Popyt na AI przewyższa podaż — nawet Google nie nadąża

Wpis AI Demand Is Outstripping Supply — Even Google Can't Keep Up pojawił się najpierw na 24/7 Wall St..

Sztuczna inteligencja wyszła już poza etap udowadniania swojej skuteczności. Dzisiejszym wyzwaniem jest wytworzenie wystarczającej mocy obliczeniowej, by zaspokoić popyt. Wielkie firmy technologiczne wydają setki miliardów dolarów na budowę infrastruktury AI, a mimo to przedsiębiorstwa wciąż borykają się z niedoborami mocy. Świadczy to o tym, że adopcja AI przyspiesza szybciej, niż branża jest w stanie ją obsłużyć. 

Najnowszy dowód pochodzi z nieoczekiwanego źródła: Google podobno musiało poinformować jedną z największych firm technologicznych na świecie, że po prostu nie jest w stanie dostarczyć wszystkich zasobów obliczeniowych AI, których ta potrzebowała.

Nawet Google'owi zabrakło miejsca

Jak donosi Financial Times, Google poinformowało Meta Platforms (NASDAQ:META) około marca, że nie jest w stanie zapewnić całej pojemności wnioskowania Gemini, którą Meta chciała zakupić. Niedobór podobno zakłócił niektóre wewnętrzne projekty AI Mety i zmusił firmę do ustalania priorytetów w korzystaniu z modeli Google.

Tego inwestorzy nie spodziewali się usłyszeć od jednego z największych dostawców chmury na świecie. Google zainwestowało ponad 90 miliardów dolarów w 2025 roku i planuje podwoić tę kwotę w bieżącym roku, rozbudowując swoją infrastrukturę AI, w tym niestandardowe jednostki przetwarzania tensorów (TPU) i nowe centra danych. Jednak popyt na Gemini rósł tak szybko, że pojemność stała się dobrem deficytowym.

Według Financial Times, Meta nie była jedynym dotkniętym klientem, choć jej ogromny popyt uczynił z niej najbardziej widoczny przykład. Raport wskazuje, że Google nadal ogranicza dostęp niektórych klientów, pracując nad rozbudową pojemności.

Wąskie gardło AI przesunęło się

Przez ostatnie dwa lata inwestorzy skupiali się na firmach trenujących coraz większe modele AI. Teraz ograniczenie przesunęło się w stronę wnioskowania — mocy obliczeniowej wymaganej za każdym razem, gdy ktoś zadaje modelowi AI pytanie lub używa go do wykonania zadania.

Trenowanie modelu odbywa się raz. Wnioskowanie zachodzi miliony, a nawet miliardy razy każdego dnia. Wskazuje to, że adopcja AI w przedsiębiorstwach przyspiesza w obszarach tworzenia oprogramowania, obsługi klienta, reklamy, badań i narzędzi zwiększających produktywność. Każda nowa aplikacja zasilana przez AI zwiększa zapotrzebowanie na moc obliczeniową do wnioskowania.

Według najnowszego kwartalnego raportu finansowego Alphabet'a (NASDAQ:GOOG), Google Cloud zakończył kwartał z ponad 460 miliardami dolarów w pozostałych zobowiązaniach wykonawczych, czyli zaległościami obejmującymi długoterminowe umowy z klientami. Dyrektor generalny Sundar Pichai stwierdził również, że przychody z chmury byłyby wyższe, gdyby Google dysponowało większą dostępną pojemnością.

Innymi słowy, problem nie leży po stronie popytu. Leży po stronie podaży.

Dlaczego inwestorzy powinni zwrócić uwagę

Co zaskakujące, ten niedobór jest dobrą wiadomością dla znacznej części łańcucha dostaw AI. Jeśli Google nie jest w stanie w pełni zaspokoić popytu mimo zarządzania jedną z największych infrastruktur AI na świecie, sugeruje to, że rynek jest daleki od nasycenia. Firmy dostarczające sprzęt dla AI — w tym procesory GPU, pamięć o wysokiej przepustowości, sprzęt sieciowy, komponenty optyczne i systemy zasilania — mają przed sobą jeszcze lata popytu.

Co prawda Google, Microsoft (NASDAQ:MSFT), Amazon (NASDAQ:AMZN) i Meta agresywnie inwestują, by zniwelować tę lukę. Łącznie oczekuje się, że firmy te wydadzą w samym tylko bieżącym roku znacznie ponad 700 miliardów dolarów na infrastrukturę AI.

Niemniej jednak rozbudowa pojemności AI wymaga czasu. Przed udostępnieniem dodatkowej pojemności do wnioskowania należy wyprodukować nowe układy scalone, złożyć serwery, ukończyć centra danych i zainstalować sprzęt sieciowy. 

Na tej drodze napotykają liczne wąskie gardła: energia, grunty i pamięć — żeby wymienić tylko kilka. Dyrektor generalny Nvidii (NASDAQ:NVDA) Jensen Huang twierdzi, że moc obliczeniowa wymagana przez agentyczną AI wzrośnie o co najmniej 1000% w porównaniu z generatywną AI w ciągu zaledwie dwóch lat.

Kluczowy wniosek

Krótko mówiąc, AI nie napotyka problemu z popytem. Napotyka problem z podażą. Doniesienie Financial Times, że Google nie mogło zapewnić Mecie całej żądanej pojemności Gemini, dobitnie pokazuje, jak szybko przyspiesza adopcja AI w przedsiębiorstwach. Nawet firmy wydające setki miliardów dolarów na infrastrukturę nie są w stanie budować mocy obliczeniowej wystarczająco szybko, by zaspokoić potrzeby klientów.

Dla inwestorów to zachęcający sygnał. Boom na AI nie jest już ograniczany zainteresowaniem tą technologią. Jest ograniczany zdolnością branży do wyprodukowania wystarczającej mocy obliczeniowej, by go zaspokoić. Dopóki ta nierównowaga się nie zmniejszy, firmy zaopatrujące ekosystem AI powinny nadal korzystać z jednego z najsilniejszych cykli wydatków na infrastrukturę, jakie sektor technologiczny kiedykolwiek przeżył.

Wpis AI Demand Is Outstripping Supply — Even Google Can't Keep Up pojawił się najpierw na 24/7 Wall St..