Исследование, проведенное консалтинговой компанией TRIADA Partners (бывшие партнёры и консультанты Mckinsey & Company), говорит о том, что примерно 70 % российских предприятий пока не смогли окупить инвестиции в ИИ, несмотря на то что они были сделаны несколько лет назад.

Аналитики изучили данные по использованию технологий ИИ более 10 крупнейших компаний-клиентов, крупных и средних бизнесов на российском рынке в сегментах горной добычи, металлургии, добычи нефти и строительной отрасли. На этих предприятиях в числе прочего применяются системы на основе генеративного ИИ.

По оценкам экспертов, технологии ИИ в том или ином виде используют в своей работе около 70 % компаний в России. Средний срок окупаемости ИИ-проектов составляет 2–3 года, но по прошествии этого времени многие предприятия по-прежнему не могут компенсировать понесённые затраты.

Вместе с тем стоимость готовых ИИ-решений, включая модель и поддержку, при заказе у сторонних разработчиков может исчисляться десятками и сотнями миллионов рублей. Причём условия соглашения зачастую предполагают, что клиент должен делиться с разработчиком своими данными, что вызывает опасения в плане безопасности. В целом, бюджет на ИИ-проекты в среднем распределяется следующим образом:

• Затраты на разработку и обучение модели — 25 %;
• Формирование команды разработчиков и обучение персонала — 25 %;
• Интеграция в текущую IT-инфраструктуру, включая перестройку IT-ландшафта, закупку облачных ресурсов и лицензий — 15 %;
• Сбор и обработка данных — 15 %;
• Инфраструктура для тестирования и эксплуатации, включая энергопотребление — 10 %;
• Управление изменениями — 5 %;
• Риск-менеджмент — 5 %.

Источник изображения: unsplash.com / BoliviaInteligente

Вопрос окупаемости инвестиций в ИИ, по данным TRIADA Partners, наиболее остро стоит у промышленных компаний, организаций из сфер энергетики, госуправления и обороны. Основными препятствиями аналитики называют отсутствие единой стратегии и координации ИИ-проектов, что приводит к конфликтующим решениям, а также несистемность трансформаций.

Эксперты подчёркивают, что одиночные пилотные инициативы «не дают системного эффекта»: для достижения наилучших результатов необходимо охватывать все ключевые и поддерживающие функции — производство, маркетинг, HR, закупки, финансы и пр. Кроме того, в окупаемости инвестиций в технологии ИИ может помочь коммерциализация и вывод собственных разработок на рынок.

«Скорость и повсеместность интеграции ИИ имеет обратную сторону — пока не для всех компаний очевидна эффективность таких технологий, правильный алгоритм их внедрения и использования, что приводит к увеличению сроков окупаемости инвестиций. В сложившейся ситуации бизнес находится в поиске решений оптимизировать затраты», — говорит TRIADA Partners. 

Консалтинговая компания McKinsey обнародовала прогноз по развитию дата-центров в глобальном масштабе до 2030 года. Аналитики отмечают, что ключевым драйвером отрасли будет оставаться ИИ, а операторы ЦОД и гиперскейлеры продолжат активно наращивать мощности.

В общей сложности, как ожидается, капиталовложения в дата-центры по всему миру к концу десятилетия достигнут $6,7 трлн. Из этой суммы, полагают специалисты McKinsey, примерно $5,2 трлн будет потрачено на объекты, оптимизированные для задач ИИ, а оставшиеся $1,5 трлн — на ЦОД, рассчитанные на традиционные рабочие нагрузки.

Если прогноз McKinsey оправдается, то в ИИ-сегменте из общей суммы в $5,2 трлн на строительные работы пойдёт приблизительно 15 %, или $800 млрд: это средства на землю, материалы и возведение необходимых сооружений. Ещё около 25 %, или $1,3 трлн, составят затраты, связанные с поставками и использованием энергии, включая электрическую инфраструктуру (трансформаторы, генераторы) и системы охлаждения. Оставшиеся 60 %, или $3,1 трлн, будут направлены на закупки необходимого IT-оборудования и систем, в том числе серверов, GPU-ускорителей, стоечных решений и пр.

Источник изображения: McKinsey

Вместе с инвестициями будут расти и мощности дата-центров. В 2025 году общемировой показатель, по данным McKinsey, окажется на уровне 82 ГВт, из которых 44 ГВт придётся на ИИ-нагрузки, ещё 38 ГВт — на традиционные задачи. К 2030 году суммарная мощность ЦОД достигнет 219 ГВт, в том числе 156 ГВт под нагрузки ИИ и 64 ГВт под прочие задачи. Таким образом, общая мощность дата-центров для приложений ИИ в период 2025–2030 гг. поднимется приблизительно в 3,5 раза.

Как следует из доклада агентства McKinsey, взрывной рост ИИ может стать причиной троекратного роста энергопотребления ЦОД в Европе. Эксперты отмечают, что за последние 20 лет ни одна другая технология не оказала такого влияния на необходимость ускоренного развития энергетической инфраструктуры в Европе. По оценкам агентства, энергопотребление европейских дата-центров вырастет к 2030 году с нынешних 62 ТВт∙ч до 150 ТВт∙ч. Это составит до 5 % энергопотребления всего региона, тогда как сейчас на ЦОД приходится около 2 %.

В McKinsey считают, что европейские объекты потребуют ещё 25 ГВт генерирующих мощностей для питания ресурсоёмких ИИ-ускорителей, причём большая часть придётся на «зелёную» энергию. Впрочем, способность индустрии ЦОД добиться нулевых выбросов в 2030–2040 гг. всё ещё под вопросом. По мнению бывшего главы Google Эрика Шмидта (Eric Schmidt), целей декарбонизации добиться всё равно не получится, поскольку общество пока просто «не организовано» для решения этого вопроса. При этом сам ИИ, по его мнению, и должен помочь решить эту проблему.

Источник изображений: McKinsey

В McKinsey отмечают, что кредиты на возобновляемую энергию остаются одним из самых популярных способов для операторов ЦОД компенсировать выбросы их объектов. Тем не менее, как отмечают в агентстве, в долгосрочной перспективе такие схемы будут оказывать минимальное влияние на выбросы в энергосистемах, также они редко способствуют развитию новых проектов или генерации чистой энергии.

Одним из способов снизить негативное влияние ИИ на выбросы CO₂ является размещение ЦОД рядом с электростанциями, непосредственно генерирующими чистую энергию. Лучше всего такой подход работает при обучении ИИ-моделей. Для запуска уже обученных моделей расположение ЦОД возле населённых пунктов предпочтительнее. В долгосрочной перспективе, отмечает McKinsey, возможны другие методы борьбы с загрязнениями окружающей среды — от захвата углекислоты до использования малых модульных реакторов (SMR) для генерации энергии на месте.

SMR очень интересны операторам ЦОД и гиперскейлерам вроде AWS и Google, хотя коммерческих моделей всё ещё нет. Рассматриваются и другие источники вроде водородных топливных элементов. Вместе с тем доля объектов, принадлежащих или управляемых гиперскейлерами, будет расти и далее, как и их энергопотребление.

Хотя энергопотребление ЦОД, как ожидается, вырастет, в другом докладе McKinsey, заявляется, что спрос на электроэнергию в Европе в целом окажется меньше, чем прогнозировалось ранее. Ранее ожидалось, что энергопотребление в регионе вырастет к 2030 году на 7 %, но, как считают в McKinsey, несмотря на существующие тренды, спрос замедлился, во многом из-за внедрения решений для достижения энергоэффективности, умеренно холодных зим и высокой стоимости энергии, ведущей к частичной деиндустриализации.