Σύμφωνα με ανάλυση της Goldman Sachs, η αγορά οδηγείται σε μια «στροφή προς την ποιότητα» (“flight to quality”), με το επενδυτικό ενδιαφέρον να επικεντρώνεται ολοένα και περισσότερο σε εταιρείες που διαθέτουν ή διαχειρίζονται μεγάλης κλίμακας data centres και υποδομές τεχνολογίας. Αντίθετα, όπως λένε οι αναλυτές, οι επιχειρήσεις που δραστηριοποιούνται σε πιο εξειδικευμένες ή πειραματικές εφαρμογές AI φαίνεται να χάνουν μέρος της δυναμικής τους.
Εκρηκτική αύξηση επενδύσεων σε υποδομές
Η αυξανόμενη ζήτηση για τεχνητή νοημοσύνη οδηγεί σε ραγδαία ενίσχυση των επενδύσεων σε υποδομές. Οι hyperscale πάροχοι cloud επενδύουν δεκάδες δισεκατομμύρια δολάρια ετησίως σε νέα data centres και εξοπλισμό υψηλής υπολογιστικής ισχύος, ενώ παράλληλα επεκτείνονται και τα δίκτυα για την υποστήριξη αυτών των συστημάτων.
Η Goldman Sachs εκτιμά ότι τα workloads τεχνητής νοημοσύνης ενδέχεται να αντιπροσωπεύουν περίπου το 30% της συνολικής χωρητικότητας των data centres μέσα στα επόμενα δύο χρόνια. Η εξέλιξη αυτή αντανακλά τη διαφορετική φύση των εφαρμογών AI, καθώς η εκπαίδευση μεγάλων μοντέλων απαιτεί χιλιάδες επεξεργαστές που λειτουργούν ταυτόχρονα για μεγάλα χρονικά διαστήματα, ενώ και η χρήση τους (inference) συνεπάγεται σταθερή κατανάλωση πόρων.
Ενέργεια: ο νέος «λαιμός του μπουκαλιού»
Η ενεργειακή διάσταση αναδεικνύεται σε κρίσιμο παράγοντα για την ανάπτυξη της αγοράς. Σύμφωνα με εκτιμήσεις της Goldman Sachs, η παγκόσμια ζήτηση ηλεκτρικής ενέργειας από data centres θα μπορούσε να αυξηθεί κατά περίπου 175% έως το 2030 σε σύγκριση με τα επίπεδα του 2023, κυρίως λόγω της τεχνητής νοημοσύνης.
Η αύξηση αυτή αντιστοιχεί, ουσιαστικά, στην προσθήκη της κατανάλωσης ενέργειας μιας ακόμη χώρας από τις δέκα μεγαλύτερες παγκοσμίως, γεγονός που ήδη κινητοποιεί κυβερνήσεις και ενεργειακές εταιρείες προς νέες επενδύσεις σε υποδομές.
Οι περιορισμοί διαμορφώνουν τη στρατηγική
Οι αυξανόμενες ανάγκες σε ενέργεια, ψύξη και χώρους εγκατάστασης επηρεάζουν πλέον άμεσα τις στρατηγικές των τεχνολογικών εταιρειών. Τα νέα data centres κατασκευάζονται συχνά κοντά σε σταθερές πηγές ενέργειας και ισχυρά δίκτυα οπτικών ινών, ενώ σε ορισμένες περιπτώσεις επιλέγονται απομακρυσμένες περιοχές όπου η γη και η ηλεκτρική ισχύς είναι πιο διαθέσιμες.
Παράλληλα, η ανάπτυξη τέτοιων υποδομών απαιτεί μακροχρόνιο σχεδιασμό, σύνθετες αλυσίδες εφοδιασμού και σημαντικές επενδύσεις σε δίκτυα ηλεκτροδότησης. Καθυστερήσεις σε εξοπλισμό ή συνδέσεις με το δίκτυο μπορούν να επιβραδύνουν έργα, ενισχύοντας το ανταγωνιστικό πλεονέκτημα των εταιρειών που ήδη διαθέτουν ανεπτυγμένα δίκτυα data centres.
Από τον ενθουσιασμό στην ωρίμανση
Η νέα αυτή φάση σηματοδοτεί τη μετάβαση από τον αρχικό «πυρετό» γύρω από την τεχνητή νοημοσύνη σε μια πιο ώριμη αγορά, όπου η αξία μετατοπίζεται προς τις υποδομές που στηρίζουν τη λειτουργία της.
Όπως έχει συμβεί και σε προηγούμενα κύματα τεχνολογικής ανάπτυξης, οι εταιρείες που επενδύουν στη «βάση» του οικοσυστήματος – όπως data centres και κατασκευαστές chips – εμφανίζουν πιο σταθερά και διαρκή έσοδα, σε αντίθεση με τις εφαρμογές λογισμικού που χαρακτηρίζονται από μεγαλύτερη μεταβλητότητα. Την ίδια στιγμή, ζητήματα όπως η ενεργειακή επάρκεια, η χωρητικότητα των δικτύων και οι περιβαλλοντικές επιπτώσεις αποκτούν ολοένα μεγαλύτερη σημασία.
Σε αυτό το νέο περιβάλλον, η πορεία της τεχνητής νοημοσύνης δεν θα εξαρτηθεί μόνο από την εξέλιξη των αλγορίθμων, αλλά και από την ικανότητα των οικονομιών να υποστηρίξουν τις ενεργειακές και τεχνολογικές υποδομές που απαιτεί η λειτουργία τους.
