Почему крупные технологические компании не смогут оправдать свои инвестиции в AI на сумму $630 млрд

• Компании

• Alphabet Inc

  Подписаться

• Amazon.com Inc

  Подписаться

• Bp Plc

  Подписаться

Показать больше компаний

ЛОНДОН, 26 марта (Reuters Breakingviews) - Несмотря на все волнения на финансовых рынках по поводу пузыря искусственного интеллекта, инвесторы могут сосредоточиться на неверном риске. Преобладающий страх заключается в том, что технологические гиганты потратят сотни миллиардов долларов на инфраструктуру ИИ, только чтобы спрос не оправдал ожидания. Более насущной проблемой, однако, является то, что технологические компании будут испытывать трудности с использованием своих огромных бюджетов на 2026 год так, чтобы создать функционирующие дата-центры.

Масштабы амбиции Кремниевой долины уже сталкиваются с физической реальностью. Всего четыре компании — Amazon.com (AMZN.O), открывает новую вкладку, Microsoft (MSFT.O), открывает новую вкладку, Alphabet (GOOGL.O), открывает новую вкладку, и Meta Platforms (META.O), открывает новую вкладку — по прогнозам, потратят около 630 миллиардов долларов на дата-центры и чипы ИИ только в 2026 году, по оценкам Morgan Stanley. Это более чем в ‌четыре раза превышает цифры 2023 года и составляет примерно 2,2% ВВП США. Если расширить кругозор, чтобы включить 11 крупнейших поставщиков облачных вычислений и инфраструктуры, таких как Oracle (ORCL.N), открывает новую вкладку и CoreWeave (CRWV.O), открывает новую вкладку, общие капитальные расходы достигнут 811 миллиардов долларов.

Информационный бюллетень Reuters Iran Briefing держит вас в курсе последних событий и анализа войны в Иране. Подпишитесь здесь.

Даже для крупнейших компаний мира это расширение поразительно. Четыре технологических гиганта в настоящее время управляют примерно 600 дата-центрами по всему миру и имеют еще 544 в планировании или строительстве, согласно данным S&P Global Energy Horizons. Превращение этого потока разработки в действующую вычислительную мощность может оказаться более сложной задачей, чем мобилизация необходимого капитала.

На бумаге экономика выглядит просто. Современный дата-центр ИИ мощностью 100 мегаватт может ​стоить более 4 миллиардов долларов, включая чипы. Около 70% расходов идет на серверы и графические процессоры, большая часть из которых связана с самыми востребованными чипами, разработанными Nvidia (NVDA.O), открывает новую вкладку. Земля обычно занимает до 6% этого бюджета, в зависимости от местоположения. ​Остальная часть делится между зданиями, электрическим оборудованием, сетями, системами безопасности и охлаждения, необходимыми для работы плотных нагрузок ИИ. Загвоздка в том, что самые серьезные узкие места в отрасли не обязательно связаны с полупроводниками, а ⁠с физической инфраструктурой и местными разрешениями, необходимыми для ее установки.

Электричество является одним из основных ограничений. Обеспечение подключения к общественной сети в крупных центрах, таких как Лондон, может занять до десятилетия. Чтобы вырваться из этого ада, операторы пробиваются в сельские ​районы, такие как части Техаса. Но хотя разрешения проще получить в удаленных местах, квалифицированную рабочую силу найти сложнее. В некоторых случаях компаниям приходится строить сопутствующие сообщества, чтобы укомплектовать свои объекты. Даже тогда этот обходной путь имеет ограничения, так как спрос на дата-центры смещается от обучения ​моделей большого языка к инференсу — процессу запуска обученной модели ИИ для генерации выходных данных для реального использования. Обеспечение быстрых ответов клиентам требует, чтобы инференс-дата-центры находились ближе к населённым пунктам.

Операторы пытаются полностью обойти электросеть, строя “островные” дата-центры, работающие на газовых турбинах на месте. Примерно одна треть объектов в США, находящихся в стадии строительства, полагается на генерацию электроэнергии на месте, согласно словам Диего Эрнандеса Диаса из McKinsey. Но этот обход создал свои собственные узкие места: новые подходящие газовые турбины фактически распроданы до 2029 года, что побуждает разработчиков искать альтернативы, говорит Томас Бумбергер из Boston Consulting Group. Геополитика добавляет еще один уровень хрупкости. Большинство ​дата-центров полагаются на дизельные резервные генераторы, которые включаются, если основной источник питания выходит из строя, согласно McKinsey. Эти блоки тестируются ежедневно, что оставляет бум ИИ под угрозой потенциальных нехваток переработанного топлива, вызванных конфликтом на Ближнем Востоке.

Широкая промышленная цепочка поставок также испытывает трудности с удовлетворением подавляющего спроса. Процесс производства оборудования, такого как подстанции, трансформаторы и системы охлаждения, не совпадает с циклом технологической отрасли. Время поставки трансформаторов, поставляемых такими группами, как Schneider Electric (SCHN.PA), открывает новую вкладку, Eaton (ETN.N), открывает новую вкладку и Hitachi Energy, теперь составляет до ‌100 недель в ⁠Европе, в то время как генераторы в Соединенных Штатах могут занимать около 50 недель, согласно BCG. Почти 60% проектов дата-центров были задержаны на более чем три месяца в прошлом году. Около 88% проектов сталкиваются с задержками просто при заливке бетонных оснований, в то время как 78% задерживаются во время установки систем охлаждения и пожарной сигнализации, согласно данным компании nPlan, занимающейся прогнозированием проектов дата-центров.

Быстрая инновация добавляет к очереди. Новейшие чипы Blackwell от Nvidia — и ее предстоящая архитектура Rubin — генерируют гораздо больше тепла, чем предыдущие версии. Это заставило дата-центры перейти от воздушного охлаждения к более сложным жидкостным системам, которые требуют новой сантехники и инфраструктуры для очистки воды. Тем временем серверные стойки нового поколения будут потреблять столько энергии, что традиционные методы подачи электроэнергии больше не работают эффективно. Чтобы справиться с этим, операторы дата-центров переходят на более современные твердотельные трансформаторы (SST), которые также ​обеспечивают быструю зарядку электромобилей. В результате технологические компании ​конкурируют с автопроизводителями за компоненты.

Некоторые операторы, такие как Amazon Web ⁠Services, используют обходные пути, такие как проектирование специализированного оборудования. Другие, такие как Microsoft, арендуют мощности у гибких операторов “неоклауда”, таких как CoreWeave и Nebius (NBIS.O), открывает новую вкладку. Эти компании, многие из которых владеют переоборудованными бывшими объектами по добыче биткойнов, часто обеспечили себе ценные земли, электроэнергию и разрешения.

История предлагает резкое предупреждение о опасностях инвестиционных всплесков. ВспомнитеCommodity boom of the late 2000s, когда крупные нефтяные группы, включая Exxon Mobil (XOM.N), открывает новую вкладку, Shell (SHEL.L), открывает новую вкладку, BP (BP.L), открывает новую вкладку и ​Chevron (CVX.N), открывает новую вкладку резко увеличили капитальные расходы, чтобы воспользоваться рекордными ценами на нефть. Глобальные инвестиции в поиск, бурение и добычу нефти и газа почти утроились, открывает новую вкладку с примерно 250 миллиардов долларов в 2000 году до почти 700 миллиардов долларов к ​2013 году. Но нехватка рабочей силы, специализированного оборудования и ограничений по разрешениям нанесла свои последствия. Общий объем производства едва изменился, в то время как затраты резко возросли. Доходы упали, усугубленные резким падением цен на нефть с 147 долларов за баррель в середине 2008 года до ниже 60 долларов через несколько месяцев.

Растущие строительные затраты и задержки также угрожают доходам технологических гигантов. Дата-центр, изначально запланированный на 1 миллиард долларов, может легко увеличиться до 1,3 миллиарда долларов или больше, считает nPlan. Тем временем облачные провайдеры монетизируют дата-центр только после его подключения и аренды клиентам. Если компания тратит 10 миллиардов долларов на современные чипы ИИ, но не может получить трансформаторы для их питания, эти полупроводники становятся ⁠застрявшим капиталом, быстро обесценивающимся без генерации ни цента дохода.

Все это сожмет маржи прибыли и снизит доходность инвестиций технологических гигантов. Ожидается, что доходность Alphabet на вложенный капитал после ​налогов упадет с 51% в прошлом году до примерно 36% к 2030 году, согласно прогнозам, составленным Visible Alpha. У Microsoft прогнозируется более резкое падение, с 95% в 2020 году до 36% в 2030 году.

Искусственный интеллект может быть более трансформационной технологией, чем нефть, но если Кремниевая долина предполагает, что деньги могут подчинить законы ​физики, ее расточительство может оказаться недостаточным.

Подписывайтесь на Карен Квок в LinkedIn, открывает новую вкладку и X, открывает новую вкладку.

Чтобы получить больше таких идей, нажмите здесь, открывает новую вкладку, чтобы попробовать Breakingviews бесплатно.

Редактирование: Питер Тал Ларсен; Производство: Пранлав Кирана

• Предлагаемые темы:
• Breakingviews
• Исследование и производство
• Нефтепереработка

Breakingviews
Reuters Breakingviews является ведущим источником финансовой аналитики, определяющей повестку дня. Как бренд Reuters для финансовых комментариев, мы анализируем большие бизнес- и экономические истории по мере их появления по всему миру каждый день. Глобальная команда из около 30 корреспондентов в Нью-Йорке, Лондоне, Гонконге и других крупных городах предоставляет экспертный анализ в реальном времени.

Подпишитесь на бесплатный пробный период нашего полного сервиса на и следите за нами в X @Breakingviews и на www.breakingviews.com. Все высказанные мнения принадлежат авторам.

• X

• Facebook

• Linkedin

• Email

• Ссылка

Приобретение прав на лицензирование

Карен Квок

Thomson Reuters

Карен — колоннист, сосредоточенный на глобальных секторах технологий и венчурного капитала, пишущий статьи об искусственном интеллекте, финансовых технологиях и компаниях полупроводников. Она также освещает сделки в регионе Ближнего Востока и глобальном секторе добычи металлов. До Breakingviews она была европейским репортером по газу и электроэнергии в S&P Global Platts в Лондоне и освещала фонды и акции в Morningstar UK. Карен также кратко работала в Bloomberg. Родилась и выросла в Гонконге, свободно говорит на мандаринском и кантонском языках.

• Email

• X

• Instagram

• Linkedin