Средний уровень использования GPU в корпоративном секторе остается на критически низком уровне — всего 5%. Для CFO это сигнал: ежегодные затраты на AI-инфраструктуру растут и уже достигли $401 млрд.
Проблема избыточной инфраструктуры
За последние два года компании стремительно закупали GPU, полагая, что хватит их на развитие и внедрение AI. Однако реальность такова, что эти мощные устройства долгое время простаивают. Это связано с тем, что многие компании заключили контракты на 3-5 лет, а теперь уже имеют фиксированные затраты, независимо от использования. В результате, активы стареют, но эффективность их использования остается на низком уровне.
Экономическая рентабельность под вопросом
По этим Gartner, потребность в AI-инфраструктуре на постоянной основе растет, но эффективность остается под угрозой. Каждый доллар, потраченный на GPU, приводит к 95 центам, которые идут не на создание ценности, а на поддержку серверов облачных провайдеров. В большинстве отделов бизнеса такая неэффективность могла бы быть основанием для увольнений, но в AI-инфраструктуре это воспринимается как часть процесса.
Динамика рынка и новые приоритеты
В Q1 2026 года произошли значительные изменения в приоритетах IT-директоров. Важно отметить, что фактор «доступности GPU» упал с 20,8% до 15,4% за квартал, что указывает на смену фокуса с поиска ресурсов на интеграцию с существующими системами. Также растет интерес к полному совокупному расходу на владение (TCO), который теперь стоит на переднем плане при принятии решений.
Практические выводы для организаций
Российским предприятиям стоит обратить внимание на управление ресурсами. На фоне высокой зависимости от GPU, оптимизация использования имеющихся мощностей может стать критически важной. Организациям следует рассмотреть внедрение стратегий мониторинга и анализа нагрузки, а также переход на модели оплаты за использование ресурса, чтобы избежать избыточных затрат в будущем.
Следующий квартальный анализ может показать, насколько эффективно компании начинают использовать свои ресурсы и каким образом изменяются подходы к инвестициям в AI-инфраструктуру.