Основан в 1993 году
в целях объединения
и координации усилий политиков, общественных деятелей, ученых для содействия решению актуальных вопросов
в сфере политики и экономики, развитию гражданского общества и правового государства.

Рейтинги и исследования

Апрель 2026

ИИ становится инфраструктурной гонкой: будущие расходы оцениваются в триллионы долларов

Ежегодные расходы на ИИ-инфраструктуру могут составить около 765 млрд долларов уже в 2026 году и вырасти до 1,6 трлн долларов в год к 2031 году. Совокупно за 2026–2031 годы речь может идти примерно о 7,6 трлн долларов инвестиций.

В апреле 2026 года Goldman Sachs Global Institute опубликовал доклад “Tracking Trillions: The Assumptions Shaping the Scale of the AI Build-Out”, посвященный тому, какие капитальные вложения могут потребоваться для дальнейшего развития инфраструктуры искусственного интеллекта. В документе предлагается рассматривать ИИ-бум не только через вопрос спроса на ИИ, но и через физическую сторону процесса: сколько чипов, дата-центров, энергетических мощностей и сопутствующей инфраструктуры потребуется для поддержания роста ИИ-систем.

Согласно базовой модели Goldman Sachs, ежегодные капитальные расходы на инфраструктуру ИИ могут составить около 765 млрд долларов в 2026 году и вырасти до 1,6 трлн долларов в год к 2031 году. Совокупно за период 2026–2031 годов речь может идти примерно о 7,6 трлн долларов инвестиций. Эти расходы включают вычислительную инфраструктуру (специализированные чипы для ИИ-вычислений и их «обвязка»), дата-центры и энергетику, необходимую для работы дата-центров.

Доклад Goldman Sachs переводит дискуссию об искусственном интеллекте из плоскости «окупятся ли инвестиции?» в более широкий контекст: способна ли мировая инфраструктура физически выдержать масштабный рост вычислительных потребностей. Если оценки Goldman Sachs окажутся близки к реальности, развитие ИИ в ближайшие годы станет не только технологическим, но и одним из крупнейших инфраструктурных проектов десятилетия.

Развитие ИИ превращается из соревнования алгоритмов в соревнование инфраструктур. Речь идет уже не просто о том, кто напишет более удачную модель или соберет сильную команду разработчиков. Речь идет о том, у кого есть доступ к миллионам специализированных чипов, гигантским дата-центрам, дешевой и стабильной электроэнергии, системам охлаждения, сетевой инфраструктуре и капиталу, достаточному для многолетней гонки.

Современный искусственный интеллект требует огромных вычислительных мощностей. Большие языковые модели, генеративные системы, ИИ для медицины, промышленности, обороны, финансов и науки не существуют «в облаке» в абстрактном смысле. За ними стоят физические объекты: серверные стойки, GPU и AI-ускорители, линии электропередачи, трансформаторы, системы охлаждения, инженерные корпуса и тысячи специалистов. Поэтому инфраструктура ИИ все больше напоминает не IT-проект, а новый тип промышленной базы.

Страны и корпорации, которые смогут вложить сотни миллиардов и даже триллионы долларов в вычислительную инфраструктуру, получают долгосрочное преимущество. Оно выражается не только в возможности обучать самые крупные модели. Еще важнее скорость экспериментов. У лидеров больше вычислительных ресурсов – значит, они могут чаще запускать новые версии моделей, быстрее проверять гипотезы, дешевле масштабировать сервисы и собирать больше пользовательских данных для улучшения продуктов. В ИИ это создает эффект накопления: сильная инфраструктура ускоряет разработку, быстрая разработка дает лучшие продукты, лучшие продукты привлекают пользователей и деньги, а это снова усиливает инфраструктуру.

Похожие оценки дает и McKinsey: по расчетам компании, к 2030 году мировые расходы на дата-центры могут достигнуть примерно 7 трлн долларов, причем основная часть этой суммы будет связана именно с потребностью в вычислительных мощностях для ИИ. В более ранней оценке McKinsey указывалось, что из 6,7 трлн долларов предполагаемых расходов на все дата-центры к 2030 году около 5,2 трлн долларов могут прийтись на объекты, обслуживающие ИИ.

Отдельный фактор – энергия. Международное энергетическое агентство прогнозирует, что мировое потребление электроэнергии дата-центрами может более чем удвоиться и достичь около 945 ТВт·ч к 2030 году, что немного превышает нынешнее годовое потребление электроэнергии Японией. ИИ называется одним из ключевых драйверов этого роста. Это означает, что в гонке ИИ будут выигрывать не только те, у кого есть деньги и чипы, но и те, кто способен быстро подключать новые мощности к энергосистеме.

Для стран, которые не могут позволить себе сопоставимые расходы, возникает риск технологической зависимости. Они могут использовать готовые модели, внедрять ИИ в бизнес-процессы, создавать прикладные решения, но им будет трудно конкурировать на уровне базовых моделей нового поколения.

Это не означает, что без триллионных инвестиций страна полностью выпадает из ИИ-гонки. Есть направления, где важны не только деньги: прикладная разработка, адаптация моделей под отрасли, создание специализированных решений для промышленности, медицины, образования, документооборота, госуправления. Кроме того, эффективность алгоритмов, открытые модели и оптимизация вычислений могут снижать барьеры входа. Но на самом верхнем уровне – там, где создаются самые мощные универсальные модели, – инфраструктурное преимущество становится решающим.

Таким образом, искусственный интеллект – это уже не только вопрос программистов, математиков и стартапов. Это вопрос промышленной политики, энергетики, доступа к оборудованию и инвестиционным ресурсам. У страны может быть сильная инженерная школа, талантливые разработчики и крупный внутренний рынок, но без достаточной вычислительной базы она будет ограничена в создании собственных моделей мирового уровня.

Главный вывод доклада Goldman Sachs состоит в том, что ИИ вступает в фазу капиталоемкого развития. Первые годы генеративного ИИ выглядели как гонка идей и моделей. Следующие годы все больше будут напоминать гонку заводов, электростанций и логистических цепочек. У кого будет больше доступных вычислений, энергии и капитала, тот сможет быстрее развивать ИИ и превращать его в экономическое преимущество.

 

Затраты на инфраструктуру ИИ (млрд долларов)

 

 

Источники:

Россия 101000,

г. Москва,

Б. Златоустинский пер,

дом. 8/7

Тел.: +7 495 624-2280

Факс: +7 495 624-1081

E-mail: info@polity.ru

www.polity.ru