Аналитика
Список Forbes AI 50 опубликован. Что этот список показывает о том, куда на самом деле идут деньги на искусственный интеллект.
Forbes опубликовал свой 8-й ежегодный список AI 50 самых перспективных частных компаний в области искусственного интеллекта. OpenAI и Anthropic доминируют по финансированию, но настоящая история в специализированных компаниях по отраслям — и то, что список говорит о том, где на самом деле создается ценность в AI.
Майкл Г ·
Каждый год список Forbes AI 50 выступает своего рода тестом Роршаха для индустрии ИИ. То, что вы в нем видите, зависит от того, что вы ищете. Если вы ищете доказательства того, что ИИ — это пузырь, вы его найдете: общий объем финансирования 50 компаний превышает 300 миллиардов долларов, оценки во многих случаях не привязаны к краткосрочной выручке, а концентрация капитала в нескольких почтовых индексах Сан-Франциско впечатляет. Если же вы ищете доказательства того, что ИИ преобразует экономику устойчивым образом, вы также это найдете: компании в списке генерируют реальную выручку, решают реальные проблемы и создают защищаемые позиции на рынке в отраслях, которые десятилетиями сопротивлялись технологическим изменениям.
Издание списка 2026 года, опубликованное на этой неделе, стало восьмым ежегодным выпуском и самым наглядным в плане того, куда на самом деле движется индустрия искусственного интеллекта. Лидирующие показатели принадлежат OpenAI (182,6 миллиарда долларов общего финансирования) и Anthropic (60 миллиардов долларов), но более интересная история заключается в компаниях, расположившихся ниже них в рейтинге — это вертикальные специалисты, строители инфраструктуры и тихие накопители, которые превращают возможности ИИ в устойчивый бизнес.
Двухуровневый рынок
Список Forbes AI 50 показывает рынок, который разделился на два четких уровня. Первый уровень состоит из компаний, создающих базовые модели — OpenAI, Anthropic и, в меньшей степени, Mistral — которые конкурируют в создании наиболее способных универсальных ИИ-систем. Эти компании требуют огромного капитала для обучения и эксплуатации своих моделей, а их конкурентные преимущества строятся на исследовательских кадрах, доступе к вычислительным ресурсам и «инерции данных», создаваемой их потребительскими и корпоративными продуктами. Объем финансирования на этом уровне впечатляющий и для большинства инвесторов недоступен.
Второй уровень — это место, где могут находиться более интересные инвестиционные возможности и более устойчивые бизнес-модели. Это компании, которые берут возможности фундаментальных моделей и применяют их к конкретным, высокоценным задачам в отраслях, где стоимость ошибок высока, а готовность платить значительна. Harvey (1 миллиард долларов финансирования) создает ИИ для юридической работы. Abridge (830 миллионов долларов) создает ИИ для медицинской документации. Rogo (150 миллионов долларов) создает ИИ для финансового анализа. OpenEvidence (700 миллионов долларов) создает ИИ-поиск для врачей. Эти компании не пытаются построить следующую GPT-4. Они стремятся стать ИИ-слоем, без которого ни одна юридическая фирма, ни одна больница, ни один инвестиционный банк не смогут функционировать.
Компании, которые побеждают, — это не просто те, у которых лучшие модели, а те, кто может превратить эти модели в продукты, которыми люди действительно пользуются, которым доверяют и за которые платят.
Редакционный анализ Forbes AI 50, апрель 2026
Эффективность-выбросы
Одним из самых впечатляющих показателей в этом году является Gamma, инструмент для создания презентаций и документов с поддержкой ИИ, который преодолел отметку в 100 миллионов долларов годовой повторяющейся выручки с командой всего из 50 человек. Это соотношение — 2 миллиона долларов повторяющейся выручки на одного сотрудника — является выдающимся по любым стандартам и представляет собой новый ориентир того, чего компании, коренные в ИИ, могут достичь с точки зрения эффективности капитала.
Гамма не является аномалией. Несколько других компаний из списка генерируют значительные доходы с командами, которые пять лет назад считались бы невероятно маленькими для такого масштаба доходов. Это дивиденд производительности, который инструменты ИИ обеспечивают компаниям, которые их используют, — и это имеет значительные последствия для более широкой экономики. Если компании, основанные на ИИ, могут генерировать такие же доходы, как их предшественники, с меньшим числом сотрудников, последствия для занятости при переходе на ИИ более серьёзны, чем признало большинство основных экономических анализов.
Ставки основателя
Два пункта в списке заслуживают особого внимания тем, что они показывают, куда, по мнению самых продвинутых исследователей ИИ, движется эта область. Safe Superintelligence, основанная Ильей Сутскевером после его ухода из OpenAI, привлекла 3 миллиарда долларов, не выпустив ни одного продукта. Заявленная миссия компании — создавать безопасный суперразум — ИИ, который одновременно более способен, чем существующие системы, и надежно соответствует человеческим ценностям. Уровень финансирования предполагает, что инвесторы считают техническое суждение и исследовательскую программу Сутскевера стоящими поддержки даже при отсутствии краткосрочных коммерческих продуктов.
Лаборатория Thinking Machines, основанная Мирой Муратти — еще одной выпускницей OpenAI — привлекла 2 миллиарда долларов с акцентом на системы ИИ следующего поколения. Лаборатория World Labs, основанная Фэй-Фэй Ли, привлекла 1 миллиард долларов для разработки пространственного интеллекта: систем ИИ, которые могут понимать и рассуждать о трехмерной физической среде. Эти три компании представляют собой ставки на следующую границу возможностей ИИ, и тот факт, что они привлекли миллиарды долларов финансирования, не выпустив продуктов, говорит вам о чем-то важном о том, как самые осведомленные инвесторы оценивают текущий момент в развитии ИИ.
Слой инфраструктуры
Возможно, самая недооценённая история в списке Forbes AI 50 — это появление инфраструктуры данных как ключевого слоя ценности в стеке ИИ. Databricks с $20 миллиардами финансирования является самым ярким примером: компания, которая не создает модели ИИ, но предоставляет инфраструктуру управления данными и аналитики, которая делает модели ИИ полезными в корпоративных условиях. Crusoe ($2,9 миллиарда) строит оптимизированные для ИИ дата-центры. Baseten ($585 миллионов) создаёт инфраструктуру для развертывания ИИ-приложений. Together AI ($548 миллионов) строит облачные сервисы для ИИ.
Эта модель отражает хорошо установленную динамику в переходах технологических платформ: компании, которые создают «кирки и лопаты», часто получают более устойчивую ценность, чем компании, добывающие «золото». В переходе к ИИ «кирки и лопаты» — это инфраструктура данных, вычислительные мощности и инструменты для развертывания, и список Forbes AI 50 свидетельствует о том, что инвесторы все больше это признают. Компании из слоя данных в списке генерируют значительные доходы, быстро растут и выстраивают те самые прочные корпоративные отношения, которые трудно разрушить конкурентам.
Список Forbes AI 50 на 2026 год в конечном итоге является документом о рынке в стадии перехода — от экспериментальной фазы, в которой главным вопросом было, сможет ли ИИ делать впечатляющие вещи, к фазе реализации, в которой главным вопросом является, смогут ли компании в сфере ИИ построить устойчивый бизнес. Список предполагает, что ответ в растущем числе случаев — да. Компании, которые будут определять экономику ИИ в течение следующего десятилетия, уже находятся в этом списке. Вопрос в том, какие именно.