Предел возможностей: почему развитие ИИ может замедлиться

Технологические гиганты вкладывают сотни миллиардов долларов в развитие искусственного интеллекта. Но гонка за создание все более мощных моделей сталкивается с растущими затратами, нехваткой ресурсов и сомнениями инвесторов. Неужели ИИ приближается к пределу своих возможностей?

Миллиарды, которых может не хватить

Генеральный директор Broadcom Хок Тан предупредил, что главным препятствием для развития искусственного интеллекта может стать нехватка капитала. Выступая на конференции в Сингапуре, он отметил, что дефицит чипов, памяти и электроэнергии со временем может ослабнуть благодаря расширению производственных мощностей и инфраструктуры. Однако главным ограничением для дальнейшего роста индустрии рискует стать доступ к капиталу.

Посмотреть публикацию в X Загрузка...

Твит был удалён автором.

Но мы всё сохранили 🙂.

Крупнейшие технологические компании продолжают наращивать расходы на инфраструктуру для искусственного интеллекта. Во втором квартале 2026 года совокупные капитальные затраты Microsoft, Alphabet, Amazon и Meta достигли $165 млрд, увеличившись на 87% по сравнению с предыдущим годом. Значительная часть этих средств направляется на строительство дата-центров и закупку оборудования, необходимого для обучения и работы ИИ-моделей.

На фоне столь масштабных расходов генеральный директор Intel Лип-Бу Тан обратил внимание на другую проблему – стоимость привлечения капитала и сроки окупаемости инвестиций. Рост доходности облигаций делает заимствования дороже, увеличивая затраты на строительство дата-центров и закупку оборудования. При этом инвесторы хотят понимать, когда огромные вложения в ИИ начнут приносить прибыль. 

Впрочем, оба руководителя не ожидают резкого замедления ИИ-индустрии в ближайшие годы. Хок Тан прогнозирует, что спрос на вычислительные мощности будет превышать предложение до 2029 года, а возможно, и до 2030-го. При этом глава Broadcom раскритиковал инвесторов, которые вкладывают деньги в ИИ, не понимая перспектив отрасли. «Многие инвесторы понятия не имеют, во что вкладывают деньги, но при этом возлагают чрезмерно высокие ожидания. Это почти как игра в казино», – заявил он.

Когда ИИ упирается в физические ограничения

Даже при наличии достаточного финансирования развитие ИИ может замедлиться из-за нехватки электроэнергии. По данным Международного энергетического агентства (IEA), в 2025 году дата-центры по всему миру потребили 485 ТВт·ч электроэнергии, что на 17% больше, чем годом ранее. При этом энергопотребление дата-центров, ориентированных на ИИ, выросло сразу на 50%. К 2030 году общее потребление дата-центров может достичь 950 ТВт·ч, или около 3% мирового спроса на электричество. 

Проблема заключается не только в количестве доступной энергии, но и в возможности подключить новые объекты к электросетям. По оценке IEA, около 20% запланированных мощностей дата-центров рискуют столкнуться с задержками из-за ограничений электросетевой инфраструктуры. Например, строительство новых линий электропередачи в развитых странах может занимать от четырех до восьми лет. При этом сроки поставки трансформаторов и кабелей за последние три года удвоились. 

Еще одно ограничение – производство современных чипов. Нидерландская ASML, которая выпускает оборудование для изготовления передовых полупроводников, ожидает, что спрос со стороны ИИ-индустрии будет превышать предложение как минимум до 2028 года. Компания рассматривает возможность расширения производственных мощностей, поскольку клиенты уже интересуются оборудованием с поставками в 2029–2030 годах. 

Посмотреть публикацию в X Загрузка...

Твит был удалён автором.

Но мы всё сохранили 🙂.

Одновременно растут требования к самим дата-центрам. По оценкам IEA, с 2020 по 2025 год мощность, потребляемая ИИ-серверами, увеличилась в 11 раз, а к 2027 году может вырасти еще вчетверо. Одна серверная стойка размером с большой холодильник потенциально будет потреблять столько же электричества, сколько 65 домохозяйств. Это повышает требования к системам охлаждения, электроснабжению и оборудованию, которое должно выдерживать резкие изменения нагрузки при работе ИИ-моделей. 

Где проходит граница прогресса?

Нехватка электроэнергии, чипов и дата-центров – не единственное препятствие для дальнейшего развития технологий. Даже если эти проблемы удастся решить, остается другой вопрос: будут ли новые модели становиться настолько лучше, чтобы оправдывать растущие затраты? Хок Тан допускает, что спрос на вычислительные мощности может замедлиться, если новые поколения ИИ перестанут существенно превосходить предыдущие. Однако пока признаков остановки прогресса нет. 

При этом увеличение вычислительных мощностей не гарантирует, что ИИ сможет одинаково хорошо справляться со всеми задачами. Например, передовые модели уже решают сложные математические задачи, но все еще испытывают трудности при самостоятельной работе с компьютером. В тесте OSWorld, который проверяет способность ИИ выполнять действия в приложениях, лучшие системы успешно справлялись примерно с двумя третями заданий. 

Не менее важна практическая польза ИИ для бизнеса. В августе 2026 года McKinsey опубликовала результаты опроса 1719 представителей компаний из 97 стран. Около 80% участников сообщили, что использование ИИ повысило их личную производительность. Однако лишь 37% отметили положительное влияние технологии на операционную прибыль своих организаций. 

Новая реальность технологической гонки

Пока нет оснований утверждать, что искусственный интеллект приблизился к пределу своих возможностей. Однако прежние темпы развития могут оказаться слишком дорогими даже для крупнейших технологических компаний. Если расходы продолжат расти быстрее доходов, инвесторам придется пересмотреть свои ожидания, а разработчикам – сократить затраты на создание и обслуживание новых моделей.

Вероятнее всего, это приведет не к остановке прогресса, а к изменению приоритетов. Вместо гонки за самыми мощными моделями компании могут сосредоточиться на более дешевых и эффективных решениях, которые способны приносить реальную прибыль. В таком случае дальнейшее развитие ИИ будет зависеть не столько от размера инвестиций, сколько от способности технологии решать практические задачи бизнеса и обычных пользователей.