Строительство инфраструктуры искусственного интеллекта только в США, по прогнозам, обойдется примерно в 10,3 трлн долларов в период с 2025 по 2032 год. Чтобы эти инвестиции окупились, сектору ИИ потребуется генерировать около 3,7 трлн долларов годовой выручки к концу этого периода.

Эти данные приводятся в исследовании профессора Columbia Business School Стейна Ван Нивенбёрха, представленном на конференции Brookings Papers on Economic Activity — давней площадке, где экономисты представляют новые работы об экономике США. Исследование пытается ответить на вопрос, который негласно волнует всех, кто следит за строительством ИИ-инфраструктуры: сходится ли математика?

Цифры, стоящие за строительством

Основной прогноз предполагает добавление примерно 182,7 ГВт мощностей дата-центров к 2032 году. Для контекста: это колоссальный объем энергетической инфраструктуры, а инвестиционные расходы эквивалентны примерно 3,63% ВВП США ежегодно.

Чтобы оценить масштаб, в отчете отмечается, что это строительство превзойдет исторические инфраструктурные проекты, такие как создание железнодорожной сети и системы межштатных автомагистралей.

Экономика на уровне отдельных единиц рисует столь же требовательную картину. По оценкам исследования, для прибыльности требуется выручка около 5,5 долларов на час работы каждой установленной видеокарты (GPU) при полной загрузке — показатель, который напрямую связывает отдачу от каждого установленного чипа с тем, сколько клиенты реально платят за ИИ-вычисления. Если загрузка снизится до более реалистичных 80%, этот показатель вырастет до 6,9 долларов за час работы GPU.

Пороговая доходность, используемая в модели, предполагаетрычаговую доходность 10% — показатель, рассчитываемый без учета влияния долгового финансирования, — при марже денежного потока в 50%. Достижение этих ориентиров потребует от сектора ИИ поддерживать среднегодовой темп роста выручки около 80% с текущего момента до 2032 года.

Этот темп роста сопоставляется с текущим совокупным темпом выручки OpenAI и Anthropic — разработчиков ChatGPT и Claude соответственно — на уровне около 100 млрд долларов. Рост с 100 млрд до 3,7 трлн долларов годовой выручки примерно за семь лет — это траектория, которая выглядит впечатляюще в презентации для инвесторов и пугающе на доске рисков комитета.

Как это финансируется

Отчет подробно разбирает структуры финансирования — область, особенно актуальную для всех, кто беспокоится о системном риске. Гипермасштабируемые операторы — компании, управляющие крупнейшими облачными сетями и сетями дата-центров, такие как Microsoft, Amazon и Google, — все чаще прибегают к внешнему долгу и сложным финансовым механизмам для финансирования своих амбиций в области ИИ-инфраструктуры.

В отчете эта взаимосвязанность обозначается как потенциальный источник системного риска, особенно если спрос на ИИ-услуги не будет расти так же быстро, как строятся мощности. Тогда дефицит спроса на ИИ почувствуют не только сами технологические компании, но и кредиторы и инвесторы, стоящие за этим долгом. Избыточные мощности дата-центров, профинансированные внешним долгом, — совсем иная проблема, чем избыточные мощности, оплаченные из собственной прибыли.

Вопрос на 3,7 трлн долларов

Целевой показатель годовой выручки в 3,7 трлн долларов к 2032 году составил бы примерно 9,2% прогнозируемого ВВП США на этот год.

Существуют и физические ограничения, которые могут замедлить строительство независимо от доступности финансирования. Генерация электроэнергии и пропускная способность энергосистемы остаются узкими местами во многих частях страны, а сроки выдачи разрешений на новые электростанции и линии электропередачи часто значительно превышают требования инвестиционного графика ИИ.

Отчет также поднимает вопрос о коэффициентах загрузки. Строительство 182,7 ГВт мощностей приносит доходность только в том случае, если эти мощности реально используются. Разница между требованиями к выручке в 5,5 и 6,9 долларов за час работы GPU при полной загрузке и загрузке 80% показывает, насколько экономика чувствительна к колебаниям спроса.

Исследование рассматривает эти цифры как ориентир оценки того, сможет ли траектория роста выручки сектора поддерживать текущие темпы инвестиций в инфраструктуру. Если измерять по этой мерке, ключевыми наблюдаемыми маркерами в будущем станут раскрытия выручки крупных ИИ-лабораторий, загрузка установленных мощностей GPU, условия, на которых гипермасштабируемые операторы привлекают внешний долг, и скорость, с которой новая генерация электроэнергии и разрешительные процедуры преодолевают ограничения, обозначенные в отчете.