torygreen

Kendala AI pada tahun 2026 bukanlah kualitas model. Itu adalah kapasitas jaringan.
PJM baru saja mencetak lonjakan 833% dalam harga kapasitas untuk Virginia. Negara bagian itu sekarang mengirimkan sekitar 40% listriknya ke pusat data dan mengimpor lebih banyak listrik daripada California. Dublin mengonsumsi hampir 80% dari jaringan nasional Irlandia. Frankfurt berada di 42% dari pasokan regional.
IEA memperkirakan permintaan pusat data akan sekitar dua kali lipat lagi pada tahun 2030, sementara separuh proyek AS yang sedang dikembangkan terkonsentrasi di tempat-tempat yang sudah membebani jari

Menghabiskan waktu dengan angka inferensi dan satu statistik terus kembali.
70% dari inferensi AI pada tahun 2026 berjalan di edge. Bukan di pusat data hyperscale. Bukan di AWS. Di sistem industri, peralatan otonom, dan perangkat terhubung di mana perjalanan pulang-pergi ke server cloud bukanlah masalah latensi, melainkan mode kegagalan.
Pasar inferensi senilai $106 miliar tidak tumbuh karena orang mengirim lebih banyak kueri "chat" ke AI mereka. Ini tumbuh karena AI ditanamkan ke dalam infrastruktur fisik yang berjalan terus-menerus, beroperasi di lingkungan tanpa jaringan yang andal, dan tid

Ternyata berada dekat dengan teknologi fisik memiliki kaitan yang sangat kecil dengan adopsi sebenarnya.
California adalah rumah bagi setiap laboratorium AI perbatasan yang penting. New York memiliki lebih banyak perusahaan Fortune 500 daripada negara bagian lain. Keduanya disalip oleh Colorado, yang mencapai 23.2% adopsi AI bisnis sementara New York hanya 13.8%.
Apa yang dimiliki Colorado dan Arizona bukanlah infrastruktur atau bakat yang lebih baik. Melainkan kemauan untuk bergerak sebelum industri memberi sinyal bahwa itu aman. Negara bagian yang paling dekat dengan teknologi sering kali ya

Di atas kertas, biaya AI seharusnya sudah runtuh sekarang.
Tugas tingkat frontier yang sama yang berharga $30 per juta token saat peluncuran GPT-4 pada tahun 2023 kini hanya $1,25 dengan GPT-5. Penurunan 96× dalam tiga tahun, di seluruh model bernama dengan harga yang dipublikasikan.
Menurut aturan normal apa pun, tagihan AI perusahaan seharusnya menurun drastis. Sebaliknya, rata-rata anggaran AI Fortune-500 naik dari $7M pada tahun 2024 menjadi $19M pada tahun 2026. Hampir 3× dalam dua siklus anggaran.
Alasannya: token murah tidak dihemat, melainkan dipersenjatai. Chatbot memicu token

Sesuatu yang diam-diam berbalik dalam komputasi AI tahun ini, dan itu mengubah untuk apa sebenarnya pembangunan itu.
Pada tahun 2023, 2/3 dari komputasi AI digunakan untuk pelatihan, pekerjaan sebenarnya dalam membangun model. Bagian lainnya yang lebih kecil digunakan untuk inferensi, pekerjaan menjalankannya setelah jadi. Namun rasio itu diam-diam mulai berbalik.
Inferensi kini menjadi 2/3 dan masih meningkat, menurut Deloitte, dan chip yang dibuat untuk menjalankannya telah melampaui $50B tahun ini.
Alasan utama pembalikan ini penting (dan bukan dari segi persentase): pelatihan dan inferens

Inilah pembagian dalam komputasi AI yang tidak banyak dibaca dengan benar.
Pelatihan frontier semakin terkonsentrasi setiap kuartal, ribuan GPU yang harus ditempatkan di satu tempat dan dihubungkan. Namun pelatihan hanya 30% dari permintaan pada tahun 2026. 70% lainnya adalah inferensi, dan menjalankannya di hyperscaler berarti membayar infrastruktur yang dibangun untuk beban kerja terberat untuk melakukan yang termudah.
Di jaringan terdistribusi, inferensi yang sama bisa berjalan 45-75% lebih murah dan bagi siapa pun yang menyusun anggaran infrastruktur AI, kesenjangan itulah intinya.
Pelatih

95% dari kapasitas GPU perusahaan saat ini sedang tidak digunakan.
Angka tersebut berasal dari pengukuran Cast AI terhadap 23.000 klaster produksi nyata, bukan survei umum.
Rata-rata pemanfaatan adalah 5% dan ini terjadi pada saat Nvidia menaikkan harga H200 sebesar 15%, kenaikan pertama dalam 20 tahun. Perangkat keras yang dikatakan langka oleh semua orang sebagian besar tidak melakukan apa-apa.
Jika Anda mencoba mencari tahu mengapa komputasi terasa tidak mungkin didapatkan, inilah alasannya. Tidak ada yang mengembalikan alokasi yang mereka tunggu berbulan-bulan. Jadi armada tetap di 5%, dit

Beberapa langkah besar kebijakan AI UE dilaporkan akan datang tetapi inilah kenyataan infrastruktur yang mereka kerjakan.
> Pengeluaran infrastruktur AI berdaulat UE pada tahun 2026: $12,6 miliar.
> Capex hyperscaler AS pada tahun yang sama: $725 miliar.
Eropa menghabiskan enam tahun membangun 19 Pabrik AI dan 14 superkomputer dan hanya Amazon saja akan menghabiskan seluruh usaha itu dalam dua minggu tahun ini.
Sebagian besar tim AI Eropa tidak menggunakan infrastruktur Eropa. Mereka menyewa dari Virginia dan Iowa dan membayar premi kepatuhan GDPR di atas margin hyperscaler sebagai hak istimew

Saya tidak menyangka angka ini akan muncul tahun ini.
GitHub berada pada jalur untuk mencapai 14 miliar komitmen pada tahun 2026 sejauh ini.
Itu naik dari 1 miliar pada tahun 2025.
Peningkatan 14x dalam satu tahun dan sebagian besar bukan dari manusia yang menulis kode.
Beban menjadi sangat berat sehingga Microsoft, yang memiliki dan mengoperasikan cloud terbesar kedua di dunia, harus mengarahkan lalu lintas melalui AWS agar platform tetap online.
Sembilan insiden layanan hanya pada bulan Mei.
Ketersediaan turun menjadi 88,4%.
Untuk setiap tim rekayasa, vendor infrastruktur, dan

Pendapatan Nvidia adalah bukti bahwa "komputasi agenik" bukanlah sebuah teori. Itu sudah ada di laporan pendapatan.
$26B empat tahun yang lalu. $215,9Miliar tahun lalu. Itu terjadi 8 kali lipat sementara sebagian besar AI masih duduk di kotak obrolan menunggu Anda bertanya.
Bagian penting bukan hanya pertumbuhannya. Tapi Nvidia mengubah arsitekturnya menjadi input yang tidak bisa dinegosiasikan lagi untuk hampir semua orang lain dalam peta jalan mereka. Laboratorium, cloud, perusahaan. Logo berbeda di API, silikon yang sama di bawahnya. Hampir setiap dolar yang dihabiskan untuk infrastruktur A

Semua orang memprediksi AI akan mengambil alih pekerjaan administratif yang berulang terlebih dahulu. Data menunjukkan hal yang berbeda.
Pengambilan keputusan sekarang merupakan 28% dari aktivitas AI di tempat kerja. Kasus penggunaan nomor satu bukanlah otomatisasi. Itu adalah penilaian.
Orang-orang menggunakan AI untuk menganalisis opsi, menimbang tradeoff, dan mendukung kesimpulan yang menjadi tanggung jawab mereka dan pergeseran itu penting di luar pertanyaan pasar tenaga kerja.
Beban kerja berbasis penilaian berjalan terus-menerus, membutuhkan lebih banyak konteks per sesi, dan tida

Infrastruktur cloud global Q1 2026. $129 miliar dalam satu kuartal. Tumbuh 35% dari tahun ke tahun.
Pasar berkembang pesat tetapi konsentrasi tidak berubah. AWS, Azure, dan Google Cloud memegang bagian yang sama sekitar dua tahun lalu seperti yang mereka pegang hari ini, tetapi jarak absolut di antara mereka dan semua yang lain lebih lebar dalam hal dolar daripada sebelumnya.
Itulah bagian yang tidak ditunjukkan oleh grafik persentase. Potongan Others tidak tumbuh menjadi alternatif yang nyata. Itu tetap proporsional sama sementara tiga hyperscaler menambahkan puluhan miliar dolar dalam pe

PJM menjalankan jaringan listrik di 13 negara bagian AS dan 65 juta orang. Ini adalah pasar listrik grosir kompetitif terbesar di dunia.
Harga pembersihan pasar kapasitasnya, tarif yang memberi sinyal apakah pasokan listrik di masa depan dapat memenuhi permintaan, telah naik dari $28,92 per MW pada 2024 menjadi $329,17 pada 2026. Dua siklus lelang.
Permintaan pusat data diidentifikasi sebagai pendorong utama. Lelang 2027/2028 baru saja selesai di $333,44, dengan PJM secara langsung mengaitkan peningkatan beban sebesar 5.100 MW ke pusat data.
Itu bukan kejutan pasokan atau peristiwa geopolitik.

Dua angka dari grafik ini.
Harga API AI: turun 96% sejak 2022.
Capex hyperscaler: naik 12x dalam jangka waktu yang sama.
Kebanyakan orang melihat angka pertama dan menyebutnya demokratisasi, tetapi tidak ada yang membangun strategi berdasarkan angka kedua.
Itu bukan kebetulan. Itu adalah permainan penangkapan struktural.
Setiap startup AI yang merayakan model murah berjalan di atas komputasi yang tidak mereka miliki, di infrastruktur yang tidak bisa mereka replikasi, dikendalikan oleh tiga perusahaan.
AI berdaulat dimulai dengan infrastruktur berdaulat. Segala sesuatu lainnya hanyalah ketergan

Hal yang diungkapkan Jumat bukanlah bahwa pemerintah dapat menutup model AI.
Itu bahwa seluruh basis pengguna global dari model paling canggih di dunia berada di balik satu keputusan operasional oleh satu perusahaan yang merespons satu arahan. Tanpa redundansi atau peringatan.
Tiga dari perusahaan AI terbesar saat ini mengendalikan 88% akses AI frontier dan satu permukaan kepatuhan untuk semuanya.
Apa yang dibuat Jumat menjadi terlihat adalah bahwa ketika akses komputasi dan model berada di dalam genggaman beberapa perusahaan, seluruh tumpukan mewarisi titik kegagalan tunggal mereka.
I

Pada tahun 2024, peta komputasi AI memiliki dua kekuatan super. AS sebesar 53,7 GW, China sebesar 31,9 GW.
Pada tahun 2026, China berada di 2,5 GW.
Itu adalah penghancuran terkendali kapasitas infrastruktur AI sebuah negara melalui kebijakan ekspor. Tidak ada bom, tidak ada sanksi, hanya aturan chip.
Apa yang dibuktikan ini adalah bahwa komputasi sekarang menjadi senjata geopolitik. Negara mana pun yang tidak memiliki infrastruktur sendiri tidak ingin tahu bagaimana rasanya menjadi penerima senjata tersebut.
Pertanyaannya bukan apakah komputasi terdesentralisasi menang. Tapi apakah itu