Industri kecerdasan buatan perlu menjana kira-kira $6 trilion dalam pendapatan tahunan menjelang 2031 untuk mewajarkan modal yang besar dituangkan ke pusat data, menurut laporan baharu daripada perundingan Bain & Company yang diterbitkan Selasa.
Pengiraannya mudah dan tidak memaafkan. Bain meramalkan bahawa perbelanjaan tahunan untuk infrastruktur AI — kemudahan baharu, kapasiti yang diperluaskan dan peningkatan kepada pangkalan GPU, memori dan peralatan rangkaian yang dipasang — boleh mencecah $1.5 trilion menjelang 2031. Jika perbelanjaan modal menggunakan kira-kira satu perempat daripada hasil industri, yang Bain panggil sebagai "peratusan yang bercita-cita tinggi tetapi munasabah berdasarkan arah aliran dalam kalangan penyedia awan," pasaran AI memerlukan $6 trilion untuk membina pasaran AI yang berterusan selama setahun. For more context on this story, see our ongoing AI trends.
"Kelajuan dan skala pembinaan AI yang tidak pernah berlaku sebelum ini, dengan berbilion-bilion mengalir ke dalam cip, pusat data, rangkaian dan sistem kuasa, telah menumpukan perhatian kepada cabaran membina kapasiti," kata laporan itu. "Tetapi persoalan yang lebih penting mungkin sama ada nilai ekonomi yang mencukupi boleh dicipta untuk mewajarkannya."
Dari mana $6 Trilion Setahun Akan Datang
Pecahan kumpulan hasil hipotetikal Bain ialah peta tempat industri masih perlu mencipta perniagaan baharu. Satu-satunya bahagian terbesar — dianggarkan $4.2 trilion — mesti diperoleh daripada hasil pada produk yang sebahagian besarnya belum wujud lagi: tawaran baharu dalam carian, pengiklanan, autonomi dan AI fizikal.
Produktiviti perusahaan, segmen di mana kebanyakan pengewangan AI berlaku hari ini, perlu berkembang kepada antara $1 trilion dan $1.4 trilion dalam hasil tahunan untuk menyokong keuntungan dalam pembangunan perisian, jualan, pemasaran, perkhidmatan pelanggan dan operasi IT.
Perkhidmatan tertumpu kepada pengguna — langganan dan pengiklanan pada produk AI — dijangka menyumbang antara $200 bilion dan $400 bilion. Itulah segmen yang paling didesak oleh industri, kerana penyedia berlumba-lumba untuk meletakkan produk dikuasakan AI di hadapan berbilion-bilion pengguna, malah siling optimistiknya masih jauh dari apa yang diminta oleh infrastruktur.
"Produk dan kegunaan baharu yang tidak wujud hari ini akan membolehkan pasaran dan peluang baharu daripada kecerdasan yang banyak - ini mungkin termasuk penemuan dadah, kesihatan mental dan penjanaan tenaga," kata Bain.
'Gelombang Inovasi Yang Akan Mengkerdilkan Mudah Alih dan Awan'
David Crawford, pengerusi amalan teknologi global Bain dan pengarang utama laporan itu, berkata perdebatan mengenai ekonomi AI terlalu tertumpu.
"Perdebatan hari ini tertumpu pada produktiviti pekerja, " kata Crawford. "Ekonomi infrastruktur AI memerlukan trilion hasil baharu melangkaui keuntungan produktiviti. Apa yang diperlukan oleh industri ialah gelombang inovasi yang akan mengecilkan apa yang mudah alih dan awan dibuka."
Laporan itu juga menyerlahkan metrik baharu yang dikatakan Bain telah menjadi pembolehubah daya saing industri: kelajuan penyerapan — kadar di mana syarikat sebenarnya boleh meletakkan AI untuk berfungsi. Bain menyatakan bahawa makmal AI terkemuka melabur sehingga $9.75 bilion dalam model kejuruteraan yang direka khusus untuk membantu pelanggan perusahaan mengasimilasikan teknologi dengan lebih pantas.
Pusat Data Menggandakan Kos Setiap 12 hingga 16 Bulan
Skala perlumbaan infrastruktur di sebalik nombor ini semakin pantas pada lengkungnya sendiri. Bain mendapati bahawa saiz dan kos pusat data AI meningkat dua kali ganda kira-kira setiap 12 hingga 16 bulan.
Laporan itu memetik data Epoch AI pada pusat data Meta Prometheus di Ohio sebagai contoh. Kemudahan itu kini mempunyai kapasiti 600 megawatt dengan anggaran kos $24 bilion pada 2025. Menjelang 2027, ia diunjurkan melonjak kepada sebanyak 2 gigawatt dan $80 bilion. Menjelang 2029, kapasiti dijangka mencapai 5 gigawatt dengan kos sehingga $175 bilion, dan menjelang 2030 tapak itu akan meningkat kepada 9 gigawatt pada kira-kira $200 bilion.
Keluk kos tersebut menjelaskan mengapa persoalan hasil menjadi mendesak, dan mengapa Bain berhujah bahawa industri tidak boleh begitu sahaja membina jalannya ke arah kemampanan. Setiap penggandaan kapasiti meningkatkan bar hasil yang produk masa depan mesti jelas. Laporan itu juga membenderakan satu siri kekangan yang semakin sukar apabila pembinaan berterusan: menjamin kapasiti grid untuk menggerakkan kemudahan, memperoleh GPU dan komponen infrastruktur lain dan mencari tenaga kerja mahir untuk menjalankannya.
Soalan Bergantung Di Atas Ledakan
Laporan itu tiba pada saat yang sukar untuk sektor ini. Penskala besar, dana kekayaan negara dan pemberi pinjaman kredit swasta semuanya telah meningkatkan pendedahan mereka kepada infrastruktur AI, dan penganalisis Wall Street telah menghabiskan sebahagian besar tahun 2026 untuk membahaskan sama ada pertumbuhan hasil dapat seiring dengan perbelanjaan modal.
Jawapan Bain bukanlah bahawa pembinaan itu telah ditakdirkan, tetapi ia belum selesai: industri telah membuktikan ia boleh berbelanja pada skala yang tidak pernah berlaku sebelum ini, dan kini mempunyai kira-kira lima tahun untuk mencipta produk, pasaran dan tabiat pengguna yang akan menjadikan $6 trilion hasil tahunan nyata.
Jika gelombang inovasi itu menjadi kenyataan, pertaruhan infrastruktur membayar untuk dirinya sendiri. Jika tidak, matematik Bain membayangkan pembetulan yang menyakitkan — bertrilion dolar pusat data mengejar pasaran yang tidak pernah berkembang ke dalamnya.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
