Основная идея Jane Street заключается в том, что фабрика токенов — это не история привлечения финансирования, а бизнес-система.

Автор статьи, источник: Кай Красный Монах, Е Кай Вэнь

Первая реакция многих людей на данные центр обработки информации Jane Street Texas AI — зависть к его богатству: способности покупать GPU, строить охлаждаемые жидкостью серверные и смело размещать тысячи высокопроизводительных чипов в одной торговой системе.

Эта реакция нормальна, но легко может ввести в заблуждение.

(Изображения, созданные ChatGPT)

Самое важное в Jane Street — не то, что у них 4032 GPU, и не то, что они превратили традиционный серверный зал в жидкостно-охлаждаемый AI-центр. Ключевое в том, что они преобразовали вычислительные мощности из фоновых ИТ-ресурсов в передовые торговые производственные мощности. Другими словами, они строят не просто «серверный зал», а фабрику по производству торговых решений, сигналов риска, итераций моделей и рыночных инсайтов.

Это изменение важно.

В глазах традиционных финансовых учреждений центр обработки данных — это центр затрат: серверы, сеть, охлаждение, электричество — всё это расходы. Но у Jane Street центр обработки данных превращается в производственную линию: электричество поступает в серверную, GPU выполняют обучение, модели участвуют в торговле, а торговля генерирует прибыль; в процессе не перемещаются сталь или площадь зданий, а происходят многократные вызовы моделей, задачи обучения и вычисления вывода. С точки зрения сегодняшних реалий, это терминизированная интеллектуальная производственная мощность.

Этот случай даёт Китаю очень конкретные уроки. Китай обсуждает экспорт токенов, создание фабрик по производству вычислительных токенов, а также переход хк-листинговых компаний из сферы недвижимости, промышленных парков и производства в инфраструктуру ИИ. Jane Street предоставил очень конкретный пример: фабрика токенов — это не просто концепция, не выпуск одной монеты и не упаковка вычислительной мощности в финансовый продукт, а полная интеграция электроэнергии, жидкостного охлаждения, GPU, сети, моделей, системы планирования и внутренних механизмов расчёта, превращающая вычислительную мощность в настоящий двигатель доходов и оценки компании.

Jane Street — это не торговая компания с ИИ, а фабрика ИИ с торговыми столами

Jane Street долгое время считалась одним из самых загадочных квантовых трейдинговых гигантов Уолл-стрит. Это не традиционный инвестиционный банк и не управляющая компания, живущая за счет управленческих сборов, а компания, использующая собственный капитал, торговые модели, системы с низкой задержкой и глобальную ликвидность рынков для извлечения прибыли из спредов и премий за риск.

Согласно открытым данным, Jane Street торгует многими классами активов в 45 странах и более чем на 200 торговых площадках, насчитывая около 3000 сотрудников. Ее технологическая культура очень сильна: компания долгое время использует функциональный язык программирования OCaml, делая акцент на собственной разработке программного обеспечения, системах с низкой задержкой, автоматизированном управлении рисками и надежной торговой инфраструктуре. На официальном сайте Jane Street описание команды машинного обучения очень прямолинейно: она называет себя «исследовательской лабораторией, подключенной к торговой площадке», и отмечает, что данные финансовых рынков поступают потоком, большая часть которых является шумом, и задача команды машинного обучения — извлечь из них торговые сигналы.

Это ключевое предложение.

Большинство компаний используют ИИ для повышения эффективности офисной работы. Jane Street использует ИИ для ускорения понимания рынка. Первые экономят расходы, вторые создают доход. Первые рассматривают ИИ как инструмент, вторые — как средство производства.

Таким образом, модернизация AI-центра обработки данных Jane Street не может быть понята как обычное цифровое обновление предприятия — она скорее похожа на то, как торговая компания разбирает и заново собирает свой основной двигатель. Раньше основой торговой компании были трейдеры, математические модели, рыночные данные и системы исполнения; сейчас основой стали данные, вычислительная мощность, модели, сеть и внутренний рынок ресурсов.

Это первое значение фабрики токенов: интеллект не появляется из ниоткуда, он производится.

От шести серверов Dell до 4032 процессоров GPU — настоящее изменение произошло в производственных отношениях

На сайте Jane Street упоминается, что двадцать лет назад его «кластер» состоял всего из шести серверов Dell,堆在 офисном полу; сегодня его новый центр обработки данных в Техасе уже содержит 4032 GPU и использует жидкостное охлаждение. Этот скачок очень нагляден. Это не просто апгрейд оборудования, а изменение производственных отношений компании.

Ранние торговые системы были близки к трейдерам. Машины располагались в офисе, и при возникновении проблем с ними можно было сразу вмешаться, даже отключив питание. В то время вычислительные мощности служили вспомогательным инструментом для торговой команды.

Позже торговая система перешла в фазу инженерной разработки. Сетевые, рисковые, бэк-тестинг, автоматизированные исполнительные и мониторинговые системы постепенно стали платформенными, а вычислительные мощности стали базовым ресурсом, общим для нескольких команд.

Теперь наступила третья стадия. Графические процессоры, жидкостное охлаждение, электропитание, оптоволокно, хранилища, системы управления и обучение моделей были интегрированы в AI-фабрику для торговли. Центр обработки данных больше не относится к отделу поддержки, а напрямую встроен в торговую функциональность.

Это особенно важно для китайских компаний.

Многие компании говорят о цифровой трансформации с ИИ, но пока остаются на этапе «покупки моделей», «внедрения систем» и «подключения API». На самом деле конкурентоспособные компании превращают инфраструктуру ИИ в собственную производственную систему. Тот, кто сможет дешевле получать электроэнергию, стабильнее запускать GPU, быстрее обучать модели и эффективнее распределять вычислительные ресурсы, получит новые преимущества в стоимости и скорости в эпоху ИИ.

Это не дело технического отдела.

Это дело совета директоров.

Жидкостное охлаждение — это не инженерная деталь, а основа для фабрики токенов

Одной из самых заметных деталей центра обработки данных Jane Street в Техасе является модернизация под высокоплотное жидкостное охлаждение. Публичные материалы и приложения упоминают, что этот центр обработки данных поддерживает высокоплотные стойки GPU уровня GB300, с мощностью до 140 кВт на стойку, что делает традиционное воздушное охлаждение неспособным справиться с такой плотностью.

Согласно официальным данным NVIDIA, GB300 NVL72 использует полностью жидкостное охлаждение и архитектуру для стойки, включает 72 GPU Blackwell Ultra и 36 CPU Grace для задач AI-вывода, AI-рассуждения и обучения крупных моделей. HPE также подтверждает, что такие системы представляют собой жидкостно-охлаждаемые стоечные решения, предназначенные для обучения, настройки и вывода моделей с более чем триллионом параметров.

Это указывает на тенденцию: конкуренция на будущих фабриках ИИ будет не только за чипы, а за системные решения.

Даже самая мощная одна GPU не сможет раскрыть весь свой потенциал, если серверная не справляется с высокой плотностью мощности, если система охлаждения нестабильна, если распределение электроэнергии не точное, а сеть и хранилище замедляют работу — вся система теряет ценность. Узким местом в AI-вычислениях становится не только сам чип, но и электропитание, жидкостное охлаждение, серверная, сеть и управление.

This is very important for the transformation of token factories in China.

В Китае существует множество промышленных парков, старых заводов, центров обработки данных, облачных вычислительных парков и региональных проектов по вычислительным мощностям. Просто переместить серверы туда — это не называется Token Factory. Настоящий Token Factory должен обладать способностью выдерживать высокую плотность мощности, возможностью модернизации под жидкостное охлаждение, стабильной системой электроснабжения, управлением энергопотреблением и способностью планирования задач.

Без этих базовых возможностей вычислительные активы легко превращаются в бухгалтерские активы. Кажется, что машины куплены, но на практике их использование невысокое, клиенты нестабильны, затраты на энергопотребление высоки, а давление от амортизации велико, в итоге они становятся новым бременем тяжелых активов.

Таким образом, первое жесткое утверждение из кейса Jane Street заключается в том, что основой фабрики токенов является не белая книга, а электричество и жидкостное охлаждение.

Вычислительная мощность должна иметь цену, иначе GPU станет общественной столовой

Самое ценное, что китайские компании могут изучить у Jane Street, — это не жидкостное охлаждение, а механизм внутреннего ценообразования на вычислительные ресурсы.

Внутренний анализ упоминает, что Jane Street разработала внутреннюю вычислительную валюту под названием «Hive Bucks», позволяющую различным командам конкурировать за ресурсы GPU по принципу аукциона. Публичные отчеты также указывают, что Jane Street использует эту внутреннюю валюту для аукциона вычислительного времени GPU, помогая командам распределять вычислительные мощности в соответствии со стоимостью задач.

Этот механизм очень важен.

Многие компании, купив GPU, сталкиваются с главной проблемой не в отсутствии спроса, а в невозможности расставить приоритеты. Каждая команда утверждает, что её модель важна, каждый проект хочет запускаться первым, каждый руководитель стремится занять больше ресурсов. В итоге GPU долгое время занимают задачи с низкой ценностью, а задачи с высокой ценностью остаются без очереди. Вычислительные мощности, казалось бы, являются активом компании, на практике превращаются во внутреннюю столовую.

Подход Jane Street ближе к рыночному механизму. Команда, считающая свою задачу более ценной, использует внутренний бюджет для предложения более высокой цены. Время GPU больше не является бесплатным общедоступным ресурсом, а превращается в средство производства с альтернативной стоимостью. В результате распределение вычислительных мощностей переходит от административного одобрения к внутреннему рынку.

Это имеет прямое значение для «фабрики токенов хэш-мощности».

Настоящий токен вычислительной мощности следует понимать не как токен для внешней торговли, а как внутреннюю единицу измерения и расчета ресурсов. Время работы GPU, вызовы моделей, приоритет задач, электрическая мощность, ресурсы охлаждения, клиентские заказы — все это может быть оценено и распределено с помощью единой внутренней системы измерения. Только если компания сначала правильно использует вычислительную мощность внутри себя, в будущем она сможет превратить вычислительную мощность в продукт, финансовый инструмент и актив.

Если внутренние вычислительные мощности не имеют цены, то обсуждение токенизации снаружи, скорее всего, является просто упаковкой концепции.

Создание собственной инфраструктуры и использование облачных решений — это не выбор между двумя вариантами, а многоуровневое разделение ядерных и гибких возможностей.

Многие спрашивают, почему Jane Street, у которой уже есть собственные центры обработки данных, заключает крупный договор об аренде AI-облака с CoreWeave?

Согласно официальному заявлению CoreWeave, Jane Street обязалась использовать платформу AI-облака CoreWeave на сумму около 6 миллиардов долларов США и инвестировать 1 миллиард долларов США в акции CoreWeave для поддержки масштабных машинных обучений и связанных с торговлей возможностей ИИ. В заявлении также упоминается, что CoreWeave предоставит вычислительные ресурсы, включая технологии NVIDIA Vera Rubin следующего поколения. Reuters также сообщила, что Jane Street стала одним из ключевых акционеров CoreWeave благодаря этой сделке и получила доступ к масштабным возможностям AI-облака.

Это означает, что Jane Street не слепо строит собственную инфраструктуру и не просто переходит в облако. Она использует гибридную архитектуру.

Ядро, чувствительные, низколатентные и требующие высокой настройки нагрузки подходят для самостоятельного развертывания. Эластичность, передовые чипы, масштабирование между регионами и периодические всплески спроса можно передать таким поставщикам AI-облака, как CoreWeave.

Эта идея имеет большую ценность для китайских хункунских публичных компаний.

Многие традиционные публичные компании, переходящие на вычислительные мощности, попадают в два крайних состояния: одно — полная самостоятельная сборка с огромными капитальными вложениями, в результате чего клиенты не успевают за ними, и возникает серьезное давление на денежные потоки; другое — полная зависимость от внешних облачных решений, отсутствие собственной ключевой инфраструктуры и отсутствие аккумуляции активов, в результате чего компании могут заниматься только легкими консалтинговыми и интеграционными услугами, и их оценка трудно повышается.

Более разумный путь — иерархический.

Компания может контролировать основной комплекс, ресурсы электроснабжения, охлаждаемые жидкостью дата-центры и ключевые нагрузки клиентов, а также сотрудничать с облачными провайдерами, поставщиками GPU и компаниями, разрабатывающими модели, чтобы получать гибкие вычислительные мощности и технологические возможности. Это обеспечивает как накопление активов, так и гибкость масштабирования, предотвращая зависимость от одной единственной модели.

Торговая прибыль подтверждает один факт: инфраструктура ИИ может напрямую интегрироваться в систему прибыли.

Почему Jane Street осмеливается вложить столько средств? Потому что её ИИ-инфраструктура — это не просто декор, а система, интегрированная в прибыльный процесс.

По сообщению Reuters, чистый доход от торговли Jane Street в 2025 году достиг 39,6 млрд долларов США, превысив доходы многих ключевых конкурентов, включая Citadel Securities и Hudson River Trading, а также доходы некоторых крупных инвестиционных банков. В отчете также отмечается, что успех Jane Street обусловлен волатильностью рынка, способностями в алгоритмической торговле и доходами от инвестиций в ИИ. Британская Financial Times также сообщила, что доход Jane Street в 2025 году почти удвоился, достигнув 39,6 млрд долларов США, и упомянула инвестиции компании в такие ИИ-ориентированные предприятия, как CoreWeave, Anthropic и Thinking Machines Lab.

Эти данные показывают, что ИИ-центр обработки данных Jane Street нельзя оценивать только по тому, сколько он сэкономил на облачных расходах. Для него выгода от вычислительной мощности может проявляться в более быстром обучении моделей, более глубоком бэктестинге, более стабильном исполнении, лучшем выявлении рисков и большей торговой емкости.

Обычные компании, занимающиеся ИИ, часто рассчитывают ROI как экономию на трудозатратах. Логика Jane Street более агрессивна: вычислительные мощности используются не для экономии денег, а для заработка.

Это то, чему должны научиться китайские фабрики токенов. Если центр вычислительных мощностей может говорить только о том, «сколько у меня петафлопс вычислительных мощностей», его ценность неполна. Он должен отвечать на более коммерческие вопросы: кому служат эти вычислительные мощности? Кому помогают увеличить доход? Какие затраты снижают? Какие циклы сокращают? Какую лояльность клиентов формируют? В конечном итоге могут ли они превратиться в устойчивый денежный поток?

Вычислительная мощность приобретает реальную ценность только тогда, когда интегрирована в бизнес-системы клиентов.

Вдохновение для экспорта китайских токенов заключается в превращении электроэнергии в интеллектуальные услуги

В Китае обсуждается экспорт токенов, и最容易陷入模型叙事。DeepSeek、Qwen、智谱、Kimi、MiniMax、字节视频模型，这些当然重要。但Jane Street案例提醒我们，模型只是中间层。真正能形成产业优势的，是从电力到算力，从算力到词元，从词元到应用，再从应用到收入的完整闭环。

Преимущество Китая как раз заключается в этом замкнутом цикле.

В Китае есть ресурсы зеленой электроэнергии, инфраструктура электроснабжения, способности к строительству центров обработки данных, опыт в реализации проектов, экосистема крупных моделей, а также частые сценарии применения, такие как короткие сериалы, внешняя торговля, служба поддержки, игры, образование и финансы. Если эти ресурсы будут интегрированы в фабрику токенов, экспорт токенов станет не просто экспортом API моделей, а экспортом цифровой инфраструктурной мощи Китая.

Jane Street использует центры обработки данных на основе ИИ для торговли, а китайские фабрики токенов могут применяться в более широком спектре сценариев: экспортеры могут использовать агенты для выбора товаров, обслуживания клиентов, перевода и маркетинга; компании, создающие короткие сериалы, могут использовать ИИ для перевода, озвучивания, монтажа и распространения; производственные предприятия могут применять ИИ для формирования цен, планирования производства, прогнозирования цепочек поставок и послепродажного обслуживания; финансовые учреждения могут использовать ИИ для управления рисками, исследований инвестиций и поддержки торговли.

За этими приложениями будет расходоваться токен.

Чем больше расходуется токенов, тем ценнее фабрика вычислительной мощности. Чем более зрелой становится фабрика вычислительной мощности, тем больше выгоды в стоимости у китайских AI-услуг при выходе на зарубежные рынки. Как только преимущество в стоимости достигнет масштаба, оно превратится в отраслевое преимущество.

Вдохновение от хунькэских публичных компаний — не подхватывать ИИ, а перестроить балансовый отчет

Публичные компании Гонконгской фондовой биржи, особенно в сферах недвижимости, промышленных парков, строительства, управления недвижимостью, энергетики и производства, должны увидеть более глубокое направление из примера Jane Street.

Не всем компаниям нужно создавать крупные модели, и не всем компаниям нужно превращаться в поставщиков облачных ИИ-решений. Но многие компании могут переработать свои существующие активы, включив их в состав инфраструктуры ИИ.

Старые производственные здания можно переоборудовать в охлаждаемые с жидкостью центры обработки данных. Промышленные парки могут подключаться к узлам вычислительной мощности. Энергетические активы можно привязать к центрам обработки данных. Управление недвижимостью может внедрить агентов. Платформы, выходящие на биржу, могут импортировать вычислительные активы ИИ через поглощения, размещение акций и стратегическое сотрудничество. Ключевое — трансформация должна войти в структуру доходов, а не оставаться лишь в объявлениях.

Если хк-листинговая компания хочет говорить о токен-фабрике, она должна как минимум ответить на несколько вопросов:

Есть ли стабильное электропитание? Есть ли подходящее пространство для модернизации? Есть ли возможности для жидкостного охлаждения и высокоплотных серверных помещений? Есть ли реальные клиенты? Есть ли партнеры по моделям или приложениям? Есть ли внутренний механизм ценообразования на вычислительные мощности? Есть ли путь включения выручки от вычислительных мощностей в финансовую отчетность?

Если на эти вопросы нельзя ответить, то вычислительные мощности ИИ — это просто маркетинговый слоган для управления капитализацией. Если же на них можно дать четкие ответы, традиционные публичные компании получат возможность перейти от оценки старых активов к оценке цифровой инфраструктуры.

Основная идея Jane Street заключается в том, что фабрика токенов — это не история привлечения финансирования, а бизнес-система. Ей требуются технологии и финансовая дисциплина; инженерные способности и заказы клиентов; вычислительная мощность и внутренний рынок ресурсов.

Китайская версия Token Factory — нельзя учиться только оборудованию, нужно учиться организационным методам

Если вы ограничиваетесь только изучением того, как Jane Street покупает GPU, делает жидкостное охлаждение и использует CoreWeave, то ваши знания остаются поверхностными.

Стоит больше учиться организации.

Jane Street объединяет торговлю, исследования, инженерию, вычислительные мощности и капитал в единой системе. Модели — это не результаты исследовательских статей, а часть торговой системы; вычислительные мощности — не расходы ИТ-отдела, а топливо для итераций стратегий; внутренняя валюта — не маркетинговый ход, а механизм распределения ресурсов; внешний облако — не замена собственной инфраструктуре, а гибкое масштабирование; капитальные вложения — не финансовые инвестиции, а стратегическое позиционирование в экосистеме инфраструктуры ИИ.

Многие китайские компании переходят на ИИ, но проблема часто не в технологии, а в разобщённости отделов. Бизнес-отделы не понимают вычислительные мощности, IT-отделы не понимают доходы, финансовые отделы смотрят только на расходы, а совет директоров — только на концепции, в результате сложно замкнуть цикл.

Для успешной работы Token Factory необходимо изменить организационную структуру. Вычислительные мощности должны иметь руководителя, электроэнергия должна иметь учет затрат, модели должны иметь применение в реальных сценариях, клиенты должны демонстрировать объем использования, токены должны иметь внутреннюю цену, а доходы должны быть подвергнуты атрибуции. Иначе, сколько бы вычислительных мощностей ни было, они останутся рассеянными ресурсами.

Заключение: Будущий финансовый гигант может начаться как фабрика ИИ

Кейс Jane Street демонстрирует одно: следующее поколение финансовых гигантов, казалось бы, являются торговыми компаниями, но в основе могут быть фабрики ИИ.

Он превращает электричество в вычислительную мощность, вычислительную мощность — в модель, модель — в торговые решения, а торговые решения — в прибыль. Как только эта цепочка заработает, центр обработки данных на базе ИИ перестанет быть центром затрат и станет частью прибыльной системы.

Для Китая ценность этого кейса заключается не в слепом копировании Jane Street. Китай не нуждается в том, чтобы каждая компания занималась количественной торговлей, или чтобы каждая компания, торгуемая на Гонконгской бирже, строила центры обработки данных с 4032 GPU. То, что действительно нужно изучить, — это их фундаментальный подход: рассматривать фабрику токенов как систему производственных средств, а не как концептуальную систему; воспринимать вычислительные мощности как активы, подлежащие ценообразованию, планированию, аудиту и финансированию, а не просто как набор серверов; представлять экспорт токенов как полный замкнутый цикл — электроэнергия, вычислительные мощности, модели, приложения и расчеты — а не просто как простой API-экспорт.

В будущем тот, кто владеет фабрикой токенов, тот контролирует интеллектуальные производственные мощности. Тот, кто сможет преобразовать старые заводы, старые промзоны, старые центры обработки данных и старые биржевые платформы в производственные линии токенов, получит шанс на новую оценку в эпоху ИИ.

Уолл-стрит уже предоставила образец.

Jane Street построила не серверную, а интеллектуальный двигатель, преобразующий шумовые данные в торговую прибыль. То, что Китай должен сделать, — это встроить такой двигатель в более широкие промышленные сценарии, чтобы производство, внешняя торговля, контент, финансы и гонконгский фондовый рынок могли подключиться к своим собственным фабрикам токенов.

В старые времена смотрели на землю и здания.

В новую эпоху смотрите на электроэнергию, вычислительную мощность и токены.

Вот в чем действительно стоит разобраться на примере Jane Street.