Koniec ery entuzjazmu? Goldman Sachs prognozuje zwrot ku infrastrukturze AI

Fundamenty przed aplikacjami

Dla generatywnej sztucznej inteligencji, pierwsza fala fascynacji – napędzana głośnymi debiutami oprogramowania – ustępuje miejsca twardej kalkulacji. Według najnowszych analiz Goldman Sachs, rynek wchodzi w fazę „ucieczki ku jakości”. Inwestorzy przestają premiować samą obecność w segmencie AI, a zaczynają skrupulatnie weryfikować, kto posiada fizyczne zasoby niezbędne do obsługi procesów obliczeniowych. Uwaga skupia się na operatorach wielkoskalowych centrów danych, podczas gdy spółki oferujące jedynie wąskie narzędzia programowe spotykają się z coraz większym dystansem.

Skala nadchodzących inwestycji jest bezprecedensowa. Hyperskalerzy, czyli giganci chmury obliczeniowej, pompują miliardy dolarów w rozbudowę infrastruktury. Szacuje się, że w ciągu zaledwie dwóch lat obciążenia generowane przez AI mogą pochłaniać już 30% całkowitej wydajności światowych centrów danych. To zmiana paradygmatu – o ile tradycyjne usługi chmurowe opierały się na rozproszonych zadaniach, o tyle trenowanie modeli językowych wymaga tysięcy procesorów pracujących równolegle w trybie ciągłym.

Bitwa o kilowatogodziny

Wąskim gardłem rozwoju technologii przestaje być algorytm, a staje się dostęp do sieci elektroenergetycznej. Goldman Sachs Research przewiduje, że do 2030 roku zapotrzebowanie na energię w centrach danych wzrośnie o 175% względem ubiegłego roku. Obrazowo mówiąc: system energetyczny będzie musiał udźwignąć obciążenie porównywalne z konsumpcją prądu przez jedno z dziesięciu najbardziej energochłonnych państw świata. To zjawisko wymusza na rządach i sektorze użyteczności publicznej rewizję planów inwestycyjnych.

Geografia inwestycji również ulega zmianie. Strategia budowy gigantycznych farm serwerów jest dziś dyktowana bliskością stabilnych źródeł zasilania i wydajnych sieci światłowodowych, a nie tylko bliskością rynków zbytu. Często oznacza to lokalizację w regionach odległych, gdzie łatwiej o zabezpieczenie gruntów i mocy przyłączeniowej. Krytycznym czynnikiem staje się także dostęp do wody, niezbędnej do chłodzenia potężnych klastrów obliczeniowych, co podnosi poprzeczkę w zakresie wymogów środowiskowych.

Bariery fizyczne studzą optymizm

Budowa infrastruktury to proces żmudny i skomplikowany. W przeciwieństwie do oprogramowania, którego skalowalność jest niemal natychmiastowa, centra danych wymagają lat pracy, skomplikowanych łańcuchów dostaw sprzętu elektrycznego i wieloletnich kontraktów energetycznych. Te fizyczne ograniczenia wyjaśniają, dlaczego rynek najwyżej wycenia dziś firmy, które już kontrolują rozwinięte sieci infrastrukturalne.

Historia cyfrowych rewolucji pokazuje, że podczas gdy platformy programowe bywają efemeryczne, dostawcy infrastruktury bazowej zazwyczaj cieszą się stabilniejszymi przychodami. W nadchodzącej dekadzie o sukcesie gospodarki AI mogą decydować nie tylko wyrafinowane kody, ale przede wszystkim sprawność systemów chłodzenia i wydajność transformatorów. To właśnie te prozaiczne elementy stają się nowym kręgosłupem wyścigu technologicznego.