Виконавець Google DeepMind прогнозує, що капітальні витрати, пов’язані з ШІ, можуть досягти трильйона доларів до 2026 року. Ключовим фактором у цьому рівнянні є не просто більші моделі або швидші чіпи. Це щось, що називається рекурсивним самовдосконаленням (RSI), яке виконавець вважає новим AGI.
RSI — це момент, коли система ШІ стає достатньо доброю, щоб починати покращувати себе сама, не чекаючи, поки люди проводитимуть налаштування.
Числа за ставкою
Спільний капіталовкладення чотирьох головних гіперскейлерів — Alphabet, Microsoft, Amazon і Meta — становить приблизно 725 мільярдів доларів США на 2026 рік. Це зростання на 77% порівняно з приблизно 410 мільярдами доларів США у 2025 році.
Alphabet окремо переглянула свій прогноз капітальних витрат на 2026 рік до діапазону від 195 до 205 мільярдів доларів США.
Goldman Sachs додала власні оцінки, визначивши щорічні капітальні витрати, пов’язані з ШІ, на рівні близько 765 мільярдів доларів США у 2026 році. Сумарний прогноз банку простягається до близько 7,6 трильйона доларів США з 2026 по 2031 рік.
Чому RSI змінює розрахунок
Генеральний директор DeepMind Деміс Хассабіс згадав RSI як ключовий напрямок розробки лабораторії у 2026 році. Ця концепція поєднується з багатоагентними системами та традиційним масштабуванням як шляхи не лише до AGI, а й до того, що дослідники називають штучним суперінтелектом, або ASI.
AGI приблизно визначається як ШІ, здатний виконувати будь-яку інтелектуальну задачу, яку може виконати людина. ASI йде далі: інтелект, який перевершує людські можливості в усіх галузях.
Що це означає для криптовалют та цифрової інфраструктури
Центри обробки даних на основі ШІ вже конкурують з майнерами bitcoin за потужність у ключових ринках, таких як Техас і Північна Європа. Збільшення витрат гіперскейлерів на 77% у порівнянні з попереднім роком означає більше об’єктів, більше охолодження та більше навантаження на електромережі.
Для криптоінвесторів оцінка Goldman Sachs у $7,6 трильйона на накопичені капітальні витрати на штучний інтелект до 2031 року створює стійке середовище попиту на сировину для обчислень: енергію, напівпровідники та мережеву інфраструктуру.