Маленькі моделі "перехоплюють" попит на хмарні обчислювальні потужності, капітальні витрати на дата-центри вартістю трильйон доларів знаходяться під загрозою
Звіт Jefferies зазначає, що покращення продуктивності малих мовних моделей і зниження витрат можуть призвести до переходу корпоративного впровадження AI з хмари на локальні рішення, впливаючи на інвестиції в надмасштабні дата-центри. Зниження рівня використання серверів, невідповідність між величезними капітальними витратами техногігантів і попитом на обчислювальні потужності може змусити деякі дата-центри перетворитися на «заморожені активи». Попит на AI все ще існує, але масштаби і прибутковість централізованих обчислювальних потужностей потребують переоцінки.
AI-додатки продовжують розширюватися, але інвестиції в надмасштабні дата-центри, які підтримують цей сплеск, стикаються з новими викликами на стороні попиту.
Звіт Jefferies зазначає, зі зростанням продуктивності невеликих мовних моделей і зменшенням витрат, впровадження AI в корпораціях може переміститися від централізованої хмарної інфраструктури до локальної, що створює тиск на потребу в хмарних обчисленнях і величезних капітальних витратах на дата-центри.
Важливим аргументом цього висновку є недавнє спостереження за використанням AI-серверів. У вересні 2026 року Swerve Research Technologies створили "індекс заторів", відстежуючи час очікування в черзі серверних запитів Anthropic, і виявили, що використання відповідних серверів знизилось на 26% порівняно з піком у січні-лютому 2026 року. Цей показник не можна прямо співвідносити з доходами компанії, але якщо рівень використання продовжить знижуватися, це може означати, що частина потужностей починає простоювати.
Тим часом інвестиції в AI-інфраструктуру все ще швидко зростають. Ринок наразі прогнозує, що сукупні капітальні витрати Meta, Alphabet, Amazon і Microsoft до 2027 року можуть досягти 990 мільярдів доларів. Звіт вважає, якщо темпи зростання попиту на AI-обчислення не зможуть відповідати такому масштабному інвестуванню, частина дата-центрів може зіткнутися з недостатньою прибутковістю або навіть стати "замороженими активами".
Зниження рівня використання серверів — виклик для постачання AI-потужностей
Персональний AI-додаток Muse від Meta після запуску 8 вересня підняв курс акцій Meta на 21% протягом кількох тижнів і став помітною подією серед AI-споживчих додатків. Але звіт зауважує, що успіх однієї програми недостатній, аби довести стійкість всього циклу інвестицій в AI-інфраструктуру.
Ще важливіше, що самі AI-компанії подають сигнали, які відрізняються від оптимістичних очікувань ринку. CEO Anthropic, CEO OpenAI Sam Altman та Elon Musk нещодавно публічно обговорювали необхідність уповільнити розвиток AI; заплановане IPO Anthropic перенесено на листопад.
Водночас Anthropic вже уклала трирічний контракт з SpaceX на обчислювальні потужності вартістю 45 млрд доларів і домовилася про співпрацю з Amazon та Google Cloud на десятки мільярдів доларів. Якщо темпи зростання доходів від AI сповільняться, а великі контракти на обчислювальні ресурси досі потрібно виконувати, корпоративний тиск на витрати може ще більше зрости.
За повідомленнями, Meta також у липні вела переговори з Anthropic щодо оренди до 10 млрд доларів обчислювальних потужностей дата-центрів протягом двох років. Звіт зазначає, що великі технологічні компанії починають активно шукати зовнішніх клієнтів для використання обчислювальних потужностей, що показує: із швидким розширенням інфраструктури питання ефективного використання активів стає новою проблемою.
Малі моделі наздоганяють по продуктивності — локальне розгортання може відволікати попит від хмари
На відміну від короткострокових змін у використанні серверів, звіт приділяє більше уваги зміні архітектури AI-моделей.
Дослідження "Intelligence per Watt", опубліковане Stanford University та Together AI, показує, невеликі мовні моделі швидко наздоганяють великі мовні моделі за продуктивністю, при цьому споживання енергії та витрати на обчислення нижчі на 50-85%. Якщо ця тенденція збережеться, масштаби та структура витрат на впровадження AI в бізнесі можуть кардинально змінитися.
Раніше корпорації більше покладалися на централізовані хмарні великі моделі для виконання AI-завдань; із підвищенням можливостей малих моделей у деяких випадках рішення можуть бути розгорнуті локально. Для банків та інших галузей з високими вимогами до безпеки даних локальне розгортання вже має значний попит; коли малі моделі ще більше знижують витрати на розгортання, ця модель може застосовуватися ще ширше.
Це означає, що зростання кількості AI-додатків не обов'язково призводить до відповідного зростання попиту на хмарні обчислення. Бізнеси можуть одночасно розширювати свої AI-додатки та скорочувати залежність від API великих моделей і централізованих хмарних потужностей.
Це і є основною причиною, через яку звіт ставить під сумнів майже трильйонні капітальні витрати: якщо у майбутньому все більше AI-додатків розгортатимуться на дешевих, невеликих та локальних моделях, поточні інвестиції в надмасштабні дата-центри можуть не відповідати реальному попиту на обчислення.
В цьому сценарії необхідно переглянути не стільки наявність попиту на AI, скільки те, скільки централізованих обчислювальних потужностей потрібно для цього попиту, а також чи зможуть ці дата-центри забезпечити відповідну віддачу на вкладені інвестиції.
Відмова від відповідальності: зміст цієї статті відображає виключно думку автора і не представляє платформу в будь-якій якості. Ця стаття не повинна бути орієнтиром під час прийняття інвестиційних рішень.
Вас також може зацікавити
Бум AI трансформує структуру виробництва мікросхем! UBS: Вибуховий попит стимулює прискорене розширення передових технологій, а зрілі технології входять у фазу зростання
У нещодавньому дослідженні UBS зазначила, що на ринку виробництва мікросхем загальний адресований ринок (TAM) для вузла N2 (2 нанометри) значно перевищує очікування, розширення виробництва вузла A14 (1,4 нанометри) пришвидшується, а період росту для зрілих технологічних процесів вже розпочато.
Складаний iPhone з екраном за 1999 доларів готується до запуску, але Apple (AAPL.US) отримала понад 5,7 мільярда доларів штрафу за патентними позовами
У той час, як Apple активізує свою діяльність у сфері складаних екранів та штучного інтелекту, компанія стикається з рішенням про виплату понад 5,7 мільярдів доларів компенсації за порушення патентів на тактильні технології. 25 вересня федеральне журі присяжних Каліфорнії визначило, що Taptic Engine, яка використовується у деяких iPhone та Apple Watch, порушує два патенти Taction Technology.
Перспективи відкриття Ормузької протоки знову затуманені, азійські облігації під тиском: прибутковість 2-річних японських держоблігацій наближається до 2%, а прибутковість 3-річних корейських облігацій зросла до найвищого рівня з 2022 року
Високі ціни на нафту призвели до зростання дохідності короткострокових облігацій Південної Кореї та Японії.
5% тиск американських облігацій на глобальні активи, а австралійські державні облігації натомість відкривають вікно для інвестування? Гігант фіксованого доходу Pimco заявляє, що очікування підвищення ставок занадто агресивні
Pacific Investment Management Company (Pimco) має конструктивний підхід до австралійських облігацій і вважає, що очікування щодо підвищення процентних ставок на ринку є надмірними. Pimco зазначає, що цикл підвищення процентних ставок в Австралії вже "повністю врахований у ціні", а економічні тріщини починають проявлятися, що робить австралійські облігації особливо привабливими, зокрема на ділянці кривої доходності зі строком від 5 до 10 років.
Ціни на криптовалюти
Більше
