Математика вокруг AI-инициативы Apple безумна. Четыре гипермасштабируемые компании потратят 700 миллиардов долларов на инфраструктуру AI в 2026 году. Apple потратила 12,7 миллиарда долларов на общий капитальный расход в прошлом году. Разница выглядит так, будто Apple проиграла. Но посчитайте по-другому. У Apple 2,5 миллиарда активных устройств на январь 2026 года и 157 миллиардов долларов наличными. Гипермасштабируемые компании так быстро сжигают свободный денежный поток, что ожидается, что Amazon станет отрицательной по FCF в этом году. Ожидается, что свободный денежный поток Alphabet упадет на 90%. Эти компании занимают деньги под будущие доходы, которых еще нет, чтобы купить GPU, которые обесцениваются каждые 18 месяцев. Тем временем, цены на API упали на 97% с момента запуска GPT-3. Каждый доллар, который гипермасштабируемые компании тратят на обучение собственных моделей, становится товаром быстрее, чем они могут вернуть инвестиции. Внутреннее руководство Apple, как сообщается, рассматривает LLM как товары, не стоящие затрат на собственную разработку. Это мнение выглядит все более правильным. Это говорит вам все о экономике распределения против экономики инфраструктуры. OpenAI обязалась потратить 1,15 триллиона долларов на инфраструктурные сделки до 2035 года. У Apple уже есть то, за что OpenAI обменяла бы все эти GPU: 2,5 миллиарда устройств с интеграцией на уровне системы, платежными реквизитами, данными о здоровье и привязкой к экосистеме приложений. Это распределение невозможно воспроизвести ни по какой цене. Гипермасштабируемые компании ставят на то, что создание лучшей модели победит. Apple ставит на то, что модели станут дешевыми, а распределение станет всем. Одна из этих ставок требует 700 миллиардов долларов в год и растет. Другая требует обновления программного обеспечения. Если модели станут товаром, а ценовые тренды говорят, что так и будет, весь цикл капитальных затрат на AI станет субсидией Apple. Все остальные финансировали НИОКР. Apple поставляет продукт.