше Token и выше доход
2. Основная часть расходов — вычисления
3. Эффективность становится главным конкурентным преимуществом: важно, сколько Token производится на единицу мощности

Три драйвера роста спроса на инференс

Всплеск спроса на инференс обусловлен тремя структурными изменениями:

1. Рост возможностей моделей

От простых генераций к сложным рассуждениям:

• Многошаговый инференс
• Длинный контекст
• Мультимодальная интеграция

Каждый вызов требует больше вычислительных ресурсов.

2. Увеличение длины контекста

ИИ переходит от работы с короткими текстами к:

• 100 000 Token
• Миллионным контекстам

Это резко увеличивает вычислительные затраты.

3. Рост числа агентов

ИИ-агенты способны:

• Автономно выполнять задачи
• Постоянно вызывать модели
• Создавать «бесконечные циклы инференса»

В результате спрос на вычисления растет экспоненциально.

Стратификация AI-сервисов и ценообразование Token

На NVIDIA GTC 2026 компания также представила стратифицированную модель AI-сервисов, то есть многоуровневое ценообразование вычислительных ресурсов.

Это отражает структуру облачных вычислений:

• Премиум: высокопроизводительные GPU + инференс в реальном времени (высокая цена)
• Средний уровень: стандартные инференс-сервисы
• Базовый уровень: пакетные или допускающие задержку задачи (минимальная цена)

В разных сценариях цена Token различается:

• Общение в реальном времени — дорогие Token
• Анализ данных — средняя цена
• Оффлайн-обработка — дешевые Token

В итоге ключевой вопрос: Кто способен производить Token с минимальными издержками и продавать по максимальной цене?

Рынок на триллион долларов: структура индустрии

По прогнозу Дженсена Хуанга, к 2027 году рынок чипов и инфраструктуры ИИ может достичь $1 трлн.

ИИ становится инфраструктурой наравне с:

• Энергетикой
• Облачными платформами
• Интернет-сетями

Это приведет к трем изменениям:

1. Смена инвестиционной логики

Капитал будет перетекать с прикладного уровня в инфраструктуру:

• Дата-центры
• AI-чипы
• Энергетика

2. Реструктуризация отрасли

Новыми центрами станут:

• Производители чипов (например, NVIDIA)
• Облачные провайдеры
• AI-платформы
• Разработчики экосистем агентов

3. Рост значения геополитики и энергетики

ИИ — это уже не только софт, но и:

• Конкуренция за энергоресурсы
• Выбор площадок для дата-центров
• Национальные стратегии по вычислениям

Экономика агентов: ключ к безграничному спросу на инференс

Если Token — продукт, то агенты — «генераторы спроса». В интернете спрос создавали пользователи, в эпоху ИИ:

Спрос генерируют сами агенты. Например:

• Автоматические торговые агенты анализируют рынки
• Корпоративные агенты управляют бизнес-процессами
• Агент-разработчики создают и оптимизируют код

Это первое появление негуманитарных субъектов спроса в экономике ИИ. Масштаб агентов определяет верхний предел спроса на инференс.

Поэтому конкуренция смещается в сферу:

• Фреймворков агентов
• Систем автоматизации
• AI-воркфлоу платформ

Риски и споры: не переоценена ли экономика Token?

Хотя концепция «Token Factory» выглядит убедительно, существуют серьезные рыночные риски.

1. Давление издержек

• Высокая стоимость GPU
• Рост цен на электроэнергию
• Крупные инвестиции в дата-центры

Если цены Token упадут, прибыль снизится.

2. Неопределенность спроса

• Будут ли компании платить за инференс?
• Стабильны ли источники спроса от агентов?

Многие AI-приложения еще на экспериментальной стадии.

3. Риски технологической замены

• Более эффективные модели могут снизить потребность в вычислениях
• Edge computing может увести рабочие нагрузки из дата-центров
• Open Source-модели могут снизить цену Token

Это может подорвать долгосрочную устойчивость экономики Token.

Становится ли ИИ индустриальной системой?

Если абстрагировать текущий тренд, аналогия очевидна:

• Электроэнергия — база для ИИ
• Данные — сырье
• Вычисления — производственное оборудование
• Token — продукт
• Агент — система автоматизации

Такая структура повторяет промышленные системы производства индустриальной революции. Это переход ИИ от софтверной индустрии к индустриальной, основанной на вычислениях.

Заключение

На NVIDIA GTC 2026 концепция «Token Factory» Дженсена Хуанга — не метафора, а новая логика индустрии ИИ:

• Token — единица производства
• Инференс — производственный процесс
• Вычислительная мощность — основной ресурс

С ростом экономики агентов и спроса на инференс рынок инфраструктуры ИИ движется к триллионному масштабу.

Если тенденция сохранится, конкуренция будущего будет не за продукты или аудиторию, а за эффективность производства Token.