🧾 OpenAI аудитирует Deloitte — скептики получили ответ
На фоне вопросов инвесторов, включая Майкла Бьюрри, стало известно, что отчетность OpenAI проверяется Deloitte, одной из компаний из списка Big 4.
Это важно, потому что OpenAI наращивает траты темпами, которые вызывают недоумение даже в Кремниевой долине: гигантские капексы, инвестиции Microsoft, расширение дата-центров — и всё это не покрывается денежными потоками OpenAI.
Бьюрри публично задавал вопрос:
“OpenAI — центр этой схемы”… (речь, вероятно, про ИИ-схему с перекрестными инвестициями компаний). «Может ли кто-то назвать их аудитора?»
Теперь ответ есть: Deloitte. Но Бьюрри продолжает давить — и его претензии укладываются в два ключевых тезиса.
📉 Претензия 1: увеличенные сроки амортизации и искусственно завышенная прибыль
▪️ По словам Бьюрри, топовые ИИ-компании (Meta, Oracle, Alphabet, Microsoft) искусственно удлиняют срок полезного использования оборудования, чтобы снизить амортизационные расходы.
▪️ По его подсчётам, масштабы значительные: срок СПИ вырос примерно вдвое — с ~3 лет в среднем у бигтехов в 2020 году до 5–6 лет в 2024-м (зависит от компании).
▪️ Бьюрри считает, что это приведёт к 176 b$ “недоамортизации” в 2026–2028 годах.
⚙️ Претензия 2: старые чипы используются, но это не значит, что они создают ценность
Бьюрри подчёркивает физическо-экономический разрыв:
▪️ A100 (2020) в 2–3 раза менее энергоэффективные, чем H100
▪️ H100 (2023) — а H200/HX и Blackwell будут ещё в разы эффективнее
То есть оборудование устаревает крайне быстро. В inference цикл устаревания стремится к 18–24 месяцам. Поэтому даже если старые GPU загружены на 100%, это не означает их экономическую эффективность.
Он приводит аналогию с авиапарками: «Старые самолёты используются в праздники, но это не делает их ценными активами».
🧠 Контраргумент: NVIDIA считает, что удлинённые сроки оправданы
NVIDIA указывает, что CUDA обеспечивает долговечность архитектуры: софтверная поддержка даёт высокую производительность даже старым сериям. A100 и H100 действительно активно используются.
Поэтому NVIDIA считает, что удлинённые сроки экономически оправданы:
ПО делает старый GPU эффективнее любого ASIC или NPU без полноценной экосистемы.
Но вопрос остаётся открытым: GAAP компании формально не нарушают, однако насколько долго оборудование будет реально эффективно использоваться — нам только предстоит узнать. Если новейшие Blackwell стоимостью десятки тысяч долларов будут списываться через 2–3 года, это приведёт к очень быстрому истощению ресурсной базы — проще говоря, кэш может закончиться неожиданно быстро.
📊 Что думают аналитики?
▪️ В Bernstein Research считают, что с выходом Blackwell цикл обновления “старых кластеров” будет самым быстрым в истории — 12–18 месяцев. То есть списание оборудования может ускориться сравнительно с доковидными годами, что не совпадает с текущим форматом отчётности.
▪️ В Gartner предупреждают: если спрос на инференс не вырастет так же быстро, как на обучение моделей, рынок столкнётся с перепроизводством. По их мнению, инвесторы недооценивают риски избытка мощностей.
⚠️ Итоговая позиция
Мы считаем, что ключевой повод для беспокойства — это совокупность всех факторов, которые аналитики называют по отдельности: раздувающиеся капексы, странности с амортизацией, завышенные мультипликаторы, зацикленные сделки, риски перепроизводства и не до конца понятный ROI от ИИ-вложений.
