Καθώς ο ενθουσιασμός γύρω από την τεχνητή νοημοσύνη κλιμακώνεται, καθίσταται δύσκολο να εκτιμηθεί με ακρίβεια ο ρυθμός ανάπτυξης της τεχνολογίας και το αν θα εκπληρώσει τις προσδοκίες, με πολλούς επενδυτές να δυσκολεύονται να διαχειριστούν τον θόρυβο και να ποσοτικοποιήσουν τι σημαίνουν όλα αυτά στην πράξη. Η Goldman Sachs Research, μέσω του αναλυτή Τζιμ Σνάιντερ, προχώρησε σε προβλέψεις για το μέλλον του κλάδου, εκτιμώντας ότι το μερίδιο της τεχνητής νοημοσύνης στη συνολική αγορά των κέντρων δεδομένων θα διπλασιαστεί στο 30% τα επόμενα δύο χρόνια, αποσπώντας μερίδιο από τα συμβατικά και cloud φορτία εργασίας. Στο βασικό σενάριο των αναλυτών, η συνολική κατανάλωση ισχύος από τα κέντρα δεδομένων προβλέπεται να αυξηθεί κατά 175% έως το 2030 σε σύγκριση με τα επίπεδα του 2023, ποσοστό που αποτελεί αναθεώρηση προς τα πάνω από την προηγούμενη πρόβλεψη για αύξηση της τάξεως του 165%.
Κρίσιμο μέγεθος αποτελεί η πληρότητα ή αλλιώς «επάρκεια προσφοράς», η οποία δείχνει πόση από την υπολογιστική χωρητικότητα ενός κέντρου δεδομένων αξιοποιείται, με τον Σνάιντερ να τονίζει πως η πληρότητα συνδέεται με τα περιθώρια κέρδους, τα περιθώρια με τα κέρδη και τα κέρδη τελικά με τις μετοχές των εταιρειών του χώρου. Τους τελευταίους εννέα μήνες, οι προβλέψεις τόσο για την προσφορά όσο και για τη ζήτηση έχουν αυξηθεί, ωστόσο η πλευρά της ζήτησης ενισχύεται λίγο περισσότερο από την πρόβλεψη της προσφοράς, με αποτέλεσμα η ισορροπία να αναμένεται να στενέψει σημαντικά τους επόμενους 18 μήνες. Η πληρότητα προβλέπεται να παραμείνει σε επίπεδα κορυφής έως το 2026, φτάνοντας περίπου το 93% το επόμενο έτος, ενώ πέρα από το 2027 οι περιορισμοί στην προσφορά αναμένεται να χαλαρώσουν, με τα ποσοστά να υποχωρούν σταδιακά στο 90% έως το 2028 και κατόπιν να σταθεροποιούνται.
Ωστόσο, η Goldman Sachs Research εξετάζει και εναλλακτικά σενάρια, καθώς τα βίντεο τεχνητής νοημοσύνης και η νέα γενιά τσιπ (GPUs) ενδέχεται να καταναλώνουν περισσότερη ενέργεια από το αναμενόμενο, οδηγώντας τη ζήτηση σε επίπεδα που ξεπερνούν τις προβλέψεις. Στο πιο αισιόδοξο σενάριο, όπου η ζήτηση υπερβαίνει την προσφορά έως το 2030, τα ποσοστά πληρότητας στις περιοχές αιχμής θα μπορούσαν να ξεπεράσουν το 100%, φτάνοντας 17 ποσοστιαίες μονάδες υψηλότερα από το βασικό σενάριο, ωθώντας τους hyperscalers να μισθώνουν χωρητικότητα όσο πιο γρήγορα μπορούν να την κατασκευάσουν. Αντίθετα, εάν υπάρξει αδυναμία νομισματοποίησης των δωρεάν σήμερα εφαρμογών AI, η ζήτηση θα μπορούσε να μειωθεί κατά 20% μεταξύ 2025 και 2030, οδηγώντας την πληρότητα 8 ποσοστιαίες μονάδες χαμηλότερα από το βασικό σενάριο και ρίχνοντας τη χωρητικότητα περίπου στο 80% έως το τέλος της δεκαετίας.
Παρά τον θόρυβο γύρω από την τεχνητή νοημοσύνη, η πλειονότητα της χωρητικότητας των κέντρων δεδομένων εξακολουθεί να υποστηρίζει συνηθισμένες διεργασίες υπολογιστικού νέφους, καθώς τα παραδοσιακά φορτία εργασίας αποτελούν περίπου το 85% της τρέχουσας ζήτησης. Σε περίπτωση που οι εταιρικές δαπάνες για αυτές τις βασικές υπηρεσίες μειωθούν ή οι εταιρείες βελτιστοποιήσουν τη χρήση του cloud, η πληρότητα ενδέχεται να πέσει κατά 4 ποσοστιαίες μονάδες, καθιστώντας δυσκολότερο για τους διαχειριστές να επιτύχουν τις αναμενόμενες αποδόσεις των επενδύσεών τους. Παρ’ όλα αυτά, η κεντρική εκτίμηση παραμένει ότι η βιομηχανία θα κατασκευάσει αρκετή χωρητικότητα για να απορροφήσει τη ζήτηση, με τον Σνάιντερ να σημειώνει ότι η αγορά θα συνεχίσει να γίνεται πιο σφιχτή μεσοπρόθεσμα πριν χαλαρώσει, αν και το πόσο θα διαρκέσει αυτό μένει να φανεί.
