Czy AI zdąży zarobić na gigantyczne inwestycje w centra danych?

Branża sztucznej inteligencji musiałaby osiągnąć około 6 bln dolarów rocznych przychodów do 2031 r., by uzasadnić prognozowaną skalę inwestycji w infrastrukturę — wynika z szacunków Bain & Company. Obecne usługi AI dla konsumentów i przedsiębiorstw mogłyby przynieść do 1,8 bln dolarów, więc około 4,2 bln dolarów musiałoby pochodzić z nowych źródeł. To szacunki i scenariusze, a nie gwarancja, że taki poziom przychodów zostanie osiągnięty. 35

Skąd bierze się próg 6 bln dolarów?

Bain szacuje, że roczne wydatki na infrastrukturę AI mogą sięgnąć 1,5 bln dolarów w 2031 r. Kwota obejmuje zarówno nowe centra danych i moce obliczeniowe, jak i modernizację już działających układów GPU, pamięci oraz sprzętu sieciowego. 3

Wyliczenie zakłada, że nakłady inwestycyjne będą stanowić około 25% przychodów branży. Przy takim założeniu utrzymanie prognozowanego poziomu inwestycji wymagałoby rynku AI generującego blisko 6 bln dolarów rocznie. To próg wynikający z przyjętych założeń, a nie pewna prognoza przychodów — zależy zarówno od skali inwestycji, jak i od tego, jaka część przychodów zostanie przeznaczona na wydatki kapitałowe. 3

Dotychczasowe zastosowania nie wystarczą

Bain zalicza do obecnych źródeł przychodów m.in. produkty konsumenckie, takie jak płatne subskrypcje i usługi finansowane reklamami, oraz zastosowania biznesowe AI. W firmach chodzi między innymi o programowanie, sprzedaż, marketing, obsługę klienta i informatykę. Według szacunków mogą one łącznie przynieść do 1,8 bln dolarów, ale nie pokryją całej wymaganej kwoty. 35

Pozostała część musiałaby więc pochodzić z nowych produktów i rynków, a nie wyłącznie z poprawy produktywności pracowników. Wśród możliwych obszarów wymieniane są maszyny autonomiczne, robotyka, odkrywanie leków, zdrowie psychiczne i wytwarzanie energii. To potencjalne kierunki rozwoju, nie pewne źródła przyszłych przychodów. 517

Infrastruktura rośnie, ale jej budowa napotyka bariery

Bain osobno prognozuje 5–6,5 bln dolarów skumulowanych nakładów na rozbudowę centrów danych do 2030 r. Inwestycje miałyby zwiększyć moc obliczeniową o około 150 GW lub więcej — niemal trzykrotnie podnosząc globalną pojemność w ciągu pięciu lat. Ta kwota opisuje łączne wydatki na rozbudowę do 2030 r.; 1,5 bln dolarów to natomiast prognozowane roczne wydatki na infrastrukturę AI w 2031 r. Są to różne miary i okresy. 23

Jednocześnie ograniczona dostępność energii, układów scalonych i wykwalifikowanych pracowników, a także procedury uzyskiwania pozwoleń mogą opóźniać budowę i uruchamianie nowych mocy. 2 Nawet jeśli infrastruktura powstanie, argument ekonomiczny za jej skalą zależy od tego, czy nowe zastosowania AI zdążą rozwinąć się w duże źródła przychodów. Dostępne prognozy nie przesądzają, czy oba te procesy nastąpią w odpowiednim tempie. 23

Najważniejsza niewiadoma: czy nowe rynki zdążą urosnąć?

Szacunki Bain pokazują dwa powiązane wyzwania: branża musi jednocześnie budować kosztowną infrastrukturę i tworzyć produkty, które przyniosą znacznie większe przychody niż dzisiejsze usługi dla konsumentów i firm. Kwotę 6 bln dolarów najlepiej traktować jako test ekonomicznych założeń stojących za boomem inwestycyjnym — nie jako pewność, że infrastruktura i nowe rynki rozwiną się zgodnie z planem. 235