20 июля 2026 года по пекинскому времени акции Zhipu (02513.HK), известной как «первая компания — разработчик базовых моделей искусственного интеллекта» на Гонконгской бирже, вновь резко упали в течение дня. На закрытии торгов стоимость акций составила 890,50 гонконгских долларов, что на 19,56% ниже предыдущего дня. За последние пять торговых сессий совокупное снижение достигло 46,23%. После падения на 28,49% в пятницу, 17 июля, акции Zhipu продолжили снижение, достигнув внутридневного минимума 920 гонконгских долларов и официально преодолев психологически важный рубеж в 1 000 гонконгских долларов.
Это не единичный случай. После достижения исторического максимума в 2 980 гонконгских долларов 22 июня стоимость акций Zhipu снизилась более чем на 66% всего за месяц, что привело к сокращению капитализации более чем на 800 млрд гонконгских долларов. За тот же период акции MiniMax (00100.HK), другой ведущей китайской компании в сфере базовых моделей ИИ, снизились более чем на 85% от пиковых значений и приблизились к цене первичного размещения. Одновременное падение двух крупнейших отечественных игроков свидетельствует о фундаментальном изменении подхода рынка к оценке сектора искусственного интеллекта: акцент смещается с технологических возможностей на подтверждение коммерческой отдачи.
Финансирование, разблокировка акций и избыток предложения: резкая смена рыночной динамики
Одним из факторов, спровоцировавших последнее падение Zhipu, стал резкий рост предложения акций.
8 июля Zhipu провела первую крупную разблокировку акций после IPO: 25 681 600 ранее ограниченных акций (5,76% от общего количества) стали доступными для торговли, основными держателями которых были 11 якорных инвесторов. До этого в свободном обращении находилось лишь 11 740 000 акций. Разблокировка более чем удвоила объем свободно торгуемых бумаг, что создало значительное краткосрочное давление на цену.
Вскоре после этого, 13 июля, компания разместила еще 19 780 000 новых H-акций. Это дополнительно увеличило объем предложения на рынке, а цена размещения оказалась ниже рыночной, что усилило давление на продажу, поскольку многие инвесторы столкнулись с нереализованными убытками. По рыночным данным, большинство участников размещения сейчас находятся в убытке.
Еще большее беспокойство вызывает долгосрочное давление. В январе 2027 года ожидается гораздо более масштабная разблокировка, когда около 40% первоначальных акций станут свободно обращаемыми. Для компаний, работающих с базовыми моделями ИИ и еще не имеющих устойчивой модели прибыли, постоянное финансирование и расширение рынка часто воспринимаются как признак высокой зависимости от капитала и удаленности от самоокупаемости.
Обучение моделей ИИ требует значительных инвестиций. Закупка GPU, строительство дата-центров, аренда вычислительных мощностей и компенсации высококвалифицированным специалистам — все это требует огромных и постоянных расходов. Пока выручка не достигнет масштабных значений, любая форма размывания доли акционеров воспринимается рынком как сигнал к снижению оценки.
Эффект Kimi K3: новая конкурентная среда для китайских базовых моделей ИИ
Если разблокировка акций и допэмиссия создают давление на предложение, то запуск Kimi K3 спровоцировал переоценку на стороне спроса.
В ночь на 17 июля Moonshot AI объявила о выпуске новой базовой модели Kimi K3 с рекордными 2,8 трлн параметров — это крупнейшая в мире открытая модель по числу параметров. Kimi K3 заняла первое место в авторитетном рейтинге Frontend Code Arena с результатом 1 679 баллов, опередив Fable 5 (1 631) и GPT-5.6 Sol (1 618), став первой открытой моделью, превзошедшей все зарубежные закрытые решения на ключевом программном бенчмарке.
Это событие имеет отраслевое значение, выходящее за рамки одного продукта. Генерация кода — одно из самых перспективных коммерческих применений ИИ. Превосходство над закрытыми моделями по ключевым характеристикам в открытом формате напрямую бросает вызов высокомаржинальной бизнес-модели, которую зарубежные разработчики поддерживали за счет технологических барьеров. После этой новости индекс полупроводников Филадельфии снизился на 12,5% за неделю, перейдя в технический медвежий рынок, а капитализация американского сектора ИИ за 72 часа сократилась примерно на 470 млрд долларов.
Волна быстро докатилась до китайских компаний. В день релиза K3 акции Zhipu упали на 28,49%, а MiniMax — на 15,62%. В аналитической записке от 18 июля Goldman Sachs отметили, что это отражает обеспокоенность рынка по поводу конкурентной среды и долгосрочных лидеров среди китайских компаний в сфере ИИ, подчеркнув, что «лидерство и устойчивость позиций в отрасли остаются крайне волатильными».
Конкурентная матрица китайских базовых моделей ИИ быстро меняется. Zhipu известна своей серией GLM и работой с корпоративными клиентами, однако рынок все больше обращает внимание на темпы коммерциализации. Moonshot AI стремительно набирает обороты благодаря экосистеме Kimi и поддержке длинного контекста, делая рост пользовательской базы ключевым показателем. DeepSeek строит дифференцированную позицию за счет влияния в open source и преимуществ по издержкам, а Wenxin от Baidu использует корпоративную экосистему для внедрения в реальные бизнес-процессы. По мере сокращения технологического разрыва между игроками срок жизни технологических преимуществ уменьшается, и одних только характеристик модели уже недостаточно для высокой оценки.
CICC отмечает, что Kimi K3 построена на гибридных механизмах линейного внимания и технологии остаточного внимания, изначально поддерживает визуальное восприятие и контекстные окна в миллион токенов. Это говорит о том, что китайские модели ИИ не только преодолевают барьеры по масштабам, но и ускоряют инновации на уровне архитектуры. По мере того как окно технологического лидерства сокращается с лет до месяцев, рынок закономерно пересматривает премии в оценках отдельных компаний.
Оценка ИИ выходит на этап «подтверждения выручки»: системная перестройка глобальной инвестиционной логики
Падение акций Zhipu — не только локальное событие для Китая, но и отражение системных изменений в глобальной логике инвестиций в искусственный интеллект.
К 2026 году традиционный для отрасли закон масштабирования (Scaling Law) достигает пределов: простое наращивание вычислений и данных для повышения производительности моделей перестает давать прежний эффект. Миллиардные инвестиции в обучение новых сверхкрупных моделей больше не приводят к соразмерным прорывам. Как публичные, так и частные рынки смещают акценты в оценке ИИ с технологических достижений на коммерческую реализуемость.
Это изменение очевидно: рынок переходит от «торговли историями об ИИ» к «торговле денежными потоками ИИ». Инвесторы, которые раньше платили высокие мультипликаторы за компании сектора, теперь больше внимания уделяют эффективности капитальных затрат, устойчивости маржи и качеству роста прибыли. Как отметил один из аналитиков, торговля ИИ переходит от «покупки будущих историй» к «доказательству инвестиционной отдачи».
Глобальные инвестиции в ИИ теперь четко делятся на этапы. Первый этап — инвестиции в инфраструктуру: создание GPU, облачных вычислений и дата-центров, основными бенефициарами которых стали Nvidia и облачные гиганты Amazon, Microsoft и Google. Второй этап — коммерческая валидация: смогут ли SaaS-решения на базе ИИ, корпоративные приложения и интеллектуальные агенты превратить эти вложения в реальную выручку и прибыль.
Эта смена логики будет особенно заметна в предстоящем сезоне отчетности. Alphabet (Google) и Microsoft опубликуют результаты за второй квартал 2026 года 29 июля, Amazon — 31 июля. В центре внимания теперь не «масштаб инвестиций в ИИ», а «способны ли колоссальные капзатраты приносить ощутимую отдачу». По оценкам аналитиков, в 2026 году пять крупнейших мировых технологических компаний потратят на ИИ более 690 млрд долларов, тогда как выручка от прямых ИИ-сервисов составит лишь около 25 млрд долларов. Такой разрыв заставляет инвесторов пересматривать всю цепочку создания стоимости в отрасли.
В этих условиях компании — разработчики моделей испытывают особенно сильное давление на оценки. В отличие от инфраструктурных провайдеров, им приходится отвечать на вопрос: «Может ли технологическая база приносить доход?» По данным на март 2026 года годовой повторяющийся доход (ARR) платформы API Zhipu составил примерно 1,7 млрд юаней — рост в 60 раз за год. К июлю ARR, по сообщениям, достиг 1 млрд долларов. Однако для компании, чья оценка ранее превышала 1 трлн гонконгских долларов, рынок явно требует более быстрых и подтверждаемых коммерческих результатов.
Не исчезновение спроса на ИИ, а перестройка логики оценки
Недавнее падение Zhipu не означает краха спроса на искусственный интеллект и не свидетельствует о развороте перспектив китайской индустрии базовых моделей ИИ.
Фундаментальные показатели сектора продолжают быстро развиваться. По прогнозу Goldman Sachs, выручка китайских моделей ИИ от API и подписок вырастет с 35 млрд юаней в 2026 году до 879 млрд юаней к 2030 году — примерно в 25 раз. Базовые модели уже преодолели «точку промышленной готовности» и переходят из лабораторий в реальные производственные процессы. Эти долгосрочные тенденции сохраняются, несмотря на волатильность котировок.
Меняется именно способ оценки компаний. По мере перехода отрасли от «сжигания денег ради историй» к «расчету возврата инвестиций» инвесторы все больше внимания уделяют прибыльности, улучшению денежных потоков и возврату на капитал. Как отметил один из участников рынка, если компания не оправдывает ожиданий по прибыли или коммерциализация ИИ замедляется, высоко оцененные активы могут подвергаться коррекции — «Это просто законы рынка, а не признак слабости отрасли в долгосрочной перспективе».
Для компаний, разрабатывающих модели, будущая оценка все больше будет зависеть от подтверждаемых бизнес-показателей: роста выручки от API, числа и качества корпоративных клиентов, динамики снижения стоимости инференса, улучшения валовой маржи и масштабов коммерческого внедрения. Сам размер модели уступает место вопросу — «сколько реальной выручки она может принести».
Падение Zhipu с 2 980 до 890 гонконгских долларов всего за месяц — отражение перехода рынка от «торговли историями об ИИ» к «торговле денежными потоками». Для отрасли в целом это, возможно, не конец пузыря, а начало более здоровой и устойчивой системы оценки.
FAQ
В: Каковы основные причины падения акций Zhipu?
Сочетание факторов: разблокировка акций 8 июля и дополнительное размещение новых H-акций 13 июля существенно увеличили предложение на рынке; 17 июля Moonshot AI выпустила открытую модель Kimi K3 с 2,8 трлн параметров, что спровоцировало переоценку конкурентной среды среди китайских базовых моделей ИИ; на глобальном уровне инвестиционная логика в ИИ смещается от «историй» к «подтверждению выручки».
В: Как именно Kimi K3 повлияла на Zhipu?
Kimi K3 с 2,8 трлн параметров стала крупнейшей открытой моделью в мире и превзошла все зарубежные закрытые решения по ключевым программным бенчмаркам. Это разрушило ожидания относительно устойчивого технологического лидерства таких компаний, как Zhipu, и показало, что технологический разрыв между китайскими моделями быстро сокращается, а возможности моделей больше не являются единственным критерием оценки.
В: Как меняется логика оценки компаний в индустрии ИИ?
Рынок переходит от схемы «масштаб модели → высокая оценка» к «рост выручки → высокая оценка». Инвесторы смещают фокус с числа параметров и возможностей моделей на подтверждаемые бизнес-показатели: выручку от API, количество корпоративных клиентов, стоимость инференса, валовую маржу и масштаб коммерческого применения.
В: Означает ли падение Zhipu ухудшение перспектив китайской индустрии ИИ?
Вовсе нет. По прогнозу Goldman Sachs, выручка китайских моделей ИИ вырастет с 35 млрд юаней в 2026 году до 879 млрд юаней в 2030 году. Падение отражает очищение от переоценки и корректировку логики оценки, а не исчезновение спроса в отрасли.
В: На каком этапе сейчас находятся инвестиции в ИИ?
Глобальные инвестиции в ИИ переходят от первого этапа (инвестиции в инфраструктуру: GPU, облако, дата-центры) ко второму этапу (коммерческая валидация: SaaS на базе ИИ, корпоративные приложения, интеллектуальные агенты). Компании — разработчики моделей испытывают большее давление на оценки, тогда как компании прикладного уровня, способные доказать коммерческую отдачу, будут переоценены рынком.
