2025 был тяжелым, а 2026, вероятно, станет еще сложнее из-за усиления существующих макро-дисбалансов в России, усиления внешнего давления, жесткой ДКП и потенциального давления на бизнес с целью покрытия кассовых разрывов российского бюджета.
Турбулентность на рынках развивающихся стран и структурные сдвиги в глобальной торговле, экономике, финансовой системе со смещением геополитического ландшафта ставят перед российским корпоративным и государственным сектором вызов, выходящий за рамки привычного анализа цен на ресурсы и устоявшихся паттернов управления.
Речь идет о фундаментальном изменении скорости среды. Мы вошли в фазу, когда внешние вводные обновляются быстрее, чем стандартные бюрократические циклы успевают их обрабатывать.
В этой реальности критическим фактором выживания становится не столько объем накопленных резервов устойчивости, сколько институциональная гибкость – способность системы делегировать ответственность и ускорять прохождение сигналов от рынка к исполнителям.
Когда даже для самых тупых дойдет, что проекция ожиданий несоизмерима с возможностями, хотя сами по себе возможности вне всяких сомнений могут быть фантастическими в определенных сценариях.
Я настолько подробно описывал в 2024-2025 всю специфику LLMs на экономическом и технологическом уровне (буквально сотни страниц), что даже повторяться не собираюсь в обзорном материале. Тогда я одним из первых (если не первый) формировал нарративы, которые становились мейнстримом спустя несколько месяцев в отраслевых и бизнес изданиях.
Однако, именно 2026 станет годом экспоненциальной интеграции ИИ-решений и ИИ-сервисов в потребительские, коммерческие и государственные проекты и задачи.
Нет ни одного противоречия между коллапсом пузыря и периодом масштабного развертывания ИИ в экономике.
Просто перейдем в эпоху, когда обновления ИИ-сервисов будут такой же рутиной, как обновления BIOS к материнской плате или прошивок к сетевым маршрутизаторам.
С ноября 2023 года буквально каждый релиз или даже анонс флагманских версий LLM приводил к «оргазмическому взвизгиванию», когда в режиме полной потери рассудка, в запущенной форме психоза, в истерике и агонизирующем экстазе скупали все, что имело хоть какое отношение к ИИ, пусть даже сходства в названиях.
Сейчас динамика рубля похожа на «шизофренический марафон» в тотальном отрыве от фундаментальных диспропорций и композиции факторов риска.
С точки зрения стандартной макроэкономической логики, не существует обоснования текущим уровням по рублю – все это похоже на «шутку, розыгрыш».
Однако, мы сейчас живем в особой реальности агрессивных схематозов и отхода от рыночного ценообразования.
Оценивая валютный рынок, необходимо понимать, что:
— Больше нет привычного валютного рынка, т.к. значительная часть оборота является «теневой» на внебиржевом рынке с середины 2024, где затруднительно оперативно оценивать валютные балансы и диспропорции.
— Все типичные макромодели сломаны или даже уничтожены после нарушения естественного трансграничного денежного потока внутренних и внешних контрагентов с 2022 года.
— Большая часть финансовой статистики засекречена или сильно ограничена, а финансовый сектор в РФ является основным провайдером валютной ликвидности.
Если среди американских производителей, я бы поставил на Google и объясню почему.
▪️ Ресурсы определяют долгосрочную устойчивость – Google имеет колоссальный операционный денежный поток в 150 млрд долларов в год, который может без потери стратегической устойчивости отгружать в «плантации ИИ фабрик», чего не может себе позволить OpenAI, Anthropic и xAI, сидящие на подсосе у венчурных инвесторов.
▪️ Мощнейшая инженерная школа DeepMind (практически все ведущие ученые в LLM являются выходцами из DeepMind). Работают медленнее и менее рисково, чем стартапы, но зато системно и последовательно.
▪️Общемировая корпоративная и потребительская клиентская база в несколько миллиардов уникальных пользователей, удерживая через развитую сеть цифровых сервисов Google на всех уровнях (от развлекательных, поисковых, навигационных до бизнес сервисов) и слоях, платформах (мобильные, web, PC, серверные и IDE среды).
▪️ Full-stack платформа: собственное железо, которое выкупает само у себя по себестоимости (Google производит TPU Trillium / v6e) + имеет развитые облачные технологии Google Cloud Platform (GCP) + среда разработки Vertex AI и Google AI Studio с развитыми библиотеками и фреймфорками (Project IDX, Kotlin, Firebase Genkit и т.д.
Сейчас большинство китайских чипов соответствуют технологиям Nvidia уровня 2020 года, а это чип Nvidia A100 (40/80 GB HBM2e памяти, 2.0 TB/s, производительность в FP16 около 312 TFLOPS и интерконнект 600 GB/s)
Для Китая флагманские чипы имеют (64 GB HBM2/HBM3 памяти, 1.7-2.7 TB/s, 300-500 TFLOPS и интерконнект 600 GB/s).
Основы современных LLMs зарождались на базе Nvidia A100, а основной импульс развития был сформирован на чипах Nvidia H100/H200 в 2023-2024 (80-141 GB HBM3/ HBM3e, 3.35 TB/s и 4.8 TB/s при производительности около 1000 TFLOPS и интерконнекте 900 GB/s).
Сейчас идет развертывание Nvidia B200 (192 GB HBM3e, 8.0 TB/s, 2200 TFLOPS и интерконнект 1.8 TB/s).
В свою очередь, AMD отстает от Nvidia примерно на 2-3 года, особенно в интерконнекте (вдвое), тогда как по памяти паритет, по GPU разрыв незначительный, но проблема AMD – невозможность эффективного масштабирования чипов так, как это делает Nvidia.
Общий прогресс в индустрии за 5 лет: объем памяти вырос в 5 раз, пропускная способность памяти выросла в 4 раза, производительность выросла в 7 раз, интерконнект вырос в 3 раза.
Настоящая революция начнется тогда, когда ИИ обретут квази-самосознание, когда машины научатся не только генерировать токены на основе распределения вероятностей, а понимать, в каком мире они находятся, какой процесс описывают и к чему приведут действия (цепочка последовательности через выстраивание динамического равновесия в условиях нестационарных корреляционных связей).
Реальный мир неоднородный и неоднозначный, то что казалось устойчивым еще вчера может сегодня изменить характеристики, связи, конфигурационные параметры.
Настоящий интеллект начинается тогда, когда идет динамическая балансировка иерархическими связями, где можно выделять сущностные элементы, события и процессы в каждый момент времени (выстраивать иерархию приоритетов), оценивая всю совокупность данных, факторов и динамических связей.
LLMs – это в какой-то степени зеркало заднего опыта, некий синтетический суррогат ранее накопленного опыта, своего рода квинтэссенция заполненного резервуара данных обучения.
Это очень полезная функция – умение качественно обобщать критически важно для практически любой деятельности и особенно для исследований и разработок.

В октябре дефицит бюджета составил 402 млрд vs 799 млрд годом ранее – это первое улучшение дефицита с фев.25 и самое сильное с авг.24, до этого на протяжении 12 из 13 месяцев дефицит бюджета непрерывно увеличивался.
За 10м25 дефицит бюджета составил 4.19 трлн (это худшие 10м за всю историю) vs дефицита 0.22 трлн за 10м24 и дефицит около 1 трлн за 10м23.
За последние 12м дефицит бюджета немного стабилизировался, сократившись с 7.85 трлн (максимум был в мае 2023 – почти 8 трлн) в сентябре до 7.45 трлн в октябре.
Чем обусловлено сокращение дефицита?
▪️Расходы бюджета в октябре рухнули на 19% г/г (сопоставимая нормализация расходов была в дек.23).
• За 3м расходы снизились на 1.3% г/г, но выросли на 26.6% к аналогичному периоду в 2023.
• За 10м25 расходы выросли на 14.1% г/г и +41.2% к 10м23.
• Годовые расходы составили 44.4 трлн с увеличением на 16.6% г/г и +32.6% к 2023.
По годовым темпам достаточно резкое замедление по расходам бюджета, т.к. пиковые темпы были 32% г/г в янв.25. к середине 2025 – 24% г/г и держались на уровне 22.6% г/г до сентября.

Рынки традиционно развлекают Альтман с непрерывной (причем ежедневной и всегда утренней порцией кринжа) серией идиотских (в том смысле, что невыполнимых и неокупаемых) контрактов на сотни миллиардов с циркуляцией несуществующего бумажного бабла по замкнутому контуру между своими товарищами по цеху (про это в техносфере уже анекдоты ходят). Они уже достигли пакета соглашений на 10 трлн или еще нет?
Дженсен Хуанг снова рассказывал сказки (на этом раскочегарили Nvidia до 5 трлн) на протяжении двух часов о том, как ИИ сделает всех сказочно богатым и проникнет в каждую отрасль экономики, в каждый дом, в каждый процесс, создавая квадриллионы рыночной капитализации и десятки триллионов прибылей, ускоряя технологической прогресс в геометрической прогрессии (за исключением сказок от Хуанга, с технической стороны презентация интересная).
Рынки в оглушительном экстазе и в крайне вздрюченном состоянии, истерично трещат от счастья, разрываясь от бурлящего психоза с прогрессирующим маразмом фантомных галлюцинаций о технологической сингулярности и сказочном богатстве.