Пока Amazon, Microsoft, Alphabet и Meta планируют направить от 720 до 745 миллиардов долларов капитальных затрат на AI-инфраструктуру в 2026 году, весь бюджет федеральных R&D США, включая оборону, составил около 192 миллиардов. NIH, крупнейший в мире финансист медицинских исследований, получил 47 миллиардов. Четыре частные компании тратят в 15 раз больше одного из важнейших институтов здравоохранения на одну технологию.
Пропорция венчурного капитала ещё более показательна. По данным OECD, в 2025 году AI-компании забрали 61 процент всех глобальных венчурных инвестиций. В первом квартале 2026 года, по оценкам Crunchbase, доля выросла до 80 процентов. Четыре раунда — OpenAI, Anthropic, xAI и Waymo — аккумулировали 65 процентов каждого венчурного доллара на планете.
Куда не идут деньги
На этом фоне ВОЗ в 2025 году зафиксировала в клинической разработке 90 антибактериальных агентов — против 97 в 2023-м. Из них лишь 15 являются инновационными, и только пять работают против критически важных патогенов. Класс препаратов, где устойчивость уже убивает людей, демонстрирует сокращение, а не рост.
Почему рынок выбирает чат-бота, а не диагностику
Автор оригинального поста на Reddit ссылается на работу 2015 года в American Economic Review (Budish, Roin, Williams), которая анализирует клинические испытания онкологических препаратов. Исследование показывает: частные R&D систематически избегают проектов с длительным периодом коммерциализации. Профилактика и ранние стадии требуют больше времени на доказательство эффективности — и получают меньше финансирования. Это не корреляция, а идентифицированная закономерность.
Та же логика работает и в AI. Ассистент для написания текстов приносит подписку через месяц и обратную связь через дни. Диагностическая модель для сельских больниц не имеет платёжеспособного клиента, цикл обратной связи длится годы, а регуляторы добавляют издержки. Капитал — вода, он течёт вниз, и выберет ассистента каждый раз, независимо от того, что важнее.
Где «социалисты» правы
Автор поста утверждает: кто-то за пределами рынка должен решать, какие проблемы достойны разработки. Исторические примеры это подтверждают. Программа «Аполлон» наняла 400 тысяч человек для задачи без потребительского рынка. Проект «Геном человека» стоил 2,7 миллиарда долларов, выложил данные в открытый доступ — после этого стоимость секвенирования упала на порядок. Работа Gross и Sampat (AER, 2023) показывает, что военные R&D создали технологические кластеры, которые продолжали производить компании ещё в 1970-х.
Ошибка — считать, что государство должно строить всё само
Ключевая поправка: ни один из этих проектов не требовал, чтобы государство строило решение собственными силами. Достаточно, чтобы государство выступило заказчиком — оплатило результат до его существования, позволив частным командам конкурировать, и опубликовало результат. Великобритания уже применяет этот подход для антибиотиков: ежегодная подписка на доступ к препарату вместо оплаты за дозу. Это прямое решение проблемы длинного цикла окупаемости — и потенциальная модель для AI в критических областях.
Практические ограничения
Модель государственного заказчика не лишена рисков. Она требует корректного определения приоритетов, устойчивости к политическому давлению и механизмов предотвращения коррупции. Примеры успеха — «Аполлон» и геном — были единичными, а не системными. Масштабирование подхода на множество направлений AI (диагностика, сельское хозяйство, климат) потребует институциональных изменений, которых пока нет.
Источники
Оригинальное обсуждение на Reddit: https://www.reddit.com/r/artificial/comments/1wbidom/maybe_socialism_is_the_answer_during_the_age_of_ai/
Данные по капитальным затратам: прогнозы Amazon, Microsoft, Alphabet и Meta на 2026 год.
Бюджет NIH: отчёт за 2025 финансовый год.
OECD, Crunchbase — статистика венчурных инвестиций за 2025–2026 гг.
WHO pipeline review 2025.
Budish, Roin, Williams (2015), AER.
Gross and Sampat (2023), AER.