Citigroup podniosło swoje prognozy dotyczące wydatków na infrastrukturę dla sztucznej inteligencji. Według banku Big Techy do 2029 r. przeznaczą na ten cel ponad 2,8 bln USD, czyli o pół biliona więcej niż zakładano wcześniej. Kluczową rolę odgrywają tu hiperskalerzy, którzy coraz mocniej się zadłużają, aby sprostać rosnącemu popytowi.
AI jako motor gigantycznych inwestycji
Od czasu premiery ChatGPT pod koniec 2022 r. tempo inwestycji w sztuczną inteligencję przyspieszyło w niespotykanym dotąd stopniu. Najnowsza analiza Citigroup pokazuje, iż do 2029 r. nakłady na infrastrukturę AI przekroczą 2,8 bln USD, co stanowi znaczący wzrost wobec wcześniejszych prognoz wynoszących 2,3 bln USD. Powodem korekty są agresywne inwestycje hiperskalerów, czyli operatorów największych centrów danych na świecie, takich jak Microsoft, Amazon i Google, a także coraz większe zainteresowanie przedsiębiorstw wdrażaniem rozwiązań AI w praktyce biznesowej.
Citi ocenia, iż tylko do końca 2026 r. nakłady inwestycyjne hiperskalerów osiągną 490 mld USD, wobec wcześniejszych przewidywań na poziomie 420 mld USD. Firmy te wydają miliardy, aby zwiększyć przepustowości centrów danych, a co za tym idzie podnieść zdolność do obsługi lawinowo rosnącego zapotrzebowania na moc obliczeniową.
Wyzwania finansowe i energetyczne
Według analityków Citigroup, globalne zapotrzebowanie na moc obliczeniową AI wymagać będzie 55 GW nowej mocy energetycznej do 2030 r. Przekłada się to na dodatkowe 2,8 bln USD wydatków, z czego aż 1,4 bln USD przypadnie na sam rynek amerykański. Skala inwestycji jest ogromna, bo budowa infrastruktury o mocy 1 GW to koszt około 50 mld USD.
Co istotne, wydatki te coraz mocniej obciążają bilanse Big Tech. Dotąd firmy finansowały rozwój głównie z zysków, ale dziś coraz częściej sięgają po finansowanie zewnętrzne, co widać w spadających wolnych przepływach pieniężnych. Coraz częściej pojawia się też pytanie, jak przedsiębiorstwa sfinansują inwestycje na taką skalę, jeżeli tradycyjne modele finansowania okażą się niewystarczające.
Prawdziwe wyzwanie w wyścigu AI. Kluczem nie jest moc, a inteligentna infrastruktura
Weryfikacja wartości w praktyce
Citigroup zwraca uwagę, iż o ile inwestycje hiperskalerów wyprzedzają widoczne zapotrzebowanie ze strony klientów, to przedsiębiorstwa zaczynają dostarczać „zewnętrzne potwierdzenie wartości”. Wskazano m.in. na wdrożenia rozwiązań AI w koncernie farmaceutycznym Eli Lilly, w japońskim Hitachi oraz w europejskim wydawnictwie prawniczym Wolters Kluwer. To dowód, iż rynek komercyjny zaczyna realnie korzystać z zaawansowanych modeli, co może usprawiedliwiać astronomiczne nakłady infrastrukturalne.
