UBS теперь ожидает, что capex на AI достигнет почти $1 трлн в этом году и около $1,4 трлн к 2027 году

Инвестиционный банк UBS пересмотрел в сторону повышения прогноз совокупных капитальных затрат на инфраструктуру искусственного интеллекта, заявив, что по итогам текущего года расходы достигнут почти 1 триллиона долларов, а к 2027 году приблизятся к отметке 1,4 триллиона. Корректировка оценки отражает ускорение темпов строительства дата-центров, закупок вычислительного оборудования и расширения энергетической инфраструктуры, необходимой для обслуживания моделей генеративного ИИ. Ведущую роль в этом процессе играют крупнейшие технологические компании США и их поставщики.

Что именно изменил UBS

Аналитики UBS обновили модель рынка капитальных расходов, связанных с искусственным интеллектом, повысив прежние ориентиры. Согласно новой оценке, совокупные capex-затраты на AI-инфраструктуру в 2025 году составят около 1 триллиона долларов, тогда как еще несколько месяцев назад банк оценивал этот объем существенно скромнее. К 2027 году прогноз доведен примерно до 1,4 триллиона долларов.

Под capex в данном случае понимаются не только прямые закупки серверов и ускорителей, но и сопутствующие вложения: строительство и модернизация дата-центров, системы охлаждения, сетевое оборудование, а также генерация и распределение электроэнергии. Именно энергетическая составляющая, по оценкам UBS, становится все более весомой частью сметы, поскольку плотность размещения стоек и энергопотребление современных кластеров растут быстрее, чем инфраструктура успевает адаптироваться.

Пересмотр прогноза UBS не является единичным случаем. За последние месяцы ряд инвестиционных домов и отраслевых аналитиков также повышали оценки затрат на AI-инфраструктуру, ссылаясь на устойчиво высокий спрос со стороны облачных провайдеров и корпоративных заказчиков. Однако именно оценка UBS выделяется масштабом: речь идет о суммах, сопоставимых с капитальными бюджетами целых отраслей экономики.

Кто формирует основной спрос

Ключевыми драйверами расходов остаются крупнейшие технологические компании, которые одновременно выступают заказчиками, инвесторами и поставщиками AI-услуг. В их числе Microsoft, Amazon, Alphabet и Meta, последовательно наращивающие капитальные бюджеты в сегменте облачных и AI-вычислений. Эти компании уже неоднократно заявляли, что рассматривают инфраструктурные вложения как стратегический приоритет, а не как краткосрочную реакцию на рыночную конъюнктуру.

Значительная часть спроса приходится на поставщиков вычислительного оборудования. Производители ускорителей, в первую очередь Nvidia, а также конкурирующие платформы от AMD и собственные разработки крупных заказчиков, формируют ядро закупок. Параллельно растет спрос на решения в области сетевых коммутаторов, памяти с высокой пропускной способностью и систем жидкостного охлаждения, без которых современные кластеры физически невозможно эксплуатировать.

Отдельным направлением становится энергетика. По оценкам отраслевых источников, энергопотребление дата-центров в США и Европе растет двузначными темпами, что вынуждает операторов заключать долгосрочные контракты с производителями электроэнергии и инвестировать в возобновляемые источники. UBS в своей модели учитывает эти затраты как неотъемлемую часть AI-capex, что объясняет заметный вклад энергетического сегмента в итоговую цифру.

Региональная структура расходов

Основной объем капитальных затрат по-прежнему приходится на Северную Америку, где сосредоточены штаб-квартиры крупнейших облачных провайдеров и наиболее развитая инфраструктура дата-центров. Однако доля других регионов постепенно увеличивается. Страны Персидского залива, ряд государств Юго-Восточной Азии и отдельные европейские рынки активно инвестируют в локальные вычислительные мощности, стремясь снизить зависимость от зарубежных облачных сервисов.

Китай формирует отдельный контур расходов, во многом изолированный от американской экосистемы из-за экспортных ограничений на передовые чипы. Это создает параллельную инфраструктурную модель, где ставка делается на собственные ускорители и национальные облачные платформы. UBS в своих расчетах учитывает оба контура, хотя отмечает, что темпы роста китайского сегмента сложнее поддаются прогнозированию из-за регуляторных факторов.

Риски и ограничения роста

Столь масштабные прогнозы неизбежно сталкиваются с ограничениями. Первое из них — физическое: доступность земельных участков под дата-центры, пропускная способность электросетей и сроки подключения к энергосистемам. В ряде регионов США операторы уже сообщают о многолетних очередях на подключение, что напрямую влияет на график ввода мощностей.

Второй фактор — цепочки поставок. Производство передовых ускорителей и компонентов памяти остается сконцентрированным у ограниченного числа производителей, прежде всего на Тайване и в Южной Корее. Любые сбои в этих цепочках, будь то логисти

Любые сбои в этих цепочках — от логистических задержек до геополитических ограничений — способны сдвинуть сроки реализации проектов и скорректировать итоговые суммы затрат. Кроме того, сохраняется вопрос о том, насколько быстро инвестиции в инфраструктуру будут конвертироваться в коммерческую отдачу: если монетизация AI-сервисов не поспеет за ростом капитальных вложений, часть заявленных бюджетов может быть пересмотрена в сторону понижения.

Тем не менее, даже с поправкой на эти риски, направление движения рынка остается однозначным. UBS и другие аналитики фактически фиксируют структурный сдвиг: искусственный интеллект превращается из технологической надстройки в самостоятельную инфраструктурную отрасль, сопоставимую по масштабам вложений с энергетикой или транспортом. Насколько устойчивым окажется этот рост в среднесрочной перспективе, будет зависеть от баланса между скоростью технологического прогресса