Google масштабирует AI: рост обработки токенов в 52 раза и снижение затрат на 78%

Суть

Google опубликовал финансовые результаты за четвертый квартал 2025 года, которые демонстрируют фундаментальный сдвиг в экономике искусственного интеллекта. Компания сообщила о росте объема обработки токенов через свои модели в 52 раза по сравнению с прошлым годом. Но самое важное здесь не просто рост использования, а резкое повышение эффективности: затраты на обслуживание (serving costs) снизились почти на 80%. Это сигнал о том, что AI-бизнес переходит из фазы дорогих экспериментов в фазу масштабируемой и прибыльной инфраструктуры.

Контекст

Долгое время скептики указывали на высокую стоимость работы больших языковых моделей (LLM) как на главное препятствие для их массового внедрения. «Сжигание денег» на GPU было нормой для индустрии. Google, обладая собственной архитектурой чипов TPU (Tensor Processing Unit), годами инвестировал в оптимизацию. Теперь эти инвестиции начали приносить плоды, позволяя компании не просто наращивать мощности, но и делать каждый запрос к нейросети значительно дешевле.

Детали

Давайте посмотрим на конкретные цифры из отчета, которые рисуют картину происходящего:

• Объем обработки: Модели Gemini теперь обрабатывают более 10 миллиардов токенов в минуту через API. Это огромный скачок по сравнению с 7 миллиардами в предыдущем квартале. В годовом исчислении рост составил 5200% (с ~8,3 трлн токенов в месяц в декабре 2024 года до текущих показателей).
• Эффективность: Google удалось снизить удельные затраты на обслуживание Gemini на 78%. Это эквивалентно улучшению производительности в 4,5 раза (на единицу оборудования). Для сравнения, Microsoft ранее сообщала о двукратном росте эффективности.
• Выручка облака: Доходы Google Cloud выросли на 48% и достигли $17,7 млрд, что превышает темпы роста Azure от Microsoft (39%).
• Масштаб клиентов: Около 350 клиентов Google обрабатывают более 100 миллиардов токенов каждый. Microsoft, для сравнения, имеет более 250 клиентов с прогнозом обработки свыше 1 триллиона токенов в год, что говорит о разной структуре потребления у гигантов.

Анализ

Эти данные говорят нам о двух важных трендах.

Во-первых, спрос на генеративный AI реален и продолжает расти экспоненциально. Рост портфеля заказов (backlog) на 55% до $240 млрд подтверждает, что компании закладывают использование AI в свои долгосрочные стратегии.

Во-вторых, «закон Мура» для AI работает быстрее, чем для классических процессоров. Снижение затрат на 78% за год — это феноменальный результат инженерной оптимизации. Это означает, что маржинальность AI-сервисов будет расти, даже если цены для конечных пользователей будут снижаться. Google эффективно использует свое преимущество полного цикла: от разработки чипов TPU до создания моделей и облачной инфраструктуры.

Перспектива

Самая шокирующая цифра отчета касается будущего. Google планирует капитальные затраты (CapEx) на 2026 год в диапазоне $175–180 миллиардов. Если сложить это с планами других гиперскейлеров (Microsoft, Amazon, Meta), общие инвестиции в дата-центры могут достигнуть $500–750 миллиардов в год.

Сейчас расходы на AI-инфраструктуру составляют около 1,6% от ВВП США. Пик железнодорожного строительства в XIX веке достигал 6,0%. Если текущие темпы сохранятся, строительство дата-центров станет инфраструктурным проектом, сопоставимым по масштабу с созданием национальной системы автомагистралей. Мы находимся лишь в начале этого пути, и ставка техногигантов на то, что спрос на «интеллект» будет практически бесконечным, становится все более очевидной.