Дефицит в $800 млрд ставит под вопрос развитие ИИ
Консалтинговая компания Bain предупреждает: к 2030 году индустрии может не хватить около $800 млрд, чтобы покрыть растущие затраты на строительство новых дата‑центров. Спрос на мощности растет быстрее, чем монетизация ИИ-сервисов.
Компании из мира ИИ строят грандиозные планы по вложениям в дата‑центры и железо. Но красивые презентации не дают ответов на главный вопрос: где взять достаточно денег, чтобы все это окупить.
В новом ежегодном отчете Bain & Company оценила масштаб проблемы: к 2030 году отрасли понадобится около $2 трлн совокупной годовой выручки только для того, чтобы финансировать необходимые вычисления. По мнению аналитиков, реальные доходы рискуют отстать от целевых примерно на $800 млрд.
Потенциальный рост затрат рынка ИИ. Источник: отчет Bain
Этот разрыв является вполне конкретным риском для нынешних оценок и бизнес‑моделей. Сервисы вроде ChatGPT и Gemini быстро раскручивают интерес к ИИ, а вместе с ним и потребность в вычислительной мощности и электроэнергии. Но экономический эффект для компаний пока не поспевает за аппетитами инфраструктуры.
В Bain отмечают: если сохранится нынешняя динамика масштабирования, отрасль будет испытывать все более сильное финансовое давление. На этом фоне особенно заметен контраст между расходами и доходами: по данным Bloomberg Intelligence, крупнейшие технологические игроки (Microsoft, Amazon и Meta) к началу следующего десятилетия будут тратить на ИИ свыше $500 млрд в год. В то же время многие провайдеры ИИ‑сервисов ещё далеки от устойчивой прибыльности.
Например, OpenAI все еще терпит крупные убытки и рассчитывает выйти на положительное денежное сальдо лишь ближе к 2029‑му.
Технические ограничения добавляют нервозности. По оценке Bain, дополнительный мировой спрос на вычисления к 2030 году может достичь примерно 200 ГВт, при этом на США придется около половины. Теоретически ситуацию могут смягчить технологические и алгоритмические прорывы: более эффективные чипы, новые архитектуры, лучшая оптимизация моделей. Пока же спрос на вычисления растет быстрее, чем эффективность чипов.
Эффективность чипов для ИИ растет медленнее, чем спрос на мощность. Источник: отчет Bain
Однако, инвестиции направляются не только в процессоры. Крупные компании активно вкладываются в продуктовую часть. Один из приоритетов — автономные ИИ‑агенты, которые берут на себя многошаговые задачи с минимальными подсказками. В ближайшие 3–5 лет, по оценке Bain, до 10% корпоративных затрат может уйти на базовые ИИ‑возможности, включая платформы агентов.
В отчете также говорится о смежных направлениях. Например, квантовые технологии, по оценке Bain, способны открыть до $250 млрд новой стоимости в отраслях от финансов и фармы до логистики и материаловедения. Но массовое распространение, вероятно, будет постепенным: сначала узкие кейсы, затем расширение.
Похожая история складывается и с гуманоидными роботами: анонсируется все больше пилотных проектов, но внедрение пока буксует по причине недостаточного финансирования.
Что в сухом остатке? Денег и электричества потребуется много, а окупаемость технологий не гарантируется. Без роста монетизации, удешевления вычислений или серьезных прорывов в эффективности, планирование рискует бежать впереди реальных доходов.
Для инвесторов и управленцев это означает, что ключевым ресурсом сейчас становится не капитализация проекта, а трезвый взгляд на вещи и финансовая дисциплина в приоритизации продуктов и планировании мощностей.
Рекомендуем