AI Radar
Gartner прогнозирует консолидацию рынка AI-дата-центров к 2030 году
Gartner прогнозирует, что выручки от AI-сервисов не хватит для ожидаемой доходности всех запланированных вложений в инфраструктуру до 2030 года. По оценке аналитиков, 80% специализированных поставщиков GPU-мощностей к этому сроку перестанут быть независимыми компаниями.
Что изменилось
Gartner сопоставила ожидаемые вложения в AI-дата-центры с выручкой от приложений и сервисов, которую можно отнести к этим мощностям. По прогнозу аналитиков, поставщики AI потратят почти $1 трлн на инфраструктуру в 2026 году и ещё $6 трлн в 2027–2030 годах. Это прогноз расходов, а не уже заключённые контракты или подтверждённый спрос. В расчёт входят капитальные затраты на оборудование и площадки, которые операторам предстоит окупать за счёт будущей загрузки.
При целевой доходности на вложенный капитал в 12% операторам AI-дата-центров, по оценке Gartner, потребовалась бы совокупная выручка в $8,5 трлн, чтобы покрыть капитальные и финансовые затраты и получить такую отдачу. Прогнозируемая выручка корпоративных и потребительских AI-сервисов, которую аналитики относят к работе дата-центров, составляет не более $3,6 трлн за рассматриваемый период. Эти величины отражают разные стороны расчёта: первая задаёт порог окупаемости с доходностью, вторая оценивает доступную для него выручку.
Особенно уязвимыми Gartner считает необлака: специализированные компании, которые предоставляют GPU-мощности как сервис. Аналитики прогнозируют, что к 2030 году 80% таких операторов перестанут существовать как самостоятельные компании. Это не означает, что все они прекратят работу: часть может быть куплена другими игроками. Крупным облачным провайдерам Gartner отводит более устойчивую позицию, поскольку их доходы не ограничены услугами для AI.
Риск связан не только с тем, сколько клиентов придёт за вычислениями. Если ожидаемая отдача окажется ниже расчётной, операторам может понадобиться уценить активы, стоимость которых уже нельзя вернуть через будущую выручку. Для GPU это особенно чувствительно при смене поколений оборудования: новые ускорители могут вытеснять старые до того, как те окупятся. Сам Gartner не считает исход одинаковым для всех компаний: одни смогут превзойти прогноз, другим придётся искать покупателя или уходить с рынка.
Почему это важно
Для компаний, арендующих GPU, важна устойчивость поставщика на срок проекта, а не только текущая цена вычислений. Прогноз Gartner также ставит под вопрос окупаемость части уже планируемых мощностей.
Мнение редакции
Аренда GPU выглядит гибким бизнесом, пока новое поколение ускорителей не снижает ценность уже купленного оборудования. Крупным облачным платформам проще пережить такую смену: вычисления для AI у них лишь часть бизнеса.
Первоисточники и подтверждения
Подборку проверяет редакция DSML. AI помогает дедуплицировать сигналы и готовить текст, но опубликованный выпуск остаётся редакционным продуктом, а не лентой отдельных каналов.