Google удвоила ставки в ИИ: расходы $205 млрд, закрытие AlphaFold и прорыв в сжатии моделей
Квартальный отчёт Alphabet за июль 2026 года стал поводом для масштабной переоценки рисков на Уолл-стрит: прогноз капитальных расходов Google на текущий год вырос с $190 млрд до $205 млрд, при этом компания продолжает тратить больше, чем зарабатывает на ИИ-услугах. На фоне финансовой тревоги стало известно о ликвидации команды AlphaFold — проекта, принесшего Нобелевскую премию, — и о прорывных алгоритмах сжатия, которые могут перевернуть рынок памяти и хранения данных.
Финансовый шок: расходы растут, маржи давят конкуренты
По данным The Verge, увеличение прогноза расходов на $15 млрд стало «чрезвычайно тревожным сигналом» для инвесторов. Google призналась в неспособности точно планировать собственные затраты, а бизнес-модель остаётся убыточной: гигант тратит больше на инфраструктуру, чем получает от монетизации моделей. Ситуация усугубляется жёсткой ценовой войной — компании вынуждены держать или снижать цены на доступ к ИИ.
Проблема системная: на этой неделе отчёты публикуют Meta, Amazon и Microsoft, и ожидается, что все они анонсируют рост бюджетов на строительство центров обработки данных. Инвесторы обеспокоены и долгами Oracle на ЦОД, а Nvidia ведёт переговоры о сделках на общую сумму в четверть триллиона долларов, выступая центром «кольцевого финансирования» экосистемы. Гарантия Nvidia по долгу OpenAI на $250 млрд эксперты называют «напоминанием о нехватке финансирования в развитии ИИ, а не сигналом спроса».
Китайский вызов: Moonshot AI и модель Kimi K3
Дополнительное давление создало появление у китайской Moonshot AI модели Kimi K3. Несмотря на отсутствие доступа к передовым ИИ-ускорителям, китайские разработки остаются конкурентоспособными. Если это подтвердится, «денежный бум Nvidia и других производителей ускорителей не так уж далёк от завершения, а вся отрасль строит слишком много ЦОД», — предупреждают аналитики. Коррекция рынка, по их мнению, неизбежна, и многие ИИ-компании исчезнут. Часть инвесторов уже начинает переводить средства в другие сектора.
Конец эпохи AlphaFold: наука уступает место Gemini
По информации Financial Times, исследовательская группа Google DeepMind, создававшая AlphaFold, перестала существовать. Большинство ключевых сотрудников переведены на другие должности, часть — уволилась. В июне 2026 года Джон Джампер (John Jumper), лауреат Нобелевской премии 2024 года за работу над AlphaFold, перешёл в Anthropic, за ним последовали несколько коллег. Остальные инженеры направлены в проекты Google Gemini или в Isomorphic Labs — дочернюю компанию Alphabet, специализирующуюся на разработке лекарств.
Вице-президент по исследованиям DeepMind Пушмит Коли (Pushmeet Kohli) объяснил решение сменой стратегии: «За последние девять лет наша стратегия состояла в том, чтобы сосредоточиться на масштабных задачах конкретной цели, которой посвящён каждый проект. Стратегия претерпела изменения».
Научный наследие AlphaFold
Проект стартовал в 2018 году. В 2020 году он решил 50-летнюю «проблему сворачивания белков» — определение того, как аминокислоты формируют сложные трёхмерные структуры, задающие биологическую функцию. За полвека учёные экспериментально определили структуры около 170 000 белков (рентгеновская дифракция, ЯМР). AlphaFold обучилась на этих данных и в 2021 году, через публикацию в Nature, предсказала структуру всего человеческого протеома. DeepMind открыла базу данных, предоставив бесплатный доступ к более чем 200 млн предсказанных структур. Технология ускорила разработку лекарств, создание вакцин и изучение нейродегенеративных заболеваний, включая болезни Альцгеймера и Паркинсона.
Прорыв в сжатии: TurboQuant, PolarQuant и QJL
В марте 2026 года Google анонсировала новые семейства алгоритмов сжатия — TurboQuant, PolarQuant и Quantized Johnson-Lindenstrauss (QJL). Их цель — сократить память, необходимую для работы больших языковых моделей и систем векторного поиска. В тестах TurboQuant уменьшил потребность в памяти кеша «ключ-значение» как минимум в шесть раз без потери точности.
Новость мгновенно ударила по акциям производителей памяти: Micron Technology, Western Digital, Seagate Technology и SanDisk упали. Инвесторы осознали: если модели станут значительно эффективнее, спрос на дорогое «железо» — чипы памяти, накопители, серверы — может рухнуть. Рынок инфраструктуры ИИ, выросший на вере в неизбежный рост аппетитов моделей к ресурсам, столкнулся с фундаментальным вызовом со стороны алгоритмической оптимизации.
Итог: переход от эйфории к рационализации
С апреля 2026 года «великая семёрка» американских технологических гигантов потеряла в совокупной капитализации $797 млрд. Уолл-стрит переходит от слепой веры в ИИ к требованию реальной прибыли. Google демонстрирует этот сдвиг действиями: рекордные траты на инфраструктуру соседствуют с закрытием Нобелевского проекта и разработкой технологий, обесценивающих эту самую инфраструктуру. Отрасль входит в фазу естественного отбора — выживут те, кто найдёт баланс между масштабом инвестиций и эффективностью алгоритмов.