Pagsasagawa ng Big Tech sa AI Infrastructure ay malapit na sa $700B hanggang 2026

Inaasahan na mag-invest ang mga malalaking teknolohiya sa halos $700 bilyon sa AI hanggang 2026. Sa praktika, ang kapital na gastos sa infrastraktura ng AI ay sumasaklaw sa mga accelerator at GPU, high-speed networking, pagbuo ng data center, at mga sistema ng enerhiya, at ang saklaw ay nakadepende sa kung gaano karaming bahagi ng stack ang kasama. Ang kasalukuyang talakayan ay nakatuon sa paggasta ng mga hyperscaler at kung ang pagpapalawak ng compute ay maaaring masuportahan ng enerhiya at paggamit sa malaking iskala.

Ayon sa Goldman Sachs, ang mga gastos sa kapital na kaugnay ng AI noong 2026 ay maaaring makarating sa halos $527 bilyon, habang ang MLQ ay nagrereport ng kasabay na pananaw para sa Alphabet, Amazon, Meta, at Microsoft sa saklaw ng $650–$700 bilyon, pangunahin para sa mga data center, GPUs, at mga sistema ng enerhiya. Ang mga numero na ito ay madalas isinasaad bilang direksyonal at maaaring magkaiba batay sa saklaw, panahon, at anong bahagi ng mga programa ng pagbuo na maraming taon ang ipinagkakaroon sa isang partikular na taon.

Ang Alphabet (GOOGL) at iba pang hyperscalers ay nasa sentro ng siklo na ito, nagdudulot ng gastusin sa mga accelerator, interconnects, at malalaking data center campuses na kayang suportahan ang malalim na kapangyarihan at pagpapalamig. Ayon sa AOL, ang mga malalaking kumpanya sa teknolohiya ay nagtataguyod ng mga hundreds of billions sa AI infrastructure, at ang Alphabet ay itinuturing na may structural advantages kumpara sa mga kalaban.

Ang mga lider sa industriya ay naglarawan nito bilang isang matatag na pagbabago sa pagkakalkula kaysa isang pansamantalang pagtaas. “Pagkatapos mag-commit ang mga negosyo sa AI, kailangan nila ang lalong maraming kapasidad sa pagkakalkula,” ayon kay Jensen Huang, CEO ng Nvidia.

Sa oras na ito ng pagsusulat, ang publikong konteksto ng merkado ay nagpapakita ng patuloy na pagkilala sa mga supply chain ng AI; batay sa data ng Nasdaq, ang NVIDIA Corporation (NVDA) ay nakatapos sa 177.19 noong 27 Pebrero, lumipat sa 177.81 pagkatapos ng oras ng pagtinda (+0.35%), at tinindahan sa loob ng 52-taong saklaw na 86.62 hanggang 212.19, na may intra-day na market capitalization na malapit sa $4.31 trilyon. Ang mga numero na ito ay deskriptibo at hindi nagpapahiwatig ng anumang pananaw.

Ang ekonomiks ay nakadepende sa pagpapalit ng mataas na capex sa kita at cash flow sa pamamagitan ng pagtaas ng paggamit at pangangailangan ng mga customer para sa inference at training. Ayon sa The Motley Fool, ang alon ng paggastos ay isang malaking tagapagbigay-lakas para sa mga supplier ng infrastraktura, samantalang itinataguyod din nito ang mga tanong kung kaya ba ng mga hyperscaler na manatili sa antas ng kanilang libreng cash flow kasabay ng mataas na gastos.

Ayon sa Fortune, ang pag-aaral ay nagbabala na ang kita ay maaaring maging mas mabagal kaysa sa mga antas ng pag-invest, na nagpapahiwatig ng mas mahabang panahon para mabawi kung ang monetisasyon o paggamit ay bumubuo nang mas mabagal kaysa sa inaasahan. Ang pagpapakita ng saklaw sa paraang ito ay naglalabas ng pangangailangan para sa disiplinadong paggamit, epektibong mga modelo, at mix ng workload na makakapag-absorb ng kapasidad sa tatanggap na margin.

Operasyonal, ang mga rate ng paggamit, availability ng enerhiya, at ang pagkakasunod-sunod ng mga koneksyon sa grid at pagpapahintulot ay malulutas na mga hadlang sa bilis ng pagpapalaganap. Ang mga salik na ito, kasama ang unit economics para sa mga accelerator, networking, at enerhiya, ay magpapasya kung ang kasalukuyang capex ng AI infrastructure ay magiging mapagkukunan ng matatag na return at mas tiyak na libreng cash flow sa paglipas ng panahon.