Z opublikowanego we wtorek nowego raportu firmy konsultingowej Bain & Company wynika, że branża sztucznej inteligencji będzie musiała wygenerować około 6 bilionów dolarów rocznych przychodów do 2031 r., aby uzasadnić inwestowanie ogromnego kapitału w centra danych.
Kalkulacja jest prosta i bezlitosna. Bain prognozuje, że roczne wydatki na infrastrukturę sztucznej inteligencji – nowe obiekty, zwiększoną pojemność i modernizację zainstalowanej bazy procesorów graficznych, pamięci i sprzętu sieciowego – mogą osiągnąć 1,5 biliona dolarów do 2031 r. Jeśli wydatki kapitałowe pochłoną mniej więcej jedną czwartą przychodów branży, co Bain nazywa „ambitnym, ale rozsądnym odsetkiem opartym na trendach wśród dostawców usług w chmurze”, rynek sztucznej inteligencji musiałby osiągnąć poziom 6 bilionów dolarów rocznie, aby utrzymać rozwój. Więcej kontekstu na ten temat znajdziesz w naszych najnowsze osiągnięcia AI.
„Bezprecedensowa szybkość i skala rozwoju sztucznej inteligencji, w ramach której miliardy trafiają do chipów, centrów danych, sieci i systemów zasilania, skupiły uwagę na wyzwaniu, jakim jest budowanie wydajności” – czytamy w raporcie. „Ale ważniejszym pytaniem może być to, czy można stworzyć wystarczającą wartość ekonomiczną, aby to uzasadnić”.
Skąd pochodziłoby 6 bilionów dolarów rocznie
Podział tej hipotetycznej puli przychodów dokonany przez Baina to mapa obszarów, w których branża musi jeszcze wymyślić nowy biznes. Największa część – szacunkowo 4,2 biliona dolarów – musiałaby pochodzić z przychodów z produktów, które w dużej mierze jeszcze nie istnieją: nowych ofert w zakresie wyszukiwania, reklam, autonomii i fizycznej sztucznej inteligencji.
Produktywność przedsiębiorstw – segment, w którym obecnie odbywa się najwięcej monetyzacji sztucznej inteligencji – musiałaby wzrosnąć do rocznych przychodów od 1 biliona dolarów do 1,4 biliona dolarów, aby wesprzeć zyski w rozwoju oprogramowania, sprzedaży, marketingu, obsłudze klienta i operacjach IT.
Przewiduje się, że usługi ukierunkowane na konsumentów – subskrypcje i reklamy produktów AI – przyniosą od 200 do 400 miliardów dolarów. Jest to segment, na który branża naciska najmocniej, ponieważ dostawcy ścigają się, aby udostępnić miliardom użytkowników produkty oparte na sztucznej inteligencji, a nawet optymistyczny pułap jest znacznie niższy od wymagań infrastruktury.
„Nowe produkty i zastosowania, które obecnie nie istnieją, otworzą nowe rynki i możliwości wynikające z obfitej inteligencji, która może obejmować odkrywanie leków, zdrowie psychiczne i wytwarzanie energii” – powiedział Bain.
„Fala innowacji, która przyćmi mobilność i chmurę”
David Crawford, przewodniczący globalnej praktyki technologicznej Baina i główny autor raportu, stwierdził, że debata na temat ekonomii sztucznej inteligencji była zbyt wąska.
„Dzisiejsza debata skupia się na produktywności pracowników” – powiedział Crawford. „Ekonomia infrastruktury sztucznej inteligencji wymaga bilionów nowych przychodów wykraczających poza wzrost produktywności. Branża potrzebuje fali innowacji, która przyćmi to, co umożliwią odblokowanie urządzeń mobilnych i chmur”.
W raporcie zwrócono również uwagę na nowy wskaźnik, który według Baina stał się zmienną konkurencyjną w branży: szybkość absorpcji – tempo, w jakim firmy mogą faktycznie wykorzystać sztuczną inteligencję. Bain zauważa, że wiodące laboratoria AI inwestują ponad 9,75 miliarda dolarów w modele inżynieryjne zaprojektowane specjalnie, aby pomóc klientom korporacyjnym szybciej przyswoić sobie technologię.
Centra danych podwajają koszty co 12–16 miesięcy
Skala wyścigu infrastrukturalnego stojącego za tymi liczbami nabiera tempa. Bain odkrył, że wielkość i koszt centrów danych AI podwaja się mniej więcej co 12–16 miesięcy.
W raporcie jako przykład przytacza się dane AI Epoch dotyczące centrum danych Prometheus firmy Meta w Ohio. Elektrownia ma obecnie moc 600 megawatów, a jej koszt szacuje się na 24 miliardy dolarów w 2025 roku. Przewiduje się, że do 2027 roku moc ta wzrośnie aż do 2 gigawatów i 80 miliardów dolarów. Oczekuje się, że do 2029 r. moc wytwórcza osiągnie 5 gigawatów, co będzie kosztować do 175 miliardów dolarów, a do 2030 r. moc elektrowni wzrośnie do 9 gigawatów, co będzie kosztować około 200 miliardów dolarów.
Te krzywe kosztów wyjaśniają, dlaczego kwestia przychodów staje się pilna i dlaczego Bain twierdzi, że branża nie może po prostu wypracować sobie drogi do zrównoważonego rozwoju. Każde podwojenie wydajności podnosi poprzeczkę przychodów, którą muszą pokonać przyszłe produkty. W raporcie wskazano także szereg ograniczeń, które stają się coraz trudniejsze w miarę kontynuacji rozbudowy: zabezpieczenie przepustowości sieci do zasilania obiektów, zakup procesorów graficznych i innych elementów infrastruktury oraz znalezienie wykwalifikowanej siły roboczej do ich obsługi.
Pytanie wisi nad boomem
Raport pojawia się w delikatnym momencie dla branży. Firmy hiperskalowalne, państwowe fundusze majątkowe i prywatni pożyczkodawcy zwiększyli swoją ekspozycję na infrastrukturę sztucznej inteligencji, a analitycy z Wall Street spędzili większą część 2026 r. na debatowaniu, czy wzrost przychodów może dotrzymać kroku wydatkom kapitałowym.
Odpowiedź Baina nie brzmi, że rozbudowa jest skazana na porażkę, ale że jest niedokończona: branża udowodniła, że może wydawać środki na niespotykaną skalę i teraz ma około pięciu lat na wynalezienie produktów, rynków i nawyków konsumenckich, które zapewniłyby realne roczne przychody w wysokości 6 bilionów dolarów.
Jeśli ta fala innowacji się zmaterializuje, inwestycja w infrastrukturę zwróci się sama. Jeśli tak nie jest, matematyka Baina sugeruje bolesną korektę – centra danych warte biliony dolarów gonią rynek, który nigdy do nich nie dorósł.
---
Bądź na Bieżąco z AINajnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.
Czytaj więcej wiadomości AI →
