← На главную

Anthropic тратит на вычисления в 2,3 раза больше, чем на зарплаты

06.07.2026 07:05 · hackernews

Anthropic тратит на вычисления в 2,3 раза больше, чем на зарплаты. В компании работают около 5 000 человек, а расходы на инференс и обучение в 2026 году — примерно 10 миллиардов долларов. Получается 2 миллиона долларов вычислительных мощностей на одного сотрудника в год при зарплате около 500 тысяч. Остальной рынок отстаёт. Топ-1% компаний тратят на AI 89 тысяч долларов на одного инженера в год — это 40% от полной зарплаты старшего инженера в 224 тысячи. Медианная компания тратит 137 долларов. Разрыв колоссальный: 2,3x на переднем крае, 0,4x в топе рынка, почти ноль у среднего бизнеса.

Насколько близко остальной рынок подтянется к лидерам? Три сценария дают ответ. Медвежий: победит дефляция токенов. Базовый: траектория топ-1% замедлится. Бычий: к 2029 году весь рынок достигнет пропорции Anthropic. В цифрах по годам это выглядит так. В 2026 году во всех сценариях одинаково — 90 тысяч на инженера (40% зарплаты). В 2027-м: медвежий — 106 тысяч (45%), базовый — 164 тысячи (70%), бычий — 258 тысяч (110%). В 2028-м: 118 тысяч (48%), 259 тысяч (105%), 444 тысячи (180%). В 2029-м: 106 тысяч (41%), 363 тысячи (140%), 596 тысяч (230%). В бычьем сценарии одни только расходы на AI на одного инженера сравняются с выручкой на одного сотрудника в медианной SaaS-компании.

Anthropic и OpenAI уже получают 14 и 6,5 миллиона долларов выручки на человека соответственно — это самые высокие показатели в Forbes Global 2000. Структура затрат следует за структурой доходов. Что двигает бычий сценарий: цены на frontier-модели держатся, потому что затраты на обучение стабилизируются, а спрос обгоняет предложение. Агентные workflow потребляют на порядки больше токенов, чем обычный чат. Goldman Sachs прогнозирует 24-кратный рост потребления токенов к 2030 году. Если конкурент выпускает фичи быстрее, траты на AI перестают быть опциональными. Что тянет вниз: цены на токены падали в 10 раз каждый год на протяжении трёх лет. Open-weight модели сокращают разрыв в качестве за копейки. Компании, которые нормируют использование AI по ролям или задачам, загибают кривую.

Один из этих сценариев окажется ближе к реальности в 2029 году. На какой вы ставите в 2027-м?

Читать оригинал →