Σε παγκόσμιο επίπεδο, τα data centers λειτουργούν κι εξελίσσονται ασταμάτητα, φιλοξενώντας εκατομμύρια servers που επεξεργάζονται εφαρμογές AI και μεγάλα γλωσσικά μοντέλα (LLMs), απαιτώντας ολοένα και περισσότερη ενέργεια, hardware και υποδομές.
Πίσω, όμως, από αυτές τις εφαρμογές εξελίσσεται μια διαφορετική, αλλά εξίσου σημαντική κούρσα, η οποία αφορά την αθόρυβη μάχη για την εξασφάλιση της υπολογιστικής ισχύος που απαιτείται για να στηριχθεί αυτή η νέα εποχή. Πρόκειται για μια μάχη που δεν περιορίζεται σε εταιρείες τεχνολογίας ή ψηφιακών υπηρεσιών, αλλά επεκτείνεται σε ένα ευρύ και πολύπλοκο οικοσύστημα που περιλαμβάνει εταιρείες real estate, παρόχους ενέργειας, κατασκευαστές chips, hyperscalers, ακόμα και κυβερνήσεις. Όπως γίνεται αντιληπτό, τα ποσά που απαιτούνται για όλη αυτή την τεχνολογική ανάπτυξη σε παγκόσμιο επίπεδο, ζαλίζουν.
Σύμφωνα με μελέτη της McKinsey, το κόστος για την εξασφάλιση των υποδομών που θα υποστηρίξουν την παγκόσμια ζήτηση υπολογιστικής ισχύος μέχρι το 2030 εκτιμάται ότι θα φτάσει σχεδόν τα 7 τρισεκατομμύρια δολάρια. Το ποσό αυτό αποτυπώνει την κλίμακα της παγκόσμιας μετάβασης σε μια οικονομία που θα στηρίζεται όλο και περισσότερο σε data centers, προηγμένα chips, δίκτυα υψηλής χωρητικότητας και τεράστιες ενεργειακές ανάγκες. Από αυτό το ποσό, περίπου 5,2 τρισεκατομμύρια δολάρια θα απαιτηθούν για data centers που προορίζονται αποκλειστικά για την υποστήριξη εφαρμογών AI, ενώ τα υπόλοιπα 1,5 τρισεκατομμύρια δολάρια θα καλύψουν πιο παραδοσιακές εφαρμογές πληροφορικής.
Η ζήτηση για υπολογιστική ισχύ αυξάνεται εκθετικά, με την McKinsey να προβλέπει ότι η συνολική ανάγκη για χωρητικότητα data centers θα τριπλασιαστεί μέσα στην τρέχουσα δεκαετία. Ωστόσο, αυτή η διαφαινόμενη κατάσταση συνοδεύεται από σημαντικές αβεβαιότητες, καθώς η ταχύτητα ανάπτυξης της AI, οι τεχνολογικές καινοτομίες, οι ρυθμιστικές εξελίξεις και οι γεωπολιτικές εντάσεις ενδέχεται να διαφοροποιήσουν ριζικά τις απαιτήσεις του μέλλοντος. Αν, για παράδειγμα, οι επιχειρήσεις αποτύχουν να μετατρέψουν τις εφαρμογές AI σε απτές επιχειρηματικές αποδόσεις, η ζήτηση για υπολογιστική ισχύ θα μπορούσε να υπολείπεται των σημερινών εκτιμήσεων. Από την άλλη, αν οι εφαρμογές AI αποδειχθούν τόσο μετασχηματιστικές όσο προβλέπεται, η ζήτηση θα μπορούσε να ξεπεράσει και τα πιο αισιόδοξα σενάρια.
Για να προσδιορίσει το εύρος αυτών των δυνατοτήτων, η McKinsey έχει αναπτύξει τρία επενδυτικά σενάρια. Στο πιο αισιόδοξο σενάριο, όπου η ανάπτυξη της AI επιταχύνεται με αμείωτο ρυθμό, εκτιμάται ότι μέχρι το 2030 θα προστεθούν 205 επιπλέον gigawatts (GW) χωρητικότητας, που θα απαιτήσουν επενδύσεις ύψους 7 τρισεκατομμυρίων δολαρίων. Στο βασικό σενάριο, οι επενδύσεις θα ανέλθουν στα 5,2 τρισεκατομμύρια δολάρια, με 125 GW νέας χωρητικότητας. Αντίθετα, σε ένα πιο περιοριστικό σενάριο, με συντηρητικές εκτιμήσεις ανάπτυξης, η επένδυση θα περιοριστεί στα 3,7 τρισεκατομμύρια δολάρια, με προσθήκη 78 GW.
Η διάρθρωση αυτών των επενδύσεων τονίζει την πολυπλοκότητα και το εύρος του οικοσυστήματος. Επισημαίνεται ότι περίπου 15% αυτών των κεφαλαίων, δηλαδή 800 δισεκατομμύρια δολάρια, θα διατεθούν σε κατασκευαστές data centers και υποδομών, οι οποίοι επενδύουν σε γη, κατασκευαστικά έργα και διαμόρφωση χώρων. Περίπου 25%, δηλαδή 1,3 τρισεκατομμύρια δολάρια, θα διοχετευθούν σε παρόχους ενέργειας και ψύξης, οι οποίοι καλούνται να αναπτύξουν νέα δίκτυα παραγωγής και παροχής ενέργειας, αλλά και να αντιμετωπίσουν το πρόβλημα της ψύξης των data centers, που αναμένεται να γίνει ακόμα πιο επιτακτικό καθώς αυξάνεται η πυκνότητα των racks και των servers. Το μεγαλύτερο μέρος, δηλαδή περίπου 60%, θα επενδυθεί σε εταιρείες που αναπτύσσουν chips, επεξεργαστές και λοιπό εξειδικευμένο υπολογιστικό υλικό.
Παρά το μέγεθος αυτών των επενδύσεων, οι σημερινές επενδύσεις εξακολουθούν να υστερούν σε σχέση με τις προβλεπόμενες ανάγκες. Πολλοί επικεφαλής επιχειρήσεων εμφανίζονται διστακτικοί να δεσμεύσουν τεράστια κεφάλαια εν μέσω τόσο υψηλής αβεβαιότητας για τη ζήτηση, τονίζοντας ότι η μακρά περίοδος υλοποίησης των έργων και η δυσκολία εκτίμησης της πραγματικής μελλοντικής αξίας των εφαρμογών AI, καθιστούν δύσκολη τη λήψη αποφάσεων. Το ερώτημα που τίθεται είναι ποιοι θα επωμιστούν, τελικά, το μεγαλύτερο κόστος αυτής της επενδυτικής κούρσας. Οι hyperscalers και οι τεχνολογικοί κολοσσοί ή οι επιχειρήσεις, οι χρηματοοικονομικοί οργανισμοί και οι κυβερνήσεις, μέσα από νέους μηχανισμούς χρηματοδότησης;
Η πρόκληση γίνεται ακόμα μεγαλύτερη αν συνυπολογιστούν οι αβεβαιότητες που προκύπτουν από την εξέλιξη των τεχνολογιών AI, τους κινδύνους συμφόρησης στις εφοδιαστικές αλυσίδες, τις γεωπολιτικές εντάσεις και τις ρυθμιστικές παρεμβάσεις που ενδέχεται να περιορίσουν ή να επιταχύνουν τη διαθεσιμότητα κρίσιμων τεχνολογικών υποδομών.
Σε αυτό το πλαίσιο, οι επιχειρήσεις καλούνται να επιδείξουν όχι απλώς επενδυτική τόλμη, αλλά και στρατηγική διορατικότητα, διασφαλίζοντας πρόσβαση σε κρίσιμους πόρους όπως ενέργεια, γη, υλικά και υπολογιστική ισχύ, ενώ παράλληλα οφείλουν να σχεδιάζουν ευέλικτα επενδυτικά πλάνα που μπορούν να προσαρμόζονται γρήγορα στις μεταβαλλόμενες ανάγκες.
ή αποκτήστε ετήσια συνδρομή εδώ.
