تفسیر جی‌پی‌مورگان: هزینه‌های سرمایه‌گذاری هوش مصنوعی به ۸۷۰ میلیارد دلار نزدیک می‌شود، برق و بازده چالش بعدی هستند

TL;DR
· TrendForce هزینه‌های سرمایه‌گذاری ۹ شرکت بزرگ CSP جهانی را برای سال ۲۰۲۶ به حدود ۸۳۰ میلیارد دلار افزایش داده است، با نرخ رشد سالانه به ۷۹ درصد.
· مایکروسافت، گوگل، متا و آمازون همچنان سرمایه‌گذاری‌های خود را افزایش می‌دهند، افزایش قیمت تراشه‌ها، مراکز داده و تأسیسات برق به افزایش بودجه کمک کرده است.
· صنایع نیمه‌هادی، مراکز داده و زنجیره برق به‌طور مستقیم بهره‌مند می‌شوند، اما سرعت تحقق درآمدهای هوش مصنوعی همچنان بر صبر بازار تأثیر خواهد گذاشت.

هزینه‌های زیرساخت هوش مصنوعی شرکت‌های بزرگ ابری جهانی همچنان در حال افزایش است.

خبرنامه TrendForce در ماه مه نشان می‌دهد که هزینه‌های سرمایه‌گذاری ۹ شرکت بزرگ CSP جهانی برای سال ۲۰۲۶ به حدود ۸۳۰ میلیارد دلار افزایش یافته است، با نرخ رشد سالانه از ۶۱ درصد به ۷۹ درصد. این آمار شامل گوگل، AWS، متا، مایکروسافت، اوراکل و همچنین بایت‌دنس، تنسنت، علی‌بابا و بایدو می‌شود.

مواد استراتژیک مرتبط با JPM نیز به هزینه‌های سرمایه‌گذاری ۶۰۰ میلیارد دلاری بزرگ‌ترین هایپر اسکیلرها در سال ۲۰۲۶ اشاره دارد، اما آمارهای مختلف در مورد اجاره، برق، زمین، شرکت‌های ابری چینی و پلتفرم‌های ابری هوش مصنوعی نوظهور یکسان نیستند. تفسیر مطمئن‌تر این است که: چه از آمار باریک استفاده شود و چه از آمار وسیع، هزینه‌های زیرساخت هوش مصنوعی در سال ۲۰۲۶ کاهش نیافته است.

این دور از هزینه‌ها صرفاً خرید سرورهای بیشتر نیست. GPU، ASIC‌های خودساخته، تجهیزات شبکه، زمین‌های مراکز داده، دسترسی به برق و سیستم‌های خنک‌کننده همه با هم بودجه را افزایش می‌دهند. برای بازار، زیرساخت هوش مصنوعی از سرمایه‌گذاری‌های داخلی شرکت‌های فناوری به سفارشات نیمه‌هادی، اجاره مراکز داده، سرمایه‌گذاری‌های عمومی و جریان نقدی آزاد شرکت‌های بزرگ فناوری گسترش یافته است.

هزینه ۸۳۰ میلیارد دلاری آمار وسیع‌تری دارد، بودجه شرکت‌های ابری همچنان در حال افزایش است

عدد ۸۳۰ میلیارد دلار که TrendForce ارائه داده، مجموع هزینه‌های ۹ شرکت بزرگ CSP جهانی است. این عدد از آمار شرکت‌های بزرگ ابری آمریکایی وسیع‌تر است و شرکت‌های ابری چینی را نیز شامل می‌شود.

این نیز دلیل آسانی است که چرا اعداد فعلی هزینه‌های سرمایه‌گذاری هوش مصنوعی ممکن است متفاوت باشد. آمار باریک‌تر به هزینه‌های سرمایه‌گذاری خود شرکت‌های بزرگ آمریکایی نزدیک‌تر است، در حالی که آمار وسیع‌تر شامل اجاره مالی، ساخت مراکز داده، سرمایه‌گذاری‌های مرتبط با برق و پلتفرم‌های ابری بیشتر می‌شود. اعداد نمی‌توانند به‌طور مستقیم جمع شوند، اما جهت‌گیری یکسان است: سرمایه‌گذاری در زیرساخت هوش مصنوعی همچنان در حال افزایش است.

آمار عمومی چند شرکت بزرگ به‌خوبی قدرت این افزایش را نشان می‌دهد.

مدارک روابط سرمایه‌گذاران مایکروسافت نشان می‌دهد که هزینه‌های سرمایه‌گذاری برای سال ۲۰۲۶ حدود ۱۹۰ میلیارد دلار است. اطلاعات جلسه تلفنی Alphabet در سه‌ماهه اول و پیوست SEC نشان می‌دهد که پیش‌بینی هزینه‌های سرمایه‌گذاری برای سال ۲۰۲۶ بین ۱۸۰ تا ۱۹۰ میلیارد دلار است. اعلامیه سه‌ماهه اول متا و مدارک SEC محدوده هزینه‌های سرمایه‌گذاری برای سال ۲۰۲۶ را بین ۱۲۵ تا ۱۴۵ میلیارد دلار ارائه می‌دهد که شامل اصل اجاره مالی است.

بیانیه رسمی آمازون پیش‌تر اعلام کرده بود که هزینه‌های سرمایه‌گذاری کل شرکت برای سال ۲۰۲۶ حدود ۲۰۰ میلیارد دلار است. در بازار نیز برخی از طرف‌های ثالث برآوردهای بالاتری برای هزینه‌های مرتبط با AWS ارائه داده‌اند، اما این به این معنا نیست که آمازون به‌طور رسمی بیش از ۲۳۰ میلیارد دلار راهنمایی برای AWS منتشر کرده است.

به عبارت دیگر، غول‌های ابری به دلیل بحث‌های مربوط به دوره بازگشت سرمایه هوش مصنوعی ترمز نمی‌زنند. آن‌ها همچنان در حال ساخت مراکز داده، خرید تراشه‌ها و قفل کردن برق برای نیازهای آموزشی، استدلال و هوش مصنوعی شرکتی هستند.

در ۱۹۰ میلیارد دلار مایکروسافت، ۲۵ میلیارد دلار ناشی از افزایش قیمت اجزا است

عدد مایکروسافت بیشترین توانایی را در نشان دادن پیچیدگی این افزایش دارد.

این شرکت در جلسه تلفنی سه‌ماهه سوم FY2026 اشاره کرد که هزینه‌های سرمایه‌گذاری برای سال ۲۰۲۶ حدود ۱۹۰ میلیارد دلار است که حدود ۲۵ میلیارد دلار از تأثیر قیمت‌های بالاتر اجزا ناشی می‌شود. به عبارت دیگر، افزایش هزینه‌های سرمایه‌گذاری به‌طور کامل با افزایش تعداد سرورها، تعداد GPU یا قدرت محاسباتی هوش مصنوعی همزمان نیست.

این برای سرمایه‌گذاران بسیار مهم است. افزایش بودجه، بخشی از آن ناشی از تقاضا و بخشی دیگر ناشی از هزینه است.

تقاضا از طرف آموزش و استدلال همچنان در حال گسترش است. شرکت‌های ابری باید GPU بیشتری خریداری کنند، خوشه‌های بزرگ‌تری بسازند و همچنین در حال پیشبرد ASIC‌های خودساخته برای کاهش هزینه‌های محاسباتی واحد هستند. از طرف هزینه، افزایش قیمت تراشه‌های پیشرفته، ذخیره‌سازی، تجهیزات شبکه، تجهیزات برق، ساخت و افزایش قیمت اجزا کلیدی وجود دارد.

بنابراین، زنجیره‌های نیمه‌هادی، تجهیزات شبکه، مراکز داده و برق شاهد سفارشات و تقاضای ساخت هستند؛ سهام‌داران شرکت‌های بزرگ فناوری همچنین فشارهای نقدی، فشارهای استهلاک و فشارهای حاشیه سود را مشاهده می‌کنند. اگر رشد درآمدهای هوش مصنوعی بتواند همگام با هزینه‌ها پیش برود، بازار همچنان به این هزینه‌ها زمان خواهد داد. اگر تحقق درآمدها از هزینه‌ها کندتر باشد، بحث به یک سؤال مستقیم‌تر برمی‌گردد: آیا پول خرج شده به اندازه کافی سریع به درآمد تبدیل می‌شود؟

نرخ خالی‌بودن مراکز داده به ۱.۶ درصد کاهش یافته است، برق به یک محدودیت سخت‌تر تبدیل شده است

آنچه که به غول‌های ابری کمک می‌کند تا به سرمایه‌گذاری‌های خود ادامه دهند، تنها بیانیه‌های مدیریت نیست، بلکه تنش در سمت عرضه نیز هست.

داده‌های CBRE IM نشان می‌دهد که نرخ خالی‌بودن بازار مراکز داده اصلی در آمریکای شمالی حدود ۱.۶ درصد است و نرخ پیش‌اجاره ظرفیت در حال ساخت حدود ۷۴.۳ درصد است. این نشان می‌دهد که بسیاری از مراکز داده جدید هنوز تحویل داده نشده‌اند، اما توسط شرکت‌های ابری و مشتریان هوش مصنوعی قفل شده‌اند.

برای CSP، یک سال تأخیر در ساخت ممکن است به معنای از دست دادن تقاضای مشتری باشد. برای اپراتورهای مراکز داده، تجهیزات برق و شرکت‌های خدمات عمومی، دید سفارشات طولانی‌تر شده است.

تراشه‌های پیشرفته نیز به‌طور مشابه محدود هستند. تقاضای بالای تراشه‌های جدید هوش مصنوعی مانند Blackwell انویدیا، زمان‌بندی تأمین را همچنان تحت تأثیر قرار می‌دهد. حتی اگر شرکت‌های ابری در حال پیشبرد ASIC‌های خودساخته باشند، GPU هنوز منبع کلیدی برای خوشه‌های آموزشی و استدلال پیشرفته است.

محدودیت‌های غیرقابل اجتناب‌تر برق است. مراکز داده هوش مصنوعی تنها با خرید سرور قابل راه‌اندازی نیستند، بلکه به ایستگاه‌های برق، دسترسی به برق، منابع پشتیبان، سیستم‌های خنک‌کننده و قراردادهای بلندمدت برق نیاز دارند. سهم بالای تولید برق گاز طبیعی در آمریکا، بارهای جدید مراکز داده نیز به سرمایه‌گذاری‌های گاز طبیعی، تجهیزات شبکه و خدمات عمومی منتقل خواهد شد.

این نیز دلیلی است که زنجیره‌های بهره‌مندی از هزینه‌های سرمایه‌گذاری هوش مصنوعی به‌طور مداوم گسترش می‌یابند. GPU و ASIC ابتدا سفارشات را دریافت می‌کنند، سپس توسعه‌دهندگان و اجاره‌دهندگان مراکز داده بهره‌مند می‌شوند، و تجهیزات برق، گاز طبیعی، گسترش شبکه و سیستم‌های خنک‌کننده نیز تحت تأثیر قرار می‌گیرند. اما هرچه به جلو برویم، پروژه‌ها بیشتر به تأیید محلی، پیشرفت اتصال به شبکه، نیروی کار و تحویل زنجیره تأمین وابسته می‌شوند.

پول در راه است، سرعت تحقق درآمد باید همگام شود

جایی که هزینه‌های سرمایه‌گذاری هوش مصنوعی به‌راحتی می‌تواند بیش از حد نوشته شود، این است که افزایش بودجه را به‌طور مستقیم معادل با تکمیل تجاری‌سازی هوش مصنوعی در نظر بگیریم.

واقعیت بیشتر تقسیم شده است. غول‌های ابری واقعاً در حال افزایش سرمایه‌گذاری هستند، مراکز داده واقعاً در حال تنش هستند، و سفارشات تراشه‌های پیشرفته هنوز قوی هستند. اما بخشی از افزایش هزینه‌های سرمایه‌گذاری ناشی از افزایش قیمت اجزا است، و برق و تحویل نیز ممکن است سرعت واقعی عرضه قدرت محاسباتی را کند کند. هزینه‌های ثبت شده در سال ۲۰۲۶ هرچه بزرگ‌تر باشد، به این معنا نیست که قدرت محاسباتی قابل استفاده به همان اندازه افزایش خواهد یافت.

سرمایه‌گذاران بیشتر نگران این نیستند که آیا شرکت‌های ابری به خرج کردن ادامه خواهند داد، بلکه نگران این هستند که این پول چقدر سریع به درآمد تبدیل می‌شود. تقاضای آموزشی هوش مصنوعی از اولین دور سرمایه‌گذاری حمایت کرده است، و استدلال، کاربردهای شرکتی و توانایی قیمت‌گذاری خدمات ابری تعیین‌کننده بازده‌های بعدی خواهند بود.

اگر درآمدهای ناشی از هوش مصنوعی، درآمدهای ابری، درآمدهای نرم‌افزاری و افزایش بهره‌وری نتوانند هزینه‌های استهلاک، انرژی و تأمین مالی را پوشش دهند، صبر بازار نسبت به هزینه‌های کلان کاهش خواهد یافت. پول در راه است، تراشه‌ها و مراکز داده نیز در صف هستند، آنچه که واقعاً این دور از گسترش را متوقف می‌کند، ممکن است نه بودجه، بلکه دسترسی به برق، تحویل پروژه و سرعت افزایش درآمد باشد.