Branża AI potrzebuje 6 bilionów dolarów rocznego przychodu, by uzasadnić boom na centra danych

Gwałtowny rozwój sztucznej inteligencji doprowadził do bezprecedensowego wyścigu inwestycyjnego na rynkach technologicznych, jednak aby uzasadnić trwający boom na centra danych, cała branża AI będzie musiała generować aż 6 bilionów dolarów rocznego przychodu do 2031 roku. Tak wynika z najnowszego raportu technologicznego opublikowanego przez firmę doradczą Bain & Company. Analitycy bostońskiej firmy wskazują, że dotychczasowe modele monetyzacji oparte na prostych subskrypcjach konsumenckich czy optymalizacji produktywności pracowników biurowych to zaledwie ułamek strumienia finansowego niezbędnego do utrzymania rentowności globalnej machiny obliczeniowej.

David Crawford, przewodniczący globalnej praktyki technologicznej w Bain & Company i główny autor raportu, stawia sprawę jednoznacznie: dzisiejsza debata publiczna i biznesowa jest zbyt mocno skoncentrowana na produktywności pracowników. Ekonomia infrastruktury sztucznej inteligencji wymaga tymczasem bilionów dolarów nowych przychodów wykraczających daleko poza oszczędności czasu pracy. Według Crawforda branża potrzebuje fali innowacji, przy której rynkowe efekty rewolucji mobilnej oraz chmury obliczeniowej wydadzą się skromnym epizodem.

Rachunek za infrastrukturę: 1,5 biliona dolarów rocznego Capex

Fundamentem wyliczeń analityków Bain & Company jest prognoza, według której roczne nakłady kapitałowe (Capex) na infrastrukturę AI sięgną 1,5 biliona dolarów do 2031 roku. Szacunek ten obejmuje wznoszenie nowych obiektów, rozbudowę mocy przyłączeniowych oraz regularną wymianę i modernizację zainstalowanej bazy procesorów graficznych (GPU), modułów pamięci operacyjnej i zaawansowanego sprzętu sieciowego.

W modelu makroekonomicznym przyjęto, że wydatki kapitałowe będą odpowiadać około 25% całkowitych przychodów sektora sztucznej inteligencji. Jak podkreśla Bain & Company, jest to wskaźnik ambitny, ale w pełni uzasadniony dotychczasowymi trendami obserwowanymi wśród największych dostawców chmury obliczeniowej. Aby utrzymać roczne inwestycje rzędu 1,5 biliona dolarów przy takim udziale Capex, cały globalny rynek AI musi osiągnąć obroty zbliżające się do 6 bilionów dolarów rocznie. W przeciwnym razie sektor stanie w obliczu strukturalnej nadpodaży mocy obliczeniowych i gwałtownego załamania stóp zwrotu z zaangażowanego kapitału.

Struktura przychodów w 2031 roku: Luka innowacyjna warta 4,2 biliona dolarów

Zestawienie szacunków Bain & Company dotyczących struktury globalnego rynku AI w 2031 roku obnaża gigantyczną lukę między obecnymi źródłami monetyzacji a wymogami kapitałowymi infrastruktury:

• Usługi konsumenckie: subskrypcje asystentów oraz przychody reklamowe mają przynieść od 200 miliardów do 400 miliardów dolarów rocznie. Choć segment ten dociera do miliardów odbiorców, generuje relatywnie niski średni przychód na użytkownika.
• Produktywność przedsiębiorstw: wdrożenia w inżynierii oprogramowania, sprzedaży, marketingu, obsłudze klienta i operacjach IT mają zapewnić od 1 biliona do 1,4 biliona dolarów przychodu.

Nawet przy optymistycznych założeniach oba te dojrzałe filary wygenerują łącznie maksymalnie 1,8 biliona dolarów. Pozostałe 4,2 biliona dolarów – czyli aż 70% wymaganego rynku – musi powstać w ramach całkowicie nowych produktów i zastosowań. Z wykresu zaprezentowanego w raporcie Bain & Company wynika, że to właśnie ta kategoria („Innovation required”) zadecyduje o opłacalności całego cyklu inwestycyjnego. Analitycy wymieniają tu przełomy w systemach autonomicznych (pojazdy autonomiczne, transport ciężarowy, drony), fizycznej sztucznej inteligencji (physical AI – robotyka, cyfrowe bliźniaki, symulacje przemysłowe), a także zastosowania w projektowaniu leków (drug discovery), opiece nad zdrowiem psychicznym oraz generowaniu energii.

Kluczową zmienną konkurencyjną staje się tak zwane tempo absorpcji (absorption speed), czyli szybkość, z jaką przedsiębiorstwa potrafią przekształcić modele w realne procesy operacyjne. Czołowe laboratoria AI inwestują już ponad 9,75 miliarda dolarów w modele inżynieryjne ułatwiające firmom asymilację technologii, dążąc do jak najszybszego odblokowania korporacyjnych budżetów.

Skalowanie gigawatów: Przypadek klastra Prometheus i dane Epoch AI

Presja na generowanie przychodów wynika bezpośrednio ze skokowego wzrostu skali pojedynczych inwestycji. Z analizy Bain & Company wynika, że rozmiar i koszt centrów danych AI podwajają się co 12 do 16 miesięcy. Zjawisko to ilustruje projekt Prometheus – gigantyczny klaster obliczeniowy rozwijany przez Meta Platforms w New Albany w stanie Ohio.

Na podstawie danych instytutu badawczego Epoch AI widać gwałtowną trajektorię wzrostu zapotrzebowania na moc elektryczną oraz nakładów finansowych dla tego pojedynczego kompleksu:

Dane: Epoch AI (z wykresu w raporcie Bain & Company dla centrum danych Prometheus firmy Meta Platforms)

Z wykresu wynika, że w 2027 roku zapotrzebowanie na moc klastra wyniesie od 1 GW do 2 GW przy kosztach rzędu 40–80 miliardów dolarów, by do 2029 roku osiągnąć 4–5 GW i nakłady od 120 do 175 miliardów dolarów. Do końca dekady pojedyncza lokalizacja ma pochłaniać 9 GW mocy i wymagać 200 miliardów dolarów kapitału.

Wąskie gardła, suwerenność cyfrowa i presja kapitałowa

Tak bezprecedensowa koncentracja zasobów rodzi poważne bariery fizyczne. Operatorzy infrastruktury zmagają się z przeciążeniem sieci elektroenergetycznych, opóźnieniami w dostawach chipów GPU, a także rosnącym sprzeciwem lokalnych społeczności wobec eksploatacji wody i zanieczyszczenia hałasem.

Jednocześnie gwałtownie rosną koszty trenowania i serwowania modeli najnowszej generacji. Wzrost nakładów kapitałowych dotyka nie tylko gigantów chmurowych finansujących serwerownie, ale bezpośrednio przekłada się na twórców modeli bazowych; zjawisko to widać wyraźnie w kontekście planów IPO Anthropic, gdzie gwałtowny wzrost kosztów infrastruktury wymusza pozyskiwanie kapitału na niespotykaną dotąd skalę.

W odpowiedzi na wyzwania rynkowe w budowę centrów danych włączają się rządy państw. Zjednoczone Emiraty Arabskie, Arabia Saudyjska, Unia Europejska, Korea Południowa oraz Stany Zjednoczone traktują infrastrukturę AI jako fundament suwerenności technologicznej i bezpieczeństwa gospodarczego. Państwowe programy wsparcia oraz partnerstwa publiczno-prywatne otwierają nowe kanały finansowania i dywersyfikację geograficzną, lecz ostatecznym weryfikatorem inwestycji pozostanie komercyjny popyt.

Podsumowanie: Wyścig o uzasadnienie największego cyklu inwestycyjnego w historii

Budowa infrastruktury obliczeniowej napędza największy cykl inwestycyjny we współczesnej gospodarce. Jak podkreślają analitycy Bain & Company, punkt ciężkości przesuwa się jednak z pytania o to, jak szybko budować nowe moce, na pytanie, czy rynek zdoła wykreować wystarczającą wartość ekonomiczną, by je spłacić. Bez dynamicznej ekspansji w sferę systemów autonomicznych, robotyki i biotechnologii luka warta 4,2 biliona dolarów może zagrozić stabilności całego ekosystemu sztucznej inteligencji.