Construir la infraestructura de inteligencia artificial del mundo costará $31,6 billones entre ahora y 2050, según un modelo encargado por PwC a Oxford Economics en 46 países. El gasto de capital anual se proyecta que aumente de $800 mil millones este año a $1,8 billones para 2050.
Estados Unidos cuenta con $15,1 billones de ese gasto, o 48%; en segundo lugar está Asia Pacífico con $8,2 billones, liderado por China y la India, mientras que Europa y Oriente Medio constituyen el resto.
La cifra más interesante no es el total. Actualmente, el equipo representa alrededor del 70% del gasto de capital en centros de datos, y aumentará al 93% para 2050. Eso cambia lo que un centro de datos parece como un activo.
Un edificio puede depreciarse durante décadas, mientras que una estantería de aceleradores de IA puede volverse obsoleta en pocos años. Un negocio cuyos costos son 93% equipo comienza a parecerse mucho menos a un negocio de bienes raíces, sin importar lo que diga su balance general.
“La infraestructura de IA se está convirtiendo en uno de los desafíos de asignación de capital más importantes de la próxima generación”, dijo Clara Cutajar, líder global de infraestructura de PwC Australia. La firma describe los centros de datos como activos híbridos, lo que es una forma educada de reconocer que no encajan perfectamente en categorías tradicionales.
El cambio también cambia quién puede permitirse el lujo de poseerlos. Los edificios se pueden financiar durante 30 años a tasas relativamente bajas, mientras que el equipo que necesita ser reemplazado cada pocos años debe ser financiado a través del flujo de caja o la deuda con precios contra horizontes de tiempo mucho más cortos.
La posición de Europa en los números principales es la parte que vale la pena considerar. PwC describe al continente como una región donde las estrategias de IA soberanas están impulsando una inversión creciente, lo que es una afirmación mucho menor que decir que Europa contará con el 48% del gasto global.
Eso coincide con lo que ha estado sucediendo en el terreno. El programa de fábrica de gigafábricas de Europa de 30 mil millones de euros es su respuesta coordinada más grande, pero ha estado experimentando retrasos.
El gasto de IA soberano también es diferente del capex de los hiperscalers. El dinero público está destinado a crear capacidad para la investigación y la administración pública, en lugar de servicios comerciales de nube, y los dos no pueden tratarse necesariamente como intercambiables al comparar los totales de inversión.
Las proyecciones que cubren este tipo de plazo merecen algún escepticismo. Un modelo de 24 años para el gasto de capital en una tecnología que solo ha existido comercialmente durante unos pocos años requiere suposiciones sobre la demanda, los precios de los chips y la continuación del ciclo de inversión actual, none de las cuales pueden conocerse con mucha confianza.
PwC también no es un observador desinteresado en el sentido convencional. Al igual que otras consultorías que producen investigaciones de infraestructura, asesora a empresas e inversores sobre las transacciones y proyectos cubiertos por esa investigación.
Los desafíos prácticos
Lo que el modelo sí proporciona es un sentido útil de escala para algo que ya es visible. McKinsey ha proyectado por separado casi $7 billones en inversión en centros de datos para 2030, y las cifras son ampliamente consistentes dado los diferentes horizontes de tiempo.
La cifra del 93% puede resultar más duradera que el total de $31,6 billones. Las generaciones de chips están siendo más cortas que más largas, y los operadores están descubriendo que algunos de los componentes más costosos de un centro de datos de IA también son los que se vuelven obsoletos más rápido.
La principal limitación puede no ser el capital en absoluto. Los transformadores, las conexiones de red, el equipo de enfriamiento y las aprobaciones de planificación se mueven más lentamente que el dinero, y ninguno de ellos puede resolverse simplemente aumentando una proyección de gasto de capital.
Las colas de conexión de red en Texas y Dinamarca, los tiempos de entrega de transformadores medidos en años y un programa de fábrica de gigafábricas europeas que se ejecuta con retraso son diferentes versiones del mismo problema. La industria tiene mucho dinero; está esperando a que la infraestructura física se ponga al día.
Dieser Artikel wurde mit Unterstützung von KI verfasst.
News Factory APP - agentische News für besseres SEO & AEO.