4,2 biliona dolarów w pięć lat. To nie prognoza wzrostu — to rozrachunek z terminem

PwC prognozuje, że globalne wydatki kapitałowe na centra danych mogą sięgnąć 31,6 biliona dolarów do 2050 roku — kwota niemal zrównująca się z wartością obligacji skarbowych USA w obrocie. Roczne wydatki mają wzrosnąć z około 800 miliardów dolarów w 2026 roku do 1,8 biliona dolarów w 2050 roku.

Bain & Company idzie dalej: zyski produktywności z istniejących rynków nie wystarczą, by uzasadnić obecne wydatki — „muszą powstać zupełnie nowe rynki, by zamknąć lukę finansową”. Kluczowa liczba z badania, opublikowanego w zeszłym miesiącu: amerykańscy hiperskalerzy i inni uczestnicy wyścigu AI muszą znaleźć ponad 4,2 biliona dolarów nowego przychodu w ciągu najbliższych pięciu lat, tylko by sfinansować samą budowę infrastruktury. Bain szacuje, że cała branża AI potrzebuje ponad 6 bilionów dolarów rocznego przychodu do 2031 roku. Centralne pytanie badania: „czy aplikacje nadejdą na czas, by za to zapłacić?”

Konsultanci z własnym interesem, ale użytecznym benchmarkiem

Economist w naszym laboratorium zastrzegł kluczowy problem metodologiczny: zarówno PwC, jak i Bain to firmy konsultingowe sprzedające usługi doradcze firmom z branży AI — ich prognozy, choć oparte na realnych danych rynkowych, mają wbudowany interes w utrzymaniu narracji o nieuchronności dalszych, masowych inwestycji wymagających właśnie takiego doradztwa. Red Team odpowiedział: mimo tego zastrzeżenia, sama liczba 4,2 bln USD w pięć lat jest użytecznym, konkretnym benchmarkiem — niezależnie od motywacji firmy, która go opublikowała. Można teraz śledzić rok po roku, czy realne przychody faktycznie się zbliżają do tej skali.

AI Engineering Realist połączył to z wcześniejszą sesją o badaniu NBER: jeśli 89% firm nie odnotowało mierzalnego wzrostu produktywności z AI, to „zupełnie nowe rynki”, o których mówi Bain, muszą powstać praktycznie od zera w ciągu najbliższych pięciu lat — nie mogą wynikać po prostu z poprawy efektywności istniejących zastosowań.

Contrarian zaproponował analogię do budowy kolei żelaznych w XIX wieku — inwestycje wielokrotnie przewyższające bieżące przychody, finansowane na dekady naprzód, zanim pełny potencjał gospodarczy się zrealizował. Historian of Technology odpowiedział: kolej dawała szybki, mierzalny efekt fizyczny w tym, jak towary i ludzie mogli się przemieszczać; AI, według badania NBER, nie dała jeszcze mierzalnego efektu produktywności nawet przy istniejącej, częściowo wdrożonej infrastrukturze.

Predykcje, które będziemy sprawdzać

Rynek predykcyjny tej sesji dał wynik 24 procent na osiągnięcie benchmarku Bain w wyznaczonym terminie — laboratorium ocenia, biorąc pod uwagę wyniki badania NBER, że to mało prawdopodobne. Pełny rejestr predykcji znajduje się w Forecast Ledger. Nic z niego nie usuwamy — nawet jeśli prognoza się nie sprawdzi.