Badanie McKinsey dotyczące centrów danych wskazuje, że nadmierna rozbudowa nie jest największym ryzykiem
McKinsey podważa obawy przed nadmiarem infrastruktury AI, mimo prognozy, że zapotrzebowanie IT amerykańskich centrów danych może do 2030 roku osiągnąć 121 gigawatów. Badanie McKinsey dotyczące centrów danych przekonuje, że zakontraktowany popyt pozostaje wystarczająco silny, by uzasadniać dalszą budowę. Poważniejsze ryzyko polega na tym, że deweloperzy planują projekty na papierze, lecz nie są w stanie ich podłączyć, zasilić ani ukończyć tam, gdzie klienci potrzebują mocy.
To rozróżnienie zmienia debatę o nadmiernej rozbudowie. Długi portfel projektów nie musi oznaczać, że Stany Zjednoczone będą miały zbyt wiele działających centrów danych. Wielu deweloperów czasem ubiega się o to samo ograniczone przyłącze do sieci, a spekulacyjne propozycje mogą pozostawać lata od rozpoczęcia budowy. Tymczasem ukończona powierzchnia w głównych rynkach jest wynajmowana niemal tak szybko, jak staje się dostępna.
Rezultatem jest paradoks infrastrukturalny. Branża może wyglądać na nadmiernie rozbudowaną, gdy mierzy się ją liczbą zapowiedzi, a jednocześnie pozostawać poważnie niedoinwestowana pod względem dostępnych megawatów. Operatorzy sieci, hyperscalerzy, operatorzy kolokacyjni, dostawcy sprzętu i samorządy muszą teraz zdecydować, które projekty są wystarczająco realne, by je wspierać.
Badanie McKinsey dotyczące centrów danych inaczej ujmuje skalę rozbudowy
McKinsey dostrzega utrzymujący się popyt zderzający się z systemem realizacji, który nie potrafi rozwijać się w tym samym tempie.
Firma szacuje, że centra danych będą odpowiadać za około 75% oczekiwanego wzrostu zapotrzebowania na energię w USA w ciągu następnej dekady. Obecne ambicje budowlane wymagałyby niemal 30 gigawatów dodatkowej mocy rocznie. Obejmuje to około 20 gigawatów dodatkowego zapotrzebowania IT oraz energię potrzebną do chłodzenia, dystrybucji i zapewnienia niezawodności.
Analiza nadmiernej rozbudowy firmy nie wyklucza możliwości słabszego popytu na AI. Zamiast tego bada, czego system energetyczny potrzebowałby w różnych scenariuszach wdrażania. Nawet wariant niższego popytu wymaga znacznego zwiększenia podaży energii elektrycznej do 2030 roku.
Kluczowy argument McKinsey opiera się na jakości obecnego popytu. Duzi hyperscalerzy dysponują mocnymi bilansami, znaczącymi przepływami pieniężnymi z działalności operacyjnej i wieloletnimi planami infrastrukturalnymi. Wiele inwestycji w centra danych jest również powiązanych z zakontraktowanym wykorzystaniem, a nie wyłącznie ze spekulacyjnymi prognozami obłożenia.
To odróżnia obecny cykl od typowego boomu na rynku nieruchomości. Deweloperzy nie budują po prostu uniwersalnych magazynów z nadzieją, że pojawią się najemcy. Znaczna część najbardziej wiarygodnej mocy ma już zobowiązanie klienta, strategię energetyczną albo jedno i drugie.
Wskaźniki popytu nadal ujawniają słabości. McKinsey zauważa, że wdrażanie AI w przedsiębiorstwach pozostaje nierówne, nawet gdy firmy wyrażają duże zainteresowanie. Badanie firmy wykazało, że około jedna trzecia respondentów skalowała AI, podczas gdy 39% zgłosiło mierzalny wpływ na zysk przed odsetkami i podatkami.
To samo badanie wykazało, że 64% wskazało korzyści innowacyjne. Jednak 71% organizacji zgłosiło co najmniej jeden negatywny rezultat wdrożenia. Dane te sugerują, że wdrażanie AI wyszło poza etap eksperymentów, lecz nie każdy projekt generuje stabilną wartość biznesową.
Niektóre schematy finansowania również przypominają bańkę. Według McKinsey ponad połowa nowych jednorożców powstałych w 2025 roku koncentrowała się na AI. Kilka z nich osiągnęło wyceny liczone w miliardach dolarów, zanim skomercjalizowało produkt. Inni pośrednicy infrastrukturalni rozwijają się przy wysokim zadłużeniu lub ujemnych przepływach pieniężnych.
Ryzyka te są istotne, ponieważ popyt na moc obliczeniową ostatecznie zależy od rentownych zastosowań. Jeśli przychody z AI rozczarują, najpierw problemy odczują słabsi deweloperzy i marginalni najemcy. Taka korekta nie wyeliminowałaby jednak automatycznie popytu ze strony dobrze skapitalizowanych firm chmurowych ani nie rozwiązałaby niedoboru mocy możliwej do dostarczenia.
Badanie przesuwa więc centralne pytanie. Zamiast pytać, czy każdy ogłoszony kampus będzie potrzebny, planiści powinni pytać, które kampusy mogą jednocześnie zapewnić energię, sprzęt, klientów, pozwolenia i finansowanie.
Ogłoszona moc to nie to samo co moc użyteczna
Pozorna nadmierna rozbudowa występuje głównie w portfelach projektów, podczas gdy niedobór mocy dotyczy działających obiektów.
Proponowane centrum danych może figurować w kilku bazach danych na długo przed tym, zanim stanie się funkcjonującą lokalizacją. Deweloper może kontrolować grunt, ale nie mieć umowy z operatorem sieci. Inny projekt mógł rozpocząć analizę przyłączenia do sieci bez finansowania, zamówień sprzętu, pozwoleń czy głównego najemcy.
Deweloperzy składają też nakładające się wnioski, gdy kilka lokalizacji mogłoby spełnić jedno zapotrzebowanie. Mogą następnie rozwijać tę lokalizację, która jako pierwsza uzyska dostęp do energii. Traktowanie każdego wniosku jako niezależnego popytu zawyża pozorny portfel budowlany.
Firmy na wczesnym etapie rozwoju mają dodatkową zachętę do rezerwowania dostępu. Deweloper może zabezpieczyć grunt lub prawa do przyłączenia, a następnie sprzedać projekt większemu operatorowi. Niektóre propozycje stanowią więc opcje na deficytową infrastrukturę, a nie w pełni finansowane programy budowlane.
Praktyki te wyjaśniają, dlaczego duża kolejka projektów może współistnieć z ograniczoną podażą. Zapowiedzi mierzą ambicje. Operacyjne megawaty mierzą moc, z której klienci mogą faktycznie korzystać.
Dane o nieruchomościach komercyjnych wzmacniają obraz tej luki. CBRE podało, że podaż na głównych rynkach centrów danych w Ameryce Północnej wzrosła o 33,7% rok do roku w pierwszej połowie 2026 roku. Mimo to wskaźnik pustostanów spadł do rekordowego poziomu 1,4%.
Wyniki rynkowe firmy pokazują, że na tych rynkach budowano 7 481,1 megawatów, co oznacza wzrost o 24,8% w skali roku. Ponad 80% tej mocy było już wstępnie wynajęte. Dostępne pozostawało mniej niż 1 500 megawatów, czyli około sześć miesięcy popytu przy obecnym tempie absorpcji.
Północna Wirginia ilustruje tę nierównowagę. Pozostała największym rynkiem centrów danych w Ameryce Północnej, z zasobami o mocy 4 496,5 megawatów. Wskaźnik pustostanów spadł tam do 0,2%, mimo że w budowie pozostawało ponad 2 400 megawatów.
Atlanta wyprzedziła Północną Wirginię pod względem aktywności budowlanej, osiągając około 2 882 megawatów. Ta zmiana nie oznacza, że popyt w Wirginii zanika. Pokazuje, że deweloperzy przenoszą się do lokalizacji, w których grunt, energia i zgody oferują lepszą drogę do ukończenia projektów.
Wstępny najem daje silniejszy sygnał popytu niż komunikat prasowy. Klient, który rezerwuje przyszłą moc, podejmuje zobowiązanie umowne, zanim obiekt zostanie otwarty. Umowy te różnią się siłą, ale dostarczają więcej dowodów niż niezobowiązujący plan inwestycyjny.
Ograniczają też ryzyko bezrefleksyjnej budowy. Kredytodawcy i inwestorzy coraz częściej analizują wiarygodność kredytową najemcy, warunki najmu, dostępność energii i kamienie milowe budowy przed uruchomieniem kapitału. Projekty bez takich podstaw napotykają większe bariery finansowania.
Mimo to wstępny najem nie eliminuje ryzyka. Finansowo słaby najemca może upaść, a silnie zadłużony operator może napotkać problemy z refinansowaniem. Koncentracja klientów może narazić obiekt na zmianę strategii AI jednej firmy.
Budowa może również wyprzedzać instalację sprzętu. Sama konstrukcja budynku nie zapewnia użytecznej mocy obliczeniowej bez serwerów, sprzętu sieciowego, systemów chłodzenia, transformatorów i zasilonych przyłączy. Projekt może wyglądać na fizycznie zaawansowany, a mimo to pozostawać miesiące od rozpoczęcia świadczenia usług.
Dlatego „nadmiernie rozbudowany” i „niewystarczająca moc” mogą jednocześnie opisywać ten sam rynek. Branża zgromadziła więcej proponowanych projektów, niż zrealizuje. Jednocześnie klienci mają bardzo mało natychmiast dostępnej przestrzeni w preferowanych lokalizacjach.
Energia stała się prawdziwą bramą przepustowości mocy
Decydującym ograniczeniem nie jest już to, czy deweloperzy chcą budować, lecz to, czy system elektroenergetyczny może dotrzymać ich harmonogramów.
McKinsey oczekuje, że zapotrzebowanie IT amerykańskich centrów danych będzie rosło do 2030 roku w tempie około 27% rocznie. Modelowany przez firmę przedział sięga od 121 do 137 gigawatów dodatkowego zapotrzebowania IT pod koniec dekady.
Obsługa tego obciążenia wymaga większych mocy wytwórczych, niż sugeruje sama wartość dotycząca IT. Centra danych potrzebują również chłodzenia, konwersji energii, redundancji i innych systemów pomocniczych. Zasoby wytwórcze nie mogą wszystkie działać nieprzerwanie z deklarowaną mocą znamionową.
McKinsey szacuje, że Stany Zjednoczone dysponują około 40 gigawatami dyspozycyjnej rezerwy, czyli mocy wytwórczej przekraczającej stałe zapotrzebowanie. Około 100 gigawatów dodatkowej mocy zostało zakontraktowane do budowy.
Liczby te początkowo brzmią wystarczająco. Jednak wycofanie elektrowni węglowych i starszych bloków gazowo-parowych ma do 2030 roku usunąć od 50 do 75 gigawatów. Po uwzględnieniu prognozowanego wzrostu popytu i wycofań McKinsey wskazuje na krajową potrzebę mocy wynoszącą około 30–55 gigawatów.
Krajowe sumy ukrywają również lokalne niedobory. Popyt ze strony centrów danych koncentruje się w Północnej Wirginii, Phoenix, Luizjanie, Teksasie i rozwijających się rynkach Środkowego Zachodu. Energii nie można swobodnie przesyłać między wszystkimi regionami, zwłaszcza gdy linie przesyłowe są przeciążone lub ich brakuje.
Budowa dużej infrastruktury przesyłowej może trwać ponad dekadę. Harmonogramy centrów danych są zwykle znacznie krótsze. Hyperscaler kupujący dziś akceleratory nie może zakładać, że planowana linia energetyczna powstanie na czas na potrzeby kolejnego cyklu wdrożeniowego.
Międzynarodowa Agencja Energii dostrzega tę samą kolizję w skali globalnej. Jej zaktualizowana prognoza energetyczna przewiduje wzrost zużycia energii elektrycznej przez centra danych z 485 terawatogodzin w 2025 roku do 950 terawatogodzin w 2030 roku. Obiekty skoncentrowane na AI rosną znacznie szybciej niż cały rynek.
IEA ustaliła również, że zużycie energii elektrycznej w centrach danych skoncentrowanych na AI wzrosło o 50% w 2025 roku. Odnotowany wzrost stanowi bardziej solidny dowód niż odległe zapowiedzi budowlane. Pokazuje, że zainstalowany sprzęt AI już zwiększa obciążenie.
Gęstość serwerów zwiększa trudność realizacji. Według IEA gęstość mocy serwerów AI wzrosła jedenastokrotnie między 2020 a 2025 rokiem. Agencja oczekuje kolejnego czterokrotnego wzrostu do 2027 roku. Wyższa gęstość skupia większe zapotrzebowanie na energię elektryczną i chłodzenie wewnątrz każdego obiektu.
Trend ten może poprawić wydajność obliczeniową na budynek, ale tworzy nowe wymagania inżynieryjne. Operatorzy potrzebują wysokowydajnej dystrybucji elektrycznej, chłodzenia cieczą, odpowiednich transformatorów i sprzętu zdolnego radzić sobie z gwałtownymi wahaniami obciążeń AI.
Produkcja sprzętu nie może dostosować się natychmiast. Transformatory, rozdzielnice, turbiny i wyspecjalizowane systemy chłodzenia mają długi czas produkcji. Dostawcy muszą rozbudowywać fabryki, zanim dowiedzą się, które ogłoszone projekty przejdą do budowy.
Planiści sieci stoją przed podobnym problemem prognostycznym. Muszą przygotować się na duże obciążenia, zanim obiekty rozpoczną działalność, jednak nie każdy wniosek oznacza odrębny projekt. Przeszacowanie popytu może obciążyć odbiorców kosztami niepotrzebnej infrastruktury. Niedoszacowanie może opóźnić inwestycje i zagrozić niezawodności.
Badanie McKinsey dotyczące centrów danych opisuje zatem więcej niż niedobór energii elektrycznej. Wskazuje na porażkę koordynacji między branżami działającymi w różnych horyzontach czasowych. Firmy AI planują w kwartałach, centra danych powstają przez lata, a duże projekty sieciowe mogą trwać dekadę.
Hyperscalerzy mogą budować szybciej, niż są w stanie reagować operatorzy sieci
Presja spada na operatorów sieci i regionalnych operatorów systemów, ponieważ wydatki hyperscalerów mogą rosnąć szybciej niż planowanie regulowanej infrastruktury.
McKinsey twierdzi, że nakłady inwestycyjne hyperscalerów rosły w latach 2022–2026 o około 50% rocznie. Największe firmy chmurowe mogą finansować kampusy, rezerwować chipy, zawierać umowy na dostawy energii i przenosić obciążenia między regionami na skalę niedostępną dla większości deweloperów.
Przedsiębiorstwa użyteczności publicznej nie mogą reagować równie szybko. Muszą prognozować popyt, uzyskiwać zgody regulacyjne, analizować wpływ na system, zdobywać prawa do gruntów, kupować sprzęt i odzyskiwać koszty w ramach zatwierdzonych mechanizmów. Każdy z tych etapów może powodować opóźnienia lub spory.
Regionalni operatorzy sieci potrzebują również lepszych dowodów, że zgłoszone obciążenia rzeczywiście się pojawią. PJM, obejmujący dużą część regionu Mid-Atlantic, podkreślał ryzyko podwójnego liczenia wniosków dotyczących centrów danych. Kilka przedsiębiorstw energetycznych może otrzymać zapytania odnoszące się do tego samego projektu.
To stawia planistów sieci przed trudnym wyborem. Jeśli uznają, że każdy wniosek zostanie zrealizowany, ryzykują zakup nadmiernej mocy. Jeśli odrzucą zbyt wiele wniosków, mogą wejść w rok dostaw bez wystarczających, niezawodnych zasobów.
Kolejki przyłączeniowe dla źródeł wytwórczych ostrzegają przed traktowaniem wniosków jak ukończonej infrastruktury. Analiza Berkeley Lab wykazała, że pod koniec 2024 roku w USA zgłoszono około 1 400 gigawatów planowanej generacji i 890 gigawatów magazynowania energii.
Do końca 2024 roku tylko 13% mocy zgłoszonej do kolejek przyłączeniowych w latach 2000–2019 osiągnęło etap eksploatacji komercyjnej. Kolejne 77% projektów wycofano, a 10% pozostawało aktywnych. Mediana okresu realizacji ukończonych projektów również przekroczyła cztery lata.
Kolejki te dotyczą wytwarzania energii, a nie obciążeń centrów danych, ale wniosek pozostaje aktualny. Wniosek oznacza zamiar, a nie realizację. O tym, które propozycje staną się działającymi aktywami, decydują jakość projektu, finansowanie, pozwolenia, sprzęt i postęp prac przyłączeniowych.
Przedsiębiorstwa energetyczne reagują nowymi taryfami i strukturami kontraktów. Niektóre chcą, aby klienci o dużym poborze zapewniali silniejsze zabezpieczenia finansowe lub akceptowali minimalne zobowiązania płatnicze. Takie środki mogą chronić innych odbiorców, gdy planowane centrum danych nigdy nie powstanie.
Hyperscalerzy również zawierają bezpośrednie umowy na dostawy energii. Ponowne uruchamianie elektrowni jądrowych, kontrakty na energię odnawialną, generacja gazowa, baterie i ogniwa paliwowe mogą uzupełniać tradycyjne usługi przedsiębiorstw energetycznych. Rozwiązania te dają dużym nabywcom większą kontrolę, ale nie eliminują ograniczeń związanych z przesyłem, pozwoleniami czy sprzętem.
Mniejsi operatorzy znajdują się pod większą presją. Nie zawsze mogą finansować źródła wytwórcze wraz z centrum danych i mają mniejszą siłę negocjacyjną wobec dostawców. Mogą być zależni od dostawców kolokacji lub wybierać rynki drugorzędne z łatwiejszym dostępem do energii.
Nabywcy korporacyjni powinni zatem traktować lokalizację jako zmienną wpływającą na niezawodność. Rezerwacja mocy w regionie z ograniczeniami wiąże się z innym ryzykiem realizacji niż działające wdrożenie. Analiza umów musi rozróżniać planowane zakończenie, moc pod napięciem i rozwiązania awaryjne.
Klienci chmurowi mogą odczuć te skutki pośrednio. Ograniczenia mocy mogą wpływać na to, gdzie będą dostępne nowe instancje AI, jak szybko uruchamiane są zarezerwowane klastry i czy dostawcy narzucą dłuższe zobowiązania. Elastyczność geograficzna może stać się równie istotna jak wybór akceleratora.
Podział konkurencyjny nie będzie po prostu przebiegał między firmami wydającymi najwięcej a tymi, które wydają mniej. Oddzieli operatorów kontrolujących wiarygodną ścieżkę dostaw energii od tych, którzy mają plany budowy, lecz nie dysponują energią możliwą do dostarczenia.
Energia na miejscu rozwiązuje problem szybkości, ale tworzy nowe ryzyka
Wytwarzanie energii na miejscu może skrócić czas oczekiwania na elektryczność, ale przenosi na centrum danych ryzyka związane z paliwem, sprzętem, emisjami i niezawodnością.
Badanie McKinsey z 2025 roku wśród liderów branży energetycznej wykazało, że 65% respondentów spodziewało się wdrożyć jakąś formę energii wytwarzanej na miejscu. Badanie objęło 145 respondentów, w tym 46 ekspertów z USA reprezentujących hyperscalerów, operatorów kolokacji i przedsiębiorstwa energetyczne.
Prawie 60% respondentów oczekiwało stałej generacji na miejscu do 2030 roku, nawet po uzyskaniu dostępu do usług sieciowych. Wśród respondentów planujących energię na miejscu 64% spodziewało się korzystać z gazu ziemnego. Sugeruje to, że generacja za licznikiem staje się częścią standardowego projektu centrum danych.
Silniki gazowe i turbiny mogą zapewnić stabilną moc bez oczekiwania na dużą rozbudowę sieci przesyłowej. Ogniwa paliwowe i baterie mogą wspierać niezawodność lub uzupełniać ograniczone dostawy z sieci. Energia słoneczna połączona z magazynowaniem może dostarczać energię tam, gdzie pozwalają na to przestrzeń i warunki operacyjne.
Samodzielne wytwarzanie energii nie sprawia jednak, że ograniczenia infrastrukturalne znikają. Turbiny gazowe podlegają zaległościom produkcyjnym. Obiekt może także potrzebować nowej przepustowości gazociągów, redundantnego dostępu do paliwa, pozwoleń emisyjnych i specjalistycznej obsługi serwisowej.
IEA szacuje, że niezawodne instalacje gazowe na miejscu mogą wymagać od 30% do 70% większej mocy wytwórczej niż oczekiwane obciążenie centrum danych. Operatorzy potrzebują tego zapasu, ponieważ sprzęt może ulec awarii lub wymagać konserwacji. Zmienne obciążenia AI dodają kolejną warstwę złożoności.
Agencja prognozuje, że do 2030 roku od 15 do 27 gigawatów gazowej generacji na miejscu może obsługiwać centra danych, głównie w Stanach Zjednoczonych. Zastrzega również, że w chwili oceny jedynie około jedna piąta śledzonych projektów rozpoczęła oczyszczanie terenu lub budowę.
Baterie zapewniają szybkość i elastyczność, ale znaczenie ma czas trwania zasilania. Magazyny krótkoterminowe mogą łagodzić wahania mocy i pokrywać krótkie przerwy. Nie są w stanie samodzielnie zasilać dużego kampusu AI podczas długotrwałej awarii sieci.
Wirtualna elektrownia, która koordynuje rozproszone zasoby energii za pomocą oprogramowania, może pomóc przenosić popyt lub dostarczać energię w okresach ograniczeń. Jest jednak zależna od zasad rynkowych, komunikacji, udziału klientów i dostępności tych rozproszonych zasobów.
Centra danych mogą również dostosowywać obciążenia. Niektóre zadania treningowe można przenosić między porami lub regionami, zmniejszając zapotrzebowanie podczas przeciążenia sieci. McKinsey zauważa, że operatorzy wykazują ograniczoną gotowość do ograniczania wartościowych obliczeń AI, ponieważ przychody z mocy obliczeniowej mogą przewyższać koszty energii.
Obciążenia inferencyjne tworzą inne wyzwanie. Inferencja oznacza uruchamianie wytrenowanego modelu w celu odpowiadania na zapytania lub wykonywania zadań. Usługi skierowane do klientów często wymagają niskich opóźnień i ciągłej dostępności, pozostawiając mniej miejsca na wstrzymanie zużycia.
Kompromisy środowiskowe będą coraz trudniejsze do uniknięcia. Przedłużanie pracy elektrowni węglowych lub dodawanie gazowej generacji na miejscu może pomóc zaspokoić popyt w krótkim okresie, ale oba rozwiązania mogą zwiększać emisje. Decyzje te mogą kolidować z korporacyjnymi celami czystej energii i oczekiwaniami społeczności lokalnych.
Woda, hałas, wykorzystanie gruntów i przystępność cen energii elektrycznej również mogą wywoływać lokalny sprzeciw. Projekt wykonalny technicznie może mimo to upaść, jeśli mieszkańcy lub regulatorzy uznają, że jego koszty publiczne przewyższają korzyści.
Badanie McKinsey data center study nie wskazuje jednego uniwersalnego rozwiązania energetycznego. Wskazuje na mieszane portfele kształtowane przez lokalne warunki. Usługi sieciowe, generacja gazowa, energia słoneczna, magazynowanie, ogniwa paliwowe i elastyczność obciążeń będą odgrywać różne role na różnych rynkach.
Ryzyko polega na tym, że tymczasowe rozwiązania staną się trwałe bez odpowiedniej kontroli. Elektrownia gazowa zainstalowana, by wypełnić lukę wynikającą z opóźnienia sieci, może działać przez dziesięciolecia. Przedsiębiorstwa energetyczne i regulatorzy muszą więc oceniać szybkość wraz z kosztami długoterminowymi, emisjami i ryzykiem osieroconych aktywów.
Co wciąż trafnie ujmuje argument za nadmierną rozbudową
Trwały łączny popyt nie gwarantuje sukcesu każdemu deweloperowi, najemcy, regionowi ani strukturze finansowania.
Najsilniejszy argument przeciwko nadmiernej rozbudowie opiera się na zakontraktowanej mocy, niskim poziomie pustostanów i rosnącym zużyciu energii elektrycznej. Najsilniejszy argument sceptyczny skupia się na tym, co dzieje się wewnątrz tych zbiorczych danych.
Prognozy popytu na AI zależą od dalszego rozwoju modeli i utrzymującego się korzystania z usług wymagających intensywnych obliczeń. Wzrost efektywności może zmniejszyć energię potrzebną do wykonania każdego zadania. Firmy mogą również stać się bardziej selektywne, jeśli wczesne wdrożenia nie przyniosą odpowiednich zwrotów.
Efektywność nie zawsze zmniejsza całkowite zużycie. Tańsza inferencja może zachęcać deweloperów do umieszczania funkcji AI w większej liczbie produktów, zwiększając liczbę zapytań. Ten efekt odbicia utrudnia prognozowanie wyniku netto.
McKinsey oczekuje spowolnienia wzrostu po 2030 roku. Popyt na chipy może być mniej intensywny, adopcja może dojrzeć, a operatorzy mogą zastępować istniejący sprzęt wydajniejszymi systemami. Ta transformacja może osłabić popyt na nowe budynki, jednocześnie wspierając modernizacje w już istniejących obiektach.
Prognozy EPRI na 2026 rok pokazują, jak szeroka pozostaje niepewność. Instytut szacuje, że centra danych w USA zużyły od 177 do 192 terawatogodzin w 2024 roku. Scenariusze na 2030 rok mieszczą się w przedziale od 383 do 793 terawatogodzin.
Ta rozpiętość jest zbyt duża, by uzasadniać jeden deterministyczny plan budowy. Przedsiębiorstwa energetyczne muszą inwestować, zanim dowiedzą się, czy popyt podąży ścieżką niską, średnią czy wysoką. Deweloperzy mierzą się z tą samą niepewnością, gdy angażują kapitał w projekty o długim okresie zwrotu.
Ryzyko różni się również między uczestnikami rynku. Hyperscaler może przekierować serwery, spowolnić jeden kampus lub wykorzystać niewykorzystaną moc w innym miejscu swojej sieci. Spekulacyjny deweloper z jednym obiektem i znacznym zadłużeniem ma mniej możliwości.
Pośrednicy infrastrukturalni znajdują się między tymi skrajnościami. Mogą mieć długoterminowe zobowiązania dotyczące energii, polegając jednocześnie na klientach o słabszej jakości kredytowej niż duży dostawca chmurowy. Niedopasowanie między przychodami z najmu a zobowiązaniami energetycznymi może stać się kosztowne.
Geografia tworzy kolejne źródło osieroconych aktywów. Krajowy popyt może rosnąć, podczas gdy konkretny obiekt ponosi porażkę. Kampus może przegrać, ponieważ jego przyłącze sieciowe zostanie uruchomione z opóźnieniem, zmienią się lokalne przepisy albo klienci wybiorą inny region o niższych opóźnieniach.
Projekt technologiczny również może prowadzić do osierocenia mocy. Obiekty zbudowane dla konwencjonalnych serwerów chłodzonych powietrzem mogą wymagać rozległych modernizacji, aby obsługiwać systemy AI o wyższej gęstości. Architektura dystrybucji energii i chłodzenia może ograniczać sprzęt, jaki dany obiekt jest w stanie obsłużyć.
Dlatego obawy przed nadmierną rozbudową pozostają uzasadnione, nawet jeśli szeroki rynek pozostaje napięty. Niektóre projekty prawdopodobnie znikną z planów. Inne zostaną otwarte później, niż zapowiadano, zmienią właściciela lub będą działać poniżej planowanej skali.
Błędem jest traktowanie tych niepowodzeń jako dowodu, że łączny popyt na infrastrukturę AI załamał się. Zdrowsza interpretacja jest taka, że ograniczona dostępność energii i kapitału filtruje projekty. Rozbudowa może przynosić dotkliwe lokalne straty, pozostając jednocześnie niewystarczająca w skali ogólnej.
Inwestorzy i klienci korporacyjni powinni analizować zakontraktowane wykorzystanie, jakość najemców, moc pod napięciem, gotowość sprzętu i terminy dostaw energii. Same zapowiadane megawaty niewiele mówią o trwałości projektu.
Trzy sygnały zdecydują, czy niedobór się utrzyma
O kolejnym etapie rozbudowy centrów danych AI zdecydują dostarczona moc, zweryfikowane obciążenie i ekonomika korporacyjnego AI.
Pierwszym sygnałem jest luka między budową a mocą pod napięciem. Kolejne aktualizacje rynku CBRE powinny pokazać, czy rekordowa skala budowy zwiększa poziom pustostanów, czy znika w popycie wynikającym z umów przednajmu. Rosnąca podaż przy utrzymującym się niskim poziomie pustostanów wzmocniłaby tezę McKinsey o niedoborze mocy.
Gwałtowny wzrost dostępnych zasobów osłabiłby tę tezę. Taka zmiana miałaby największe znaczenie, gdyby pojawiła się na kilku głównych rynkach, a nie tylko w jednym opóźnionym kampusie. Należy obserwować działającą moc i absorpcję netto, a nie tylko zapowiedzi projektów.
Drugim sygnałem jest sposób, w jaki przedsiębiorstwa energetyczne weryfikują i obsługują wnioski o duże obciążenia. Wyższe depozyty, wymogi minimalnych płatności i wyraźniejsze kamienie milowe pomogłyby usunąć z prognoz zdublowane lub spekulacyjne projekty. Ujawniłyby również, którzy klienci są gotowi podjąć wiążące zobowiązania.
Rozbudowa sieci ma równie duże znaczenie. Więcej mocy wytwórczych wchodzących do eksploatacji komercyjnej, szybsze zatwierdzanie inwestycji przesyłowych oraz wymierne postępy w przyłączaniu do sieci zmniejszyłyby ryzyko lokalnych niedoborów. Utrzymujące się opóźnienia w kolejkach potwierdziłyby natomiast pogląd, że wąskim gardłem jest realizacja, a nie popyt.
Trzecim sygnałem jest wartość AI dla przedsiębiorstw. Wzrost przychodów, wdrożenia na dużą skalę i mierzalne zyski produktywności wspierałyby utrzymujące się zużycie mocy obliczeniowej wykraczające poza programy trenowania modeli przez hyperscalerów. Powtarzające się niepowodzenia wdrożeniowe lub kurczące się budżety na AI osłabiłyby argumenty przemawiające za popytem.
Wyniki przedsiębiorstw zasługują na większą wagę niż zapowiedzi modeli. Nowy lider benchmarków może przyciągnąć uwagę, lecz to powtarzalne obciążenia finansują infrastrukturę. Popyt na centra danych staje się trwalszy, gdy systemy AI trafiają do obsługi klienta, tworzenia oprogramowania, badań, działalności operacyjnej i innych ciągłych procesów.
Czytelnicy powinni także rozróżniać trenowanie od inferencji. Popyt na trenowanie może pojawiać się w dużych, skoncentrowanych cyklach. Inferencja rośnie wraz z regularnym korzystaniem z produktów i może rozprzestrzeniać się na więcej lokalizacji. Przesunięcie w stronę inferencji zmieniłoby projektowanie obiektów, niekoniecznie zmniejszając łączne zapotrzebowanie na energię.
Dla nabywców technologii praktyczne pytanie nie brzmi już, czy istnieje boom na infrastrukturę AI. Chodzi o to, czy dostawca kontroluje dostępną do wykorzystania moc w odpowiednim regionie, z wiarygodnymi terminami zapewnienia zasilania i ukończenia inwestycji.
Zapytaj dostawców, która moc jest już operacyjna, która jest jedynie zakontraktowana oraz co się stanie, jeśli przyłączenie do sieci się opóźni. Przeanalizuj alternatywy geograficzne i przenośność obciążeń, zanim oprzesz się na jednym przyszłym kampusie.
Badanie McKinsey dotyczące centrów danych przedstawia ostatecznie bardziej złożony obraz niż bańka albo trwały niedobór. Stany Zjednoczone dysponują ogromnym portfelem projektów deweloperskich, lecz tylko część z nich stanie się użyteczną infrastrukturą.
Popyt może pozostawać silny, podczas gdy pojedyncze projekty ponoszą porażkę. Budowa może bić rekordy, a klienci mimo to mogą mieć trudności z uzyskaniem mocy. Decydującym testem będzie to, czy obiecane megawaty staną się zasilanymi systemami obliczeniowymi, zanim zmienią się ekonomika AI lub warunki finansowania.
