PwC prognozuje 31,6 bln USD wydatków na centra danych, ale granicę wyznacza energia

PwC umieściło kwotę 31,6 bln USD w centrum relacji Google News, prognozując skumulowane globalne wydatki na centra danych do 2050 r. Uderzająca liczba nie jest jednak najistotniejszą tezą raportu. PwC twierdzi, że to elektryczność, a nie kapitał inwestycyjny, zdecyduje o tym, ile infrastruktury powstanie i gdzie będzie działać.

Prognoza opisuje cykl kapitałowy odmienny od kolei, sieci telekomunikacyjnych i innych boomów budowlanych. Budynki centrów danych mogą pozostawać użyteczne przez dziesięciolecia. Serwery, procesory, systemy pamięci masowej i sprzęt sieciowy znajdujące się w ich wnętrzu wymagają wymiany w znacznie krótszych cyklach.

To rozróżnienie przekształca boom budowlany w powtarzalny cykl odświeżania technologii. Tworzy też bezpośredni konflikt między zapotrzebowaniem na moc obliczeniową AI a wolniej rozwijającymi się systemami dostarczającymi energię elektryczną, pozwolenia, sprzęt i wykwalifikowaną siłę roboczą.

PwC zleciło Oxford Economics modelowanie wydatków w 46 krajach i terytoriach. Jego główna projekcja osiąga 31,6 bln USD do 2050 r., podczas gdy scenariusze alternatywne mieszczą się w przedziale od około 22 bln USD do niemal 50 bln USD.

Liczby te zależą od wdrożeń, efektywności, polityki handlowej i dostępu do zaawansowanych chipów. Są prognozami, a nie zatwierdzonymi budżetami. Kluczowe pytanie brzmi, czy systemy energetyczne mogą obsłużyć moc obliczeniową zakładaną przez model.

Co faktycznie mierzy prognoza PwC na 31,6 bln USD

Nagłówek dotyczy skumulowanych nakładów inwestycyjnych, a nie wartości pojedynczego programu budowlanego ani rachunku już zatwierdzonego przez inwestorów.

Prognoza PwC dotycząca centrów danych obejmuje zarówno fizyczne obiekty, jak i zainstalowane w nich technologie informacyjne i komunikacyjne. Ta druga kategoria obejmuje serwery, pamięć masową, sprzęt sieciowy, jednostki centralnego przetwarzania i procesory graficzne.

Rozróżnienie to jest istotne, ponieważ fizyczna powłoka stanowi jedynie część kosztu obiektu AI w całym okresie jego użytkowania. Przyłącza elektryczne, systemy chłodzenia, trasy światłowodowe i budynki mogą obsługiwać wiele generacji sprzętu obliczeniowego. Chipy i serwery znacznie szybciej stają się komercyjnie przestarzałe.

PwC oczekuje, że roczne nakłady inwestycyjne na centra danych wzrosną z około 800 mld USD w 2026 r. do 1,1 bln USD w 2030 r. Do 2050 r. projekcja osiąga 1,8 bln USD rocznie.

W scenariuszu centralnym Stanom Zjednoczonym przypisano 15,1 bln USD, czyli 48% skumulowanych wydatków. PwC częściowo wiąże tę koncentrację z pozycją kraju w ekosystemie zaawansowanych chipów.

Na region Azji i Pacyfiku przypada prognozowane 8,2 bln USD, a na czele znajdują się Chiny i Indie. Europa i Bliski Wschód również przyciągają inwestycje, ponieważ rządy dążą do budowy suwerennych zdolności AI. Suwerenna AI oznacza infrastrukturę obliczeniową i modele działające zgodnie z wymogami prawnymi, bezpieczeństwa i kontroli danych danego kraju.

Prognoza staje się bardziej wymowna po podziale wydatków między budynki a sprzęt. PwC szacuje, że technologie informacyjne i komunikacyjne stanowią 70% nakładów inwestycyjnych na centra danych w 2026 r. Udział ten rośnie do 93% do 2050 r.

W modelu PwC każdy dolar wydany na budowę faktycznie tworzy około 12 USD przyszłych zobowiązań dotyczących sprzętu. Wskaźnik ten odzwierciedla powtarzające się instalacje i wymiany, a nie pojedynczy zakup sprzętu.

Według PwC serwery, GPU i powiązane systemy zwykle wymagają odświeżenia co cztery do sześciu lat. Wymiana sprzętu utrzymuje wysokie nakłady kapitałowe po zakończeniu początkowej fali budowy obiektów.

Mechanizm ten wyjaśnia, dlaczego projekcja rośnie do 2050 r., zamiast osiągnąć szczyt po pierwszym cyklu wdrożeniowym. Firmy nie tylko budują obiekty. Tworzą lokalizacje wymagające kilku generacji kosztownego sprzętu.

Oddzielna prognoza infrastrukturalna PwC pomaga pokazać tę różnicę. Przewiduje ona roczne wydatki na budynki centrów danych na poziomie 251,8 mld USD w 2027 r., wobec 113,8 mld USD w 2024 r.

Według tej prognozy inwestycje w budynki od 2024 do 2032 r. przekraczają 1,5 bln USD. Większy szacunek na poziomie 31,6 bln USD obejmuje sprzęt obliczeniowy zajmujący te budynki przez znacznie dłuższy okres.

Czytelnicy trafiający na tę historię za pośrednictwem Google News powinni więc unikać interpretowania nagłówka jako liczby dotyczącej wyłącznie budownictwa. Większość prognozowanego kapitału trafia do systemów przetwarzających, przesyłających i przechowujących dane.

Tworzy to powtarzalną szansę przychodową dla dostawców chipów, firm sieciowych, operatorów chmurowych i wyspecjalizowanych dostawców infrastruktury. Powoduje także stałą ekspozycję na poziomy wykorzystania, amortyzację sprzętu i zmieniające się architektury modeli.

Obiekt zaprojektowany wokół jednej generacji akceleratorów o wysokiej gęstości może wymagać nowych systemów chłodzenia lub dystrybucji energii dla kolejnej generacji. Cykle wymiany mogą więc wpływać na infrastrukturę wspierającą, a nie tylko na chipy umieszczane w szafach serwerowych.

Skala prognozy jest nadzwyczajna, ale ważniejsza jest jej struktura. PwC opisuje system przemysłowy oparty na ciągłej wymianie sprzętu.

Dlaczego wydatki na infrastrukturę AI nie osiągają szczytu po zakończeniu budowy

Boom centrów danych utrzymuje się w modelu PwC, ponieważ sprzęt AI starzeje się ekonomicznie na długo przed końcem okresu użyteczności obiektów, które go mieszczą.

Tradycyjne projekty infrastrukturalne koncentrują wydatki na początku. Kolej lub linia przesyłowa wymaga konserwacji, ale operatorzy zwykle nie wymieniają jej kluczowego sprzętu operacyjnego co kilka lat.

Infrastruktura AI podąża za innym wzorcem. Nowe procesory oferują lepszą wydajność, przepustowość pamięci, pojemność sieciową lub efektywność energetyczną. Dostawcy chmurowi muszą decydować, czy starszy sprzęt pozostaje konkurencyjny wobec nowszych systemów.

Presja ta dotyczy trenowania AI i inferencji. Trenowanie to proces tworzenia modelu na podstawie danych, podczas gdy inferencja to praca obliczeniowa wykonywana, gdy ludzie lub aplikacje korzystają z tego modelu.

Trenowanie napędzało popyt na duże klastry akceleratorów. Inferencja może tworzyć szersze i bardziej trwałe obciążenie, ponieważ każda wygenerowana odpowiedź, działanie oprogramowania, obraz lub wideo wymaga zasobów obliczeniowych.

Jeśli AI zostanie osadzona w wyszukiwaniu, oprogramowaniu biurowym, systemach programistycznych, obsłudze klienta, operacjach przemysłowych i urządzeniach konsumenckich, popyt na inferencję może rosnąć wraz z użytkowaniem. Taki wzrost wspierałby wyższe scenariusze wydatków PwC.

Wdrożenie nie jest jednak gwarantowane. Bardziej efektywne chipy i modele mogą zmniejszyć moc obliczeniową potrzebną do konkretnego zadania. Konkurencja może również obniżyć przychody uzyskiwane z każdej jednostki obliczeń.

Siły te mogą działać jednocześnie. Koszt wytworzenia wyniku AI może spadać, podczas gdy całkowite zużycie rośnie, ponieważ niższe koszty zachęcają do większego użycia. Relacja ta przypomina efekt odbicia obserwowany w innych technologiach.

PwC uwzględnia tę niepewność za pomocą przedziału, a nie jednego stałego wyniku. Wolniejsze wdrażanie AI zmniejsza skumulowane nakłady inwestycyjne o około 10 bln USD w porównaniu ze scenariuszem centralnym. Szybsze wdrażanie podnosi łączną kwotę w kierunku 50 bln USD.

Różnica między tymi przypadkami jest niemal równie ważna jak liczba centralna. Pokazuje, jak duża część prognozy zależy od zachowań i popytu biznesowego, których nie można obserwować z dziesięcioleciowym wyprzedzeniem.

Centralna projekcja zakłada też, że pozostanie dostępny wystarczający kapitał. Duzi dostawcy chmurowi mogą finansować projekty z przepływów pieniężnych z działalności operacyjnej, długu, partnerstw i struktur leasingowych. Niezależni operatorzy w większym stopniu polegają na finansowaniu zewnętrznym i zobowiązaniach klientów.

Finansowanie staje się trudniejsze, gdy projekty nie mają długoterminowego dostępu do energii lub zakontraktowanego popytu. Centrum danych z GPU, ale bez wystarczającej ilości energii elektrycznej, nie może wytwarzać rozliczalnej mocy obliczeniowej. W pełni zasilana lokalizacja bez klientów może stać się kosztownym, niewykorzystanym aktywem.

PwC ostrzega, że wolniejsze wdrażanie może pozostawić duże obiekty częściowo puste. Ta możliwość podważa założenie, że każdy ogłoszony projekt reprezentuje trwały popyt.

Cykl inwestycyjny zależy więc od czegoś więcej niż entuzjazmu wobec AI. Operatorzy potrzebują zastosowań generujących wystarczającą, powtarzalną wartość ekonomiczną, aby pokryć amortyzację sprzętu, energię elektryczną, utrzymanie i koszty finansowania.

Wdrożenia w przedsiębiorstwach stanowią jedno potencjalne źródło trwałego popytu. Firmy coraz częściej wykorzystują AI do tworzenia oprogramowania, analizy dokumentów, wsparcia klienta, badań i wyszukiwania wewnętrznego. Projekty pilotażowe nie przekształcają się jednak automatycznie w duże obciążenia produkcyjne.

Nabywcy często mają obawy dotyczące dokładności, prywatności, integracji i mierzalnych zwrotów. Ograniczenia te mogą spowalniać wykorzystanie nawet wtedy, gdy możliwości modeli się poprawiają.

Popyt konsumencki stwarza podobną niepewność. Usługi AI mogą przyciągać duże grono odbiorców, lecz dostawcy nadal potrzebują zrównoważonych przychodów lub innego strategicznego powodu, by subsydiować moc obliczeniową.

Prognoza jest najsilniejsza jako opis mechanizmu inwestycyjnego. Jest mniej pewna jako przewidywanie, jak szybko klienci będą tworzyć przychody dla każdego wdrożonego serwera.

To rozróżnienie powinno wpływać na sposób, w jaki inwestorzy i nabywcy korporacyjni odczytują prognozę PwC dotyczącą centrów danych. Raport przedstawia infrastrukturę potrzebną w kilku ścieżkach wdrażania. Nie dowodzi, że najdroższa ścieżka przyniesie akceptowalne zwroty.

Nagłówki Google News pomijają prawdziwe wąskie gardło: energię elektryczną

Kapitał może zamówić serwery i budynki, ale tylko dostępna energia elektryczna może przekształcić je w działającą moc AI.

PwC wskazuje przystępną cenowo, niezawodną i niskoemisyjną energię jako najtrudniejszy wymóg na wielu rynkach. Lokalizacje projektów zależą również od łączności, bezpieczeństwa, pewności regulacyjnej, zgody społeczności, a także dostępu do GPU.

Energia elektryczna różni się od innych nakładów, ponieważ nie zawsze można ją dostarczyć szybko. Nowe źródła wytwarzania, stacje elektroenergetyczne, linie przesyłowe i przyłącza do sieci często wymagają lat planowania i budowy.

Międzynarodowa Agencja Energetyczna oszacowała, że centra danych zużyły 415 terawatogodzin energii elektrycznej w 2024 r. Stanowiło to około 1,5% światowego zużycia energii elektrycznej.

Jej analiza energetyczna prognozuje zużycie na poziomie około 945 terawatogodzin w 2030 r. Ta ilość nieznacznie przekracza obecne roczne zużycie energii elektrycznej Japonii.

IEA oczekuje, że centra danych będą odpowiadać za niemal połowę wzrostu zapotrzebowania na energię elektryczną w Stanach Zjednoczonych do 2030 r. Prognozuje także, że do końca dekady amerykańskie centra danych będą zużywać więcej energii elektrycznej niż wszystkie energochłonne branże produkcyjne łącznie.

Te globalne sumy mogą ukrywać bardziej wyraźne skutki lokalne. Centra danych koncentrują ogromne obciążenia w określonych regionach, ponieważ operatorzy poszukują połączeń światłowodowych, dostępnych gruntów, wykwalifikowanych pracowników, klientów i istniejących kampusów chmurowych.

IEA ustaliła, że niemal połowa obecnej amerykańskiej mocy centrów danych znajduje się w pięciu klastrach regionalnych. Oszacowała również, że połowa projektów będących w realizacji nadal koncentruje się w ugruntowanych klastrach.

Taka koncentracja może przeciążyć lokalne źródła wytwarzania i sieci przesyłowe, nawet gdy krajowe dostawy energii elektrycznej wydają się wystarczające. Zakład energetyczny nie może skierować nieograniczonej ilości energii do jednego hrabstwa tylko dlatego, że moc istnieje gdzie indziej.

IEA szacuje, że 20% planowanych projektów centrów danych jest zagrożonych opóźnieniami, jeśli nie zostaną rozwiązane ograniczenia sieciowe. Budowa nowych linii przesyłowych w gospodarkach rozwiniętych może trwać od czterech do ośmiu lat.

Według agencji czas oczekiwania na transformatory i kable podwoił się w ciągu trzech lat. Zamówienia na turbiny gazowe również mogą wiązać się z terminami dostaw rozciągającymi się na kilka lat.

To niedopasowanie czasowe znajduje się w centrum debaty o wydatkach na infrastrukturę AI. Deweloperzy centrów danych mogą zbudować obiekt szybciej, niż przedsiębiorstwa użyteczności publicznej są w stanie ukończyć duże modernizacje sieci.

Operatorzy mają kilka możliwości reakcji. Mogą budować w pobliżu istniejących źródeł zasilania, finansować nowe moce wytwórcze, zawierać długoterminowe umowy na dostawy energii, instalować baterie lub wykorzystywać własne źródła energii.

Mogą też przenosić obciążenia między regionami albo dostosowywać aktywność obliczeniową do warunków sieciowych. Elastyczna eksploatacja pozostaje trudna, ponieważ kosztowne akceleratory nie generują przychodów, gdy pozostają bezczynne.

Typowe centrum danych skoncentrowane na AI może zużywać tyle energii elektrycznej, co 100 000 gospodarstw domowych, szacuje IEA. Największe obiekty będące w budowie mogą potrzebować 20 razy więcej.

Zasilanie takich obciążeń będzie wymagało kilku źródeł energii. IEA oczekuje, że odnawialne źródła energii pokryją około połowy wzrostu zapotrzebowania centrów danych na energię elektryczną do 2035 roku, wspierane przez magazynowanie energii i szersze inwestycje w sieć.

W scenariuszu bazowym agencji udział mają również gaz ziemny i energetyka jądrowa. Agencja spodziewa się, że pierwsze małe reaktory modułowe wykorzystywane w tym szerszym modelu dostaw pojawią się około 2030 roku, choć harmonogramy wdrożeń pozostają niepewne.

Dostęp do energii może zmienić geograficzną prognozę PwC. Regiony z tańszym kapitałem, lecz słabymi sieciami mogą tracić projekty na rzecz miejsc oferujących szybsze przyłączenia i niezawodne wytwarzanie energii.

Wywiera to presję na rządy i przedsiębiorstwa użyteczności publicznej. Muszą one równoważyć popyt centrów danych z dostępnością energii dla gospodarstw domowych, rozwojem produkcji, elektryfikacją i celami emisyjnymi.

Zgoda społeczności lokalnych ma znaczenie z tego samego powodu. Mieszkańcy mogą sprzeciwiać się obiektom konkurującym o energię elektryczną lub wodę, jeśli nie zapewniają zatrudnienia porównywalnego z innymi projektami przemysłowymi.

Prognoza 31,6 bln USD jest zatem uzależniona od równoległej rozbudowy systemu energetycznego. Branża obliczeniowa nie może osiągnąć centralnego scenariusza PwC wyłącznie dzięki produkcji półprzewodników.

Rywalizacja to popyt na AI kontra realia infrastrukturalne

Głównym konfliktem prognozy nie jest rywalizacja jednej firmy chmurowej z drugą, lecz rosnący popyt na moc obliczeniową zderzający się z wolniej rozwijającą się infrastrukturą fizyczną.

Mapy drogowe rozwoju półprzewodników zmieniają się szybko. Firmy programistyczne mogą wypuszczać nowe modele w ciągu miesięcy. Projekty przesyłowe, elektrownie i procedury zatwierdzania przez przedsiębiorstwa użyteczności publicznej działają według znacznie dłuższych harmonogramów.

Ta różnica zmienia krajobraz konkurencyjny. Operatorzy chmurowi z zabezpieczonym zasilaniem i istniejącymi kampusami zyskują przewagę nad deweloperami, którzy dysponują gruntami, ale nie mają pewnych przyłączeń do sieci.

Dostęp do chipów dodaje kolejną warstwę. Zaawansowane akceleratory pozostają skoncentrowane w ograniczonym łańcuchu dostaw obejmującym wyspecjalizowanych projektantów, producentów, dostawców pamięci, firmy zajmujące się pakowaniem oraz producentów sprzętu.

PwC zbadało, jak zaostrzenie kontroli eksportowych mogłoby zakłócić ten system. W scenariuszu ograniczeń handlowych roczne inwestycje do 2030 roku spadają do około połowy poziomu centralnej prognozy.

Łańcuchy dostaw stopniowo dostosowują się w modelu, ale skumulowane wydatki do 2050 roku spadają do około 25,5 bln USD. To około 6 bln USD poniżej centralnej prognozy.

Wynik pokazuje, że wydatki na infrastrukturę AI zależą od tego, gdzie chipy mogą przemieszczać się legalnie i praktycznie. Kontrole eksportowe nie wpływają wyłącznie na sprzedaż półprzewodników. Oddziałują na ekonomię rozwoju centrów danych w całych regionach.

Suwerenność cyfrowa prowadzi do innego rezultatu. Wymogi dotyczące lokalnych zasobów obliczeniowych i przechowywania danych redystrybuują inwestycje, nie zmniejszając globalnej sumy równie drastycznie.

Kraje z silnym popytem krajowym i ograniczoną istniejącą mocą mogą przyciągać więcej projektów w tym scenariuszu. Rządy i regulowane branże mogą zaakceptować wyższe koszty, aby zachować kontrolę nad wrażliwymi danymi i zasobami obliczeniowymi.

Stany Zjednoczone zaczynają z silnej pozycji, ponieważ goszczą główne platformy chmurowe, projektantów chipów, rynki kapitałowe i dużą bazę popytu przedsiębiorstw. Jednak ograniczenia sieciowe mogą ograniczyć skalę udziału w prognozowanych 48%.

Chiny stoją wobec ograniczeń w dostępie do niektórych zaawansowanych procesorów, ale mają również popyt krajowy, moce produkcyjne i wspierane przez państwo programy infrastrukturalne. Indie oferują duży rynek cyfrowy, choć niezawodność dostaw energii elektrycznej i rozwój sieci różnią się w zależności od lokalizacji.

Europa łączy znaczny popyt z bardziej rygorystycznymi zasadami środowiskowymi i regulacjami dotyczącymi zarządzania danymi. Zasady te mogą zachęcać do budowy lokalnej infrastruktury, jednocześnie podnosząc wymagania dotyczące zatwierdzeń i pozyskiwania energii.

Rządy Bliskiego Wschodu mogą łączyć strategie suwerennej AI z kapitałem i zasobami energetycznymi. Ich wyzwanie polega na budowaniu szerszych kompetencji technicznych, efektywnym chłodzeniu obiektów i zapewnieniu dostępu do zaawansowanego sprzętu.

Te różnice regionalne sprawiają, że prognoza staje się konkurencją o kompletne środowiska operacyjne. Sama tania ziemia nie wystarczy. Skuteczne rynki wymagają energii, światłowodów, stabilności politycznej, bezpieczeństwa, talentów i dostępu do sprzętu.

Firmy stoją przed tym samym problemem systemowym w mniejszej skali. Nabywca może zarezerwować moce obliczeniowe, ale jego program AI nadal potrzebuje niezawodnych danych, użytecznych aplikacji, mechanizmów bezpieczeństwa i pracowników gotowych zmienić sposób pracy.

Boom infrastrukturalny może więc wyprzedzić gotowość aplikacji. Operatorzy chmurowi mogą budować z myślą o oczekiwanym popycie, zanim klienci korporacyjni będą wiedzieć, które obciążenia uzasadniają duże wdrożenia.

Taka sekwencja jest normalna na rynkach nowych technologii, ale tworzy ryzyko finansowe. Dostawcy muszą zaangażować kapitał, zanim popyt stanie się w pełni widoczny.

Długoterminowe umowy mogą zmniejszać niepewność, choć przenoszą ryzyko na klientów. Partnerstwa mogą rozłożyć finansowanie, ale mogą też utrudniać ocenę zobowiązań.

Podstawowe napięcie pozostaje fizyczne. Popyt na AI może rosnąć szybko, podczas gdy nowa infrastruktura energetyczna i sieciowa reaguje powoli. Prognoza PwC zakłada, że wolniejszy system ostatecznie nadrobi zaległości.

Czego nie może nam powiedzieć szacunek 31,6 bln USD

Skumulowana prognoza na 24 lata oferuje użyteczny scenariusz, lecz nie może określić przyszłego wykorzystania, rentowności ani zwycięskiej architektury obliczeniowej.

PwC opisuje swoją kwotę 31,6 bln USD jako scenariusz centralny. Szeroki zakres wokół tej liczby odzwierciedla niepewność dotyczącą adopcji, handlu, efektywności, regulacji i technologii.

Horyzont czasowy wzmacnia niewielkie zmiany założeń. Umiarkowana różnica w rocznym wzroście popytu może do 2050 roku przełożyć się na biliony dolarów skumulowanych wydatków.

Efektywność sprzętu jest jedną z głównych zmiennych. Scenariusz wysokiej efektywności IEA zakłada, że zapotrzebowanie centrów danych na energię elektryczną będzie w 2035 roku o 20% niższe niż w scenariuszu bazowym.

Szersze scenariusze agencji obejmują przedział od 700 do 1 700 terawatogodzin w 2035 roku. Ta rozpiętość pokazuje, dlaczego precyzyjnych prognoz długoterminowych nie należy mylić z rzeczywistymi, zmierzonymi wynikami.

Znaczenie ma również efektywność oprogramowania. Mniejsze modele, wyspecjalizowane systemy, buforowanie, kwantyzacja i lepsze harmonogramowanie mogą zmniejszyć ilość obliczeń potrzebnych do wielu zadań.

Jednocześnie bardziej zaawansowane aplikacje mogą zwiększać liczbę i złożoność zapytań. Systemy AI planujące wieloetapowe działania mogą wykorzystywać znacznie więcej inferencji niż proste uzupełnianie tekstu.

Ostateczna równowaga między efektywnością a zwiększonym zużyciem pozostaje nieznana. Zakres inwestycji PwC uwzględnia tę niepewność, nie rozstrzygając jej.

Wykorzystanie infrastruktury stanowi kolejne ryzyko. Operatorzy osiągają zwrot, gdy klienci wykorzystują zainstalowaną moc na akceptowalnym poziomie. Duży obiekt działający znacznie poniżej swojej przepustowości może mieć trudności, nawet jeśli długoterminowy popyt na AI nadal rośnie.

Szybka wymiana sprzętu może nasilić ten problem. Starsze akceleratory mogą stracić wartość ekonomiczną, zanim zakończy się ich okres amortyzacji, zwłaszcza gdy nowszy sprzęt oferuje lepszą wydajność na jednostkę energii elektrycznej.

Ta możliwość pomaga dostawcom, podtrzymując popyt na odświeżanie sprzętu. Może jednak szkodzić właścicielom zadłużonym pod sprzęt o malejącej wartości odsprzedaży.

Koszty energii również wpływają na konkurencyjność. Koszt zakupu procesora stanowi jedynie część wydatków związanych z jego eksploatacją. Energia elektryczna, chłodzenie, utrzymanie, sieci i koszty ogólne obiektu występują przez cały okres użytkowania.

Skutki środowiskowe wymagają równie ostrożnego podejścia. IEA oczekuje, że w scenariuszu bazowym emisje centrów danych związane z energią elektryczną wzrosną ze 180 mln ton metrycznych do 300 mln ton do 2035 roku.

Scenariusz wyższego wzrostu agencji sięga 500 mln ton metrycznych. Agencja zauważa, że sumy te pozostają poniżej 1,5% emisji sektora energetycznego, lecz centra danych należą do najszybciej rosnących źródeł emisji.

Globalne wartości procentowe ponownie przesłaniają lokalne konsekwencje. Jeden obiekt może istotnie zmienić obciążenie regionalnej sieci, miks wytwarzania energii, zapotrzebowanie na wodę i koszty infrastruktury.

AI może także wspierać efektywność energetyczną, prognozowanie pracy sieci, utrzymanie ruchu i badania naukowe. IEA szacuje, że narzędzia oparte na AI mogłyby uwolnić do 175 gigawatów przepustowości przesyłowej bez budowy nowych linii.

Tych potencjalnych korzyści nie należy automatycznie odejmować od zużycia centrów danych. Zależą one od faktycznego wdrożenia i zweryfikowanych oszczędności.

Ta sama ostrożność dotyczy wartości ekonomicznej. Lepsza medycyna, oprogramowanie, logistyka i odkrycia naukowe mogą uzasadniać znaczne inwestycje infrastrukturalne. Niskowartościowe zautomatyzowane treści i niewykorzystywane pilotaże korporacyjne przemawiałyby za słabszym argumentem.

Prognoza PwC nie rozstrzyga tej debaty. Określa ilościowo kapitał związany z różnymi trajektoriami adopcji.

Właściwa sceptyczna interpretacja nie polega na twierdzeniu, że 31,6 bln USD jest niemożliwe. Chodzi o to, że liczba ta zależy od łańcucha warunków technicznych, komercyjnych i politycznych, które będą wielokrotnie się zmieniać przed 2050 rokiem.

Trzy sygnały, które sprawdzą prognozę PwC dotyczącą centrów danych

Kolejne dowody będą wynikać z dostępności energii, wykorzystania sprzętu oraz geografii kształtowanej przez kontrolę chipów i polityki suwerennej AI.

Pierwszym sygnałem jest pewny dostęp do energii dla już ogłoszonych projektów. Inwestorzy powinni obserwować umowy o przyłączenie do sieci, plany zasobowe przedsiębiorstw użyteczności publicznej, kontrakty na wytwarzanie energii i opóźnienia projektów w ciągu najbliższych kilku kwartałów.

Same ogłoszenia są słabym dowodem, ponieważ deweloperzy często opisują obiekty przed sfinalizowaniem ustaleń elektrycznych. Uruchomiona moc daje lepszy obraz tego, co może wejść do eksploatacji.

Szybsze przyłączenia i wiarygodne nowe moce wytwórcze wzmocniłyby centralny scenariusz PwC. Utrzymujące się opóźnienia, rosnące koszty przyłączeń lub anulowane kampusy osłabiłyby jego krótkoterminową ścieżkę.

Drugim sygnałem jest to, czy przychody z AI i wzrost obciążeń dotrzymują kroku amortyzacji sprzętu. Raporty finansowe dostawców chmurowych mogą pokazywać nakłady inwestycyjne, amortyzację, ograniczenia przepustowości i popyt na usługi AI.

Relacja między tymi liczbami ma większe znaczenie niż same wydatki. Rosnące nakłady połączone z poprawą wykorzystania i trwałymi przychodami wspierałyby tezę o powtarzającym się cyklu odświeżania sprzętu.

Spadające koszty jednostkowe nie muszą być negatywne, jeśli wykorzystanie rośnie szybciej. Jednak słabe wykorzystanie lub powtarzające się odpisy aktualizujące wartość sugerowałyby, że wdrażanie infrastruktury wyprzedziło popyt.

Zachowanie przedsiębiorstw pomoże doprecyzować obraz. Produkcyjne obciążenia związane z programowaniem, badaniami, obsługą klientów i analizą dokumentów stanowią silniejszy dowód niż ograniczone pilotaże.

Trzecim sygnałem jest geograficzna odpowiedź na kontrole eksportowe i polityki suwerennej AI. Scenariusze PwC pokazują, że polityki te mogą zmniejszyć całkowite inwestycje lub przekierować je w stronę krajowej infrastruktury.

Nowe ograniczenia dotyczące zaawansowanych chipów wystawiłyby na próbę scenariusz ograniczonego handlu o wartości 25,5 bln USD. Produkcja regionalna, alternatywne akceleratory i lokalne usługi chmurowe pokazałyby, jak szybko łańcuchy dostaw potrafią się dostosować.

Na uwagę zasługują również programy zamówień suwerennych. Wiążące kontrakty, działające obiekty i utrzymujące się obciążenia robocze mają większe znaczenie niż szerokie deklaracje państwowe.

Google News będzie nadal eksponować ogromne kwoty wydatków, gdy firmy, przedsiębiorstwa użyteczności publicznej i rządy będą rywalizować o pozycję. Czytelnicy powinni odróżniać prognozowane skumulowane nakłady kapitałowe od projektów, które mają finansowanie, klientów, sprzęt i energię elektryczną.

Dla deweloperów i nabywców korporacyjnych prognoza wskazuje, że dostępność AI będzie w coraz większym stopniu zależeć od decyzji infrastrukturalnych wykraczających daleko poza projektowanie modeli. Regionalna przepustowość i koszty energii mogą wpływać na niezawodność usług, opóźnienia i ceny.

Dla inwestorów szanse obejmują półprzewodniki, sieci, chłodzenie, budownictwo, przedsiębiorstwa użyteczności publicznej i finansowanie. Ryzyka dotyczą tego samego systemu, ponieważ brak jednego elementu może opóźnić uruchomienie całego obiektu.

Szacunek PwC na poziomie 31,6 bln USD oddaje skalę możliwej rozbudowy. Jego głębsze przesłanie jest bardziej wymagające: kapitał musi wielokrotnie zastępować sprzęt obliczeniowy, podczas gdy wolniej rozwijające się systemy energetyczne muszą wspierać każdą nową generację.

Prognoza będzie wyglądać mocniej, gdy moce operacyjne, popyt klientów i podaż energii będą rosnąć równocześnie. Który z tych trzech sygnałów dostarczy pierwszego przekonującego dowodu, że ten wielodekadowy cykl inwestycyjny może utrzymać się samodzielnie?