Amazon, Google, Meta и Microsoft с 2023 года направили на ИИ-инфраструктуру более $1,1 трлн, а в 2026 году эта сумма может вырасти еще на $745 млрд. Для ИТ-рынка это не абстрактная гонка за громкими обещаниями: деньги уходят в дата-центры, ускорители, память и электроэнергию, а последствия уже видны в ценах на железо и доступности вычислительных мощностей.
Оценку на основе квартальной отчетности компаний опубликовало издание Tom's Hardware. Если цифры верны, рынок наблюдает не очередной виток моды на ИИ, а дорогую перестройку всей цифровой инфраструктуры.
Триллион долларов уходит не в презентации, а в железо
Речь идет прежде всего о капитальных затратах: строительстве и расширении дата-центров, закупках ускорителей, сетевого оборудования, систем охлаждения и резервного питания. Генеративные модели требуют не только мощных GPU-кластеров, но и постоянного обновления площадок, где эти системы работают.
Аналитик RBC Capital Риши Джалурия сказал Financial Times, что признаков скорого замедления CAPEX пока не видно. Логика проста: если один игрок притормозит, он рискует уступить конкурентам в облачных сервисах, корпоративных инструментах и пользовательских продуктах с ИИ.
Но это только половина истории.
Спрос на ИИ давит на энергетику и рынок памяти
Один из самых заметных побочных эффектов проявился в энергетике. Крупные дата-центры требуют все больше мощности, поэтому энергокомпаниям приходится вкладываться в сети и генерацию. В материале Tom's Hardware отдельно упоминается, что вопрос уже вышел на уровень тарифной политики: кто именно должен платить за инфраструктуру, которую строят под нужды ИИ.
В качестве примера приводится Орегон, где закон POWER Act меняет распределение нагрузки между крупными потребителями энергии и домохозяйствами. Для рынка это плохой сигнал: ограничения все чаще упираются не в алгоритмы, а в мегаватты, подстанции и сроки подключения новых мощностей.
Вторая зона напряжения — память. Когда крупные облачные провайдеры готовы выкупать HBM и другие дефицитные компоненты большими партиями, поставщики вроде Micron, Samsung и SK hynix закономерно отдают им приоритет. Для корпоративных заказчиков и интеграторов это означает более дорогие серверы, а для обычного рынка — риск роста цен на ПК, смартфоны и другую электронику.
У инвесторов другой вопрос: когда это начнет окупаться
Tom's Hardware также пишет, что у четырех компаний накопились будущие обязательства примерно на $1,65 трлн. Речь не о скрытом долге, а о контрактных обязательствах, которые раскрываются в примечаниях к отчетности и будут признаваться по мере запуска объектов и услуг. Для инвесторов разница существенная: формально баланс может выглядеть легче, чем реальная нагрузка на ближайшие годы.
При этом денег у техногигантов пока достаточно. В статье приводятся квартальные выручки: около $90 млрд у Microsoft, $60 млрд у Meta, почти $120 млрд у Alphabet и примерно $200 млрд у Amazon. Но рынок все громче спрашивает не о том, сколько компании могут потратить, а о том, когда эти расходы превратятся в устойчивую выручку и маржу от ИИ-продуктов.
Для русскоязычной аудитории вывод вполне прикладной. Если крупнейшие игроки заранее выкупают мощности, память и энергию, то доступ к вычислениям дорожает для всех остальных. Стартапам сложнее строить сервисы с дорогим выводом моделей, корпоративным заказчикам придется внимательнее считать экономику внедрения, а интеграторам — закладывать больший запас в бюджеты на серверы и обновление рабочих станций.
Значение для рынка
Эта история важна не только инвесторам из США. Для России и СНГ она означает более жесткую конкуренцию за железо, более дорогую инфраструктуру и повышенное значение эффективности: выигрывать будут не те, кто просто добавил ИИ в описание продукта, а те, кто умеет экономить вычисления, быстрее монетизировать сервис и не зависеть от дефицитных ресурсов.
Следующий этап этой гонки определят уже не громкие анонсы, а более приземленные метрики: выручка от ИИ-сервисов, загрузка дата-центров и цена каждого нового мегаватта.
Оригинал: Tom's Hardware — https://www.tomshardware.com/tech-industry/artificial-intelligence/big-tech-has-spent-usd1-1-trillion-on-ai-since-2023-and-could-spend-another-usd745-billion-in-2026