# Лучшее нас ждет за AI-разворотом: инвестиции, гонка сверхдержав и новая инфраструктура для экономики ИИ

Что ждет AI-индустрию в ближайшие годы, где искать главные инвестиционные возможности и почему человеческий капитал становится ценнее по мере удешевления искусственного интеллекта? Автор The Tech Эльмира Обри посетила Всемирную конференцию по искусственному интеллекту WAIC в Шанхае и собрала ключевые инсайты из интервью с основателем венчурного фонда 3C AGI Partners Эстер Вонг — о будущем AI-инфраструктуры, глобальной конкуренции Китая и США и новой экономике искусственного интеллекта.

**Эльмира Обри, город — Алматы, основатель Foody AI, [Instagram](<https://www.instagram.com/elmira_obry/>), [LinkedIn](<https://www.linkedin.com/in/elmira-obry-654a0277/>)**

*Я посетила мировую конференцию по ИИ в Шанхае и вот что я забираю с собой в качестве рефлексии.*

Как и любая конференция, WAIC изобиловала технологическими новинками и обилием экспертов из разных индустрий, но самые интересные инсайты — обычно не на поверхности, а в дискуссиях между экспертами и в кулуарах спикерских лаунжей.

Привожу ключевые тезисы на основе интервью с Эстер Вонг, основателем и CEO 3C AGI Partners, гонконгского венчурного фонда и инкубатора, специализирующегося на AI-инфраструктуре, вычислительных технологиях и глобальных инвестициях в искусственный интеллект.

<img src="https://cdn.the-tech.media/content/2026/07/21/f00202b88aeb8035.webp">

**  
AI переходит от обучения моделей к массовому использованию**

AI-индустрия постоянно создает новые истории роста: модели становятся крупнее, стоимость инференса снижается, продукты обновляются быстрее.

AI-системы становятся пользователями других AI-систем. Поэтому будущая инфраструктура будет обслуживать не только людей, но и миллионы взаимодействующих AI-агентов.

Будущие AI-фабрики будут создаваться *AI для AI*. Старые дата-центры и вычислительные системы проектировались людьми для человеческих задач. Но AI-агенты могут взаимодействовать миллионы раз в секунду, поэтому потребуется иная архитектура. На первый план выходит скорость и плотность вычислений, высокая пропускная способность; энергоэффективность, инфраструктура охлаждения и подключения.

**  
Главная инвестиционная возможность — это инфраструктура**

Текущая инфраструктура была создана прежде всего для обучения ограниченного числа крупных моделей и плохо соответствует будущему масштабу AI.

По мнению Эстера Вонга, рынок прикладных AI-продуктов становится все более конкурентным: стоимость создания приложений снижается, а компании-одиночки могут быстро запускать продукты при помощи Copilot, Claude и других инструментов.

Но инфраструктура остается более устойчивым инвестиционным направлением, потому что именно она обеспечивает работу всей AI-экономики.

На что обратить внимание:

— AI-дата-центры  
— энергоэффективные вычисления  
— биокомпьютинг  
— новые типы процессоров  
— космические дата-центры  
— ядерный синтез и новые источники энергии.

<img src="https://cdn.the-tech.media/content/2026/07/21/dfeb8b7bda8d00ac.webp">

**Инвестировать нужно до формирования рыночного консенсуса**

Эстер Вонг оценивает компанию по трем критериям:

1. Достаточно ли зрелая технология.

2. Существует ли реальный рынок.

3. Понимает ли этот рынок капитал.

Лучший момент для инвестиции — когда технология уже работает, рынок готовится к быстрому росту, но большинство инвесторов еще не осознало ее потенциал.

Именно такую стратегию фонд использовал при ранних инвестициях в Cerebras, Groq и инфраструктурные проекты.

**В здравоохранении ценность смещается к данным и экспертизе**

По мере удешевления AI-моделей создать обычное приложение становится все легче. Поэтому долгосрочное конкурентное преимущество будет формироваться вокруг: глубокого отраслевого знания, уникальных данных, практического опыта, специализированных рабочих процессов, доступа к реальным клиническим или производственным кейсам.

В здравоохранении компании, владеющие крупными массивами реальных данных, могут оказаться значительно ценнее разработчиков универсальных *white-label* AI-решений.

<img src="https://cdn.the-tech.media/content/2026/07/21/9ba75dca7db84487.webp">

**Китайские и американские AI-экосистемы имеют разные преимущества**

Китай силен в быстром создании продуктов, большом количестве пользователей, коротких циклах обратной связи, сравнительно низкой стоимости тестирования, масштабировании прикладных решений.

США лидируют в разработке frontier-моделей, фундаментальных исследованиях, привлечении глобальных талантов, венчурном финансировании передовых технологий.

**Китай и США: не конкурирующие копии, а разные экосистемы**

Как выбрать свой голубой океан и не потерять вектор и фокус?

Короткий совет стартапу — учитывать структуру каждого регионального рынка и адаптировать продукт, бизнес-модель и позиционирование.

Глобализация не должна быть простым копированием внутренней стратегии. Напротив, следует учитывать особенности каждого рынка и искать ниши на стыке индустрий, культур и технологий.

У прикладных AI-стартапов все еще есть шанс против технологических гигантов. Создавать новую фундаментальную модель и конкурировать с глобальными лидерами LLM крайне сложно. Но на прикладном уровне инновационные циклы проходят значительно быстрее.

Проверяйте гипотезы быстро и дешево, находите узкие отраслевые задачи, копите и используйте собственные данные, меняйтесь и адаптируетесь быстрее крупных компаний, стройте нишевые специализированные продукты.  

Эстер Вонг выделяет два главных качества основателя:  
— оптимистическое мышление  
— настойчивое умение решать проблемы.

По его мнению, критиковать идею и объяснять, почему она не сработает, сравнительно легко. Намного сложнее взять ответственность и найти практическое решение.

Для технологических компаний также важен инвестор, который понимает долгосрочное видение, не исчезает во время рыночного спада, имеет собственный операционный опыт, способен поддерживать компанию на протяжении нескольких циклов.

**Человеческий капитал становится самым важным ресурсом. Навыки человека станут дороже по мере удешевления интеллекта**

Когда стоимость AI-интеллекта стремится к нулю, особенно ценными становятся человеческие качества как эмпатия, вкус, этика, эмоциональная глубина, критическое мышление, междисциплинарное мышление и экспертиза, профессиональная и личная ответственность.

Эстер рекомендует также изучать историю, философию, искусство и естественные науки.
