Наратив об искусственном интеллекте на рынках капитала переживает тонкую, но глубокую трансформацию.
22 июля 2026 года (UTC+8) сектор крупных моделей ИИ в Гонконге столкнулся со значительным давлением продаж. MiniMax-W (HKG: 0100) завершила торги на уровне 197,00 гонконгского доллара, снизившись за день на 11,42 %. Zhichu (HKG: 2513) закрылась на отметке 1 175,00 гонконгского доллара, потеряв 3,61 %. Индекс Hang Seng Tech упал примерно на 1,8 %, а сектор концепций ИИ в целом показал результат хуже широкого рынка.
Это не единичный случай. С начала второго квартала 2026 года сектор ИИ в Гонконге неоднократно проходил через подобные коррекции. Участники рынка задаются вопросом: речь идет лишь о фиксации прибыли после предыдущего роста или же происходит структурное изменение в подходах к оценке компаний сектора ИИ?
В этой статье рассматривается краткосрочная динамика рынка, анализируются изменения в глобальном конкурентном ландшафте ИИ и сдвиги в оценочных моделях для компаний крупных моделей, а также изучаются стресс-тесты, с которыми сталкиваются MiniMax и Zhichu. Мы также обсудим, куда может привести следующий этап инвестиционной логики в ИИ.
Краткосрочная коррекция: фиксация прибыли и переоценка
С точки зрения трейдинга, текущее снижение было вызвано очевидными краткосрочными факторами.
С начала первого квартала 2026 года совокупный рост MiniMax превысил 80 %, Zhichu — более 45 % за тот же период. При отсутствии новых драйверов некоторые инвесторы предпочли зафиксировать прибыль. Продаже 22 июля сопутствовал всплеск объемов торгов: оборот MiniMax был примерно вдвое выше среднего значения за предыдущие пять торговых дней, что указывает на сосредоточенные продажи.
Одновременно сократился глобальный аппетит к риску. По мере приближения июльского заседания ФРС неопределенность относительно темпов снижения ставок усилилась. Индекс доллара США укрепился, а технологический сектор развивающихся рынков оказался под давлением. Гонконг как офшорный рынок особенно чувствителен к ожиданиям по глобальной ликвидности. Акции концепций ИИ с высокой бета-волатильностью чаще всего становятся объектом подобных колебаний.
Эти факторы объясняют краткосрочную волатильность, но не раскрывают причины заметной дивергенции внутри сектора — падение MiniMax оказалось значительно сильнее, чем у Zhichu и рынка в целом. Это говорит о том, что продажи не были хаотичными, а отражали выраженные индивидуальные факторы или дифференцированное ценообразование.
Возникает более глубокий вопрос: насколько текущие котировки акций ИИ отражают премию за «будущее технологическое лидерство», а насколько — за «текущую коммерческую монетизацию»? За последние два года оценки компаний крупных моделей ИИ в основном определялись нарративами о технологических возможностях и масштабе параметров. По мере приближения к реализации инвесторы требуют более традиционных финансовых показателей — выручки, клиентской базы, маржинальности. Это неизбежно ослабляет прежнюю логику оценки.
Конкурентная среда: от «технологической гонки» к «многомерной борьбе»
Конкуренция в секторе крупных моделей ИИ заметно усилилась.
В течение последних двух лет основное внимание уделялось тому, «у кого больше параметров модели» и «кто выше в рейтингах бенчмарков». Одних технических прорывов было достаточно для переоценки. Но к 2026 году однолинейная конкуренция сменяется многомерной коммерческой борьбой.
На глобальном уровне в первую лигу входят OpenAI, Google Gemini, Anthropic и Meta AI. Их общие черты: материнские компании или финансирование на сотни миллиардов долларов, экосистемы с сотнями миллионов и даже миллиардами пользователей, а также собственные вычислительные кластеры огромного масштаба. Эти элементы создают «эффект маховика» для итераций моделей: больше пользователей — больше обратной связи, больше обратной связи — выше качество модели, а улучшенные модели привлекают новых пользователей.
В Китае конкуренция не менее острая. Alibaba Tongyi Qianwen использует корпоративную сеть и e-commerce-сценарии Alibaba Cloud, Tencent Hunyuan интегрирован в экосистему WeChat и игровой бизнес, Baidu Wenxin выигрывает за счет поисковых точек входа и многолетних инвестиций в ИИ, Byte Doubao быстро масштабируется благодаря трафику Douyin. Общий знаменатель для этих технологических гигантов: возможности модели — не единственный конкурентный барьер, а иногда и не главный.
Для независимых компаний крупных моделей, таких как MiniMax и Zhichu, основной вызов сместился с вопроса «можете ли вы построить хорошую модель» на «сможете ли вы выстроить устойчивый коммерческий цикл в условиях конкуренции с гигантами».
Сдвиг в логике оценки: рынки переосмысливают «конкурентные рвы»
Оценочные модели для компаний крупных моделей проходят три этапа.
Первый этап — доминирование технологического лидерства. Рынки готовы платить высокую премию за масштаб параметров, результаты бенчмарков и публикации. Здесь стоимость компании определяется «потенциальными возможностями» технологии.
Второй этап — проверка коммерциализации. Рынок начинает обращать внимание на рост числа API-запросов, количество корпоративных клиентов, динамику средней выручки на пользователя и структуру доходов. Инвесторы интересуются, превращается ли «технологическое преимущество в финансовое».
Третий этап — экосистема и издержки. По мере сближения базовых возможностей моделей конкуренция сосредотачивается на двух аспектах: во-первых, у кого ниже удельные издержки на инференс, тот может диктовать цены, расширять клиентскую базу и запускать маховик данных; во-вторых, у кого больше сценариев применения и точек контакта с пользователями, тот формирует позитивный цикл данных и трафика.
Сейчас рынок находится на критической границе между первым и вторым этапами. Компании, которые стабильно раскрывают прогресс коммерциализации и демонстрируют четкие пути к выручке, получают поддержку в оценке. Те, кто застрял в «технологических нарративах», сталкиваются с давлением на капитализацию.
Судя по разнице в динамике MiniMax и Zhichu, рынок уже применяет такой фильтр — инвесторы закладывают в цену разные перспективы коммерциализации для каждой компании.
Анализ конкурентного давления на независимых вендоров ИИ
Сильные стороны MiniMax — мультимодальные возможности и ранний выход на зарубежные рынки. Но и вызовы специфичны: на потребительском рынке приходится конкурировать за вовлеченность с такими продуктами, как Byte Doubao и Baidu Wenxin, обладающими огромным трафиком. В корпоративном сегменте MiniMax противостоит комплексным решениям «модель + облако» от таких провайдеров, как Alibaba и Tencent. По издержкам независимые игроки изначально уступают в масштабе закупок GPU и силе переговоров, что напрямую влияет на конкурентоспособность цен на API.
У Zhichu основными преимуществами выступают технологический задел и открытая экосистема, что дает преимущество первопроходца в корпоративном сегменте. Основное давление связано с конкуренцией с облачными экосистемами интернет-гигантов — корпоративные клиенты часто предпочитают ИИ-решения, интегрированные с их существующими облачными платформами. Скорость коммерциализации — еще один вызов: крупные игроки могут распределять издержки на ИИ по разным бизнес-направлениям, а независимые должны окупать каждый вложенный в R&D доллар только за счет ИИ-бизнеса. По мере сближения возможностей моделей становится критически важным формировать дифференцированный технологический бренд.
Для обеих компаний ключевой вопрос остается общим: смогут ли они при высоких инвестициях в базовые модели обеспечить рост выручки, покрывающий затраты, или хотя бы показать четкий путь к этому?
Заключение
Последняя коррекция акций крупных моделей ИИ в Гонконге, скорее всего, знаменует начало структурной переоценки, а не завершение тренда на ИИ.
По мере обострения конкуренции между мировыми и китайскими гигантами ИИ — такими как OpenAI, Google, Alibaba и Tencent — ядро конкурентоспособности компаний крупных моделей смещается от однолинейного «технологического лидерства» к многомерной борьбе: «производительность модели + эффективность затрат + коммерциализация + масштаб экосистемы».
Для инвесторов это означает сужение окна возможностей — от «секторальной беты» к «альфе отдельных бумаг». В будущем выигрывать будут не все компании сектора, а те, кто сможет доказать устойчивый рост выручки, оптимизировать структуру затрат и выстроить долгосрочные отношения с клиентами.
Технологии ИИ продолжают быстро развиваться, но терпение рынков сокращается. Когда прилив схлынет, разница между теми, кто «купается без одежды», и теми, кто действительно движется вперед, станет очевиднее, чем когда-либо.
FAQ
1. Каковы основные причины снижения котировок MiniMax и Zhichu?
В краткосрочной перспективе после значительного роста акций концепций ИИ возникло давление на фиксацию прибыли, усиленное снижением глобального аппетита к риску из-за неопределенности по политике ФРС. Более глубокая причина — смена логики оценки: от «технологических нарративов» к «проверке коммерциализации». Инвесторы пристально следят за ростом выручки, привлечением клиентов и контролем затрат. Компании без четкой стратегии выхода на прибыльность получают дисконт в оценке.
2. Кто основные конкуренты китайских компаний крупных моделей ИИ?
На международном уровне главные конкуренты — OpenAI, Google Gemini, Anthropic и Meta AI, обладающие огромными финансовыми ресурсами и глобальными пользовательскими экосистемами. В Китае конкуренция столь же высока: ключевые соперники — Alibaba Tongyi Qianwen, Tencent Hunyuan, Baidu Wenxin и Byte Doubao. Эти интернет-гиганты имеют не только мощные R&D-ресурсы, но и богатые сценарии применения и огромную пользовательскую базу, что позволяет формировать экосистемные преимущества, выходящие за рамки самих моделей.
3. Как изменилась логика оценки компаний крупных моделей?
Ранее оценки строились на «потенциальных индикаторах» — масштабе параметров и технических рейтингах. Теперь рынок требует количественных коммерческих результатов: выручки от API-запросов, числа корпоративных клиентов, доходов от внедренных ИИ-решений. Одновременно ключевыми становятся контроль издержек на вычисления (включая инвестиции в GPU и расходы на инференс) и широта экосистемы. Инвесторы отдают приоритет устойчивой прибыльности, а не только техническому видению.
4. Означает ли корректировка в секторе ИИ Гонконга завершение инвестиционных возможностей в ИИ?
Это не конец тренда на ИИ, а смена инвестиционной логики — от «широких возможностей сектора» к «точечному отбору бумаг». В дальнейшем рынок будет вознаграждать компании с четкими траекториями роста выручки, преимуществами по издержкам и экосистемными барьерами, а те, кому не хватает фундаментальной поддержки, могут оставаться под давлением. Для инвесторов окно возможностей смещается от ставок на весь сектор к выбору компаний с устойчивой конкурентоспособностью.
5. Каковы ключевые вызовы коммерциализации для компаний крупных моделей ИИ?
Главная задача — смогут ли высокие расходы на R&D и вычисления окупаться за счет роста выручки, включая инвестиции в GPU-кластеры, затраты на обучение данных и расходы на инференс. Далее — привлечение и удержание клиентов: независимым вендорам приходится конкурировать с интернет-гигантами, уже обладающими корпоративными связями. По мере сближения возможностей моделей компаниям важно находить уникальные сценарии применения и отраслевые решения, чтобы избежать ценовой конкуренции. Потеря контроля над ценообразованием на API и отсутствие экосистемы — дополнительные риски для независимых игроков.
