A bank szerint a költések 2029-re meghaladják a 2,8 ezermilliárd dollárt, szemben a korábban becsült 2,3 ezermilliárddal. Az emelést a bank elemzői az adatközpontokat üzemeltető vállalatok korai, nagyszabású fejlesztéseivel és a vállalatok egyre erősödő beruházási étvágyával indokolták. Ugyanakkor mindez új kockázatokat is felvet az AI alkalmazók számára.
Az AI-boom és a kapacitásbővítések
A ChatGPT 2022 végi megjelenése óta tapasztalt AI-láz óriási tőkekiadásokat és adatközpont-fejlesztéseket generált, még annak ellenére is, hogy időközben Kína olcsóbb DeepSeek modellje és Donald Trump amerikai elnök vámpolitikája piaci bizonytalanságokat keltett.
A Citi, a Reuters által ismertetett becslésében, a mesterséges intelligencia adatközponti beruházásait 2026 végére 490 milliárd dollárra teszi, ami jóval meghaladja a korábbi 420 milliárd dolláros előrejelzést. A Microsoft, az Amazon és az Alphabet már eddig is milliárdokat fordított olyan kapacitásbővítésekre, amelyek elengedhetetlenek voltak a mesterséges intelligencia iránti kereslet kiszolgálásához.
A bank elemzői szerint a nagyvállalatok harmadik negyedéves gyorsjelentéseiben már látható lesz a többletberuházások hatása: a kiadások a tényleges kereslet előtt jelennek meg a mérlegekben. A számítások alapján 2030-ra az AI iránti globális számítási igény 55 gigawattnyi új energiakapacitást igényelne, ami 2,8 ezermilliárd dolláros extra költséget jelentene – ebből az Egyesült Államok 1,4 ezermilliárd dollárt vállalna.
A finanszírozás új kihívásai
A Citigroup rámutatott: a nagy technológiai vállalatok már nem csupán a profitból fedezik az AI-infrastruktúra kiadásait. A költségek óriásiak – egy gigawattnyi számítási kapacitás mintegy 50 milliárd dollárba kerül –, így a cégek egyre inkább hitelfelvételhez folyamodnak a fejlesztések finanszírozásához.
Ez a változás már most érzékelhető a pénzügyi jelentéseikben: a szabad forrásokat fokozatosan felemésztik a beruházások. A befektetők jogosan teszik fel a kérdést, hogyan tudják a technológiai óriások előteremteni a szükséges forrásokat ahhoz, hogy kielégítsék a gyorsan növekvő keresletet.
Növekvő adósság, új kockázatok
A tőkeigény és a finanszírozási nehézségek nemcsak a technológiai cégeknek, hanem az AI-szolgáltatásokat igénybe vevő vállalatoknak is kockázatot jelentenek – emelte ki a Pymnts elemzése. Bár az adósság felgyorsíthatja az AI-infrastruktúra kiépítését, ugyanakkor sebezhetőbbé is teszi a szektort.
Jó példa erre az Oracle, amelynek az OpenAI-jal kötött partnersége teljesítéséhez a következő négy évben évente mintegy 25 milliárd dollárnyi hitelfelvételre lehet szüksége. A vállalat arra számít, hogy a kereslet üteme elég gyors lesz ahhoz, hogy fedezze az adósságterheket, ám a kötelezettségek jelentősek, a határidők pedig szorosak. A Moody’s a nyáron negatív kilátással látta el az Oracle adósbesorolását, kiemelve a berendezésekhez, az ingatlanhoz és az energiaköltségekhez kötődő kockázatokat.
Az elemzők szerint az OpenAI-nak 2030-ra több mint 300 milliárd dolláros éves árbevételre kellene felfutnia a jelenlegi kb. 12 milliárdról, hogy indokolja az Oracle-partnerséghez kapcsolódó óriási költségeket.
A legfontosabb kérdés: ki állja a számlát?
A következő időszakban a bankok, hitelezők és vállalati felhasználók számára a leglényegesebb kérdés nem az AI-modellek pontosságához, hanem a finanszírozás fenntarthatóságához kapcsolódik. Ki és milyen feltételek mellett fizeti meg a számítási folyamatokat biztosító infrastruktúra árát, és ez hogyan hat majd a vállalati AI-szolgáltatások hozzáférhetőségére és árazására a jövőben?
(Forrás: fintech.hu)
(Borítókép: Depositphotos)
Szólj hozzá