Бурный рост дата-центров для ИИ может навредить другим инфраструктурным проектам

В 2025 году в США частные инвесторы резко увеличили строительство дата-центров, объектов, которые обеспечивают вычислительную мощность для искусственного интеллекта. Однако этот строительный бум может негативно повлиять на другие важные государственные проекты, такие как дороги, мосты и транспортная инфраструктура.

Ключевые факты

  • Рост расходов на дата-центры: Частные компании тратят около $41 млрд в год на строительство дата-центров - это примерно столько же, сколько правительства штатов и городов тратят на строительство транспортной инфраструктуры.

  • Рекордный выпуск долговых обязательств: В 2025 году штатные и местные правительства снова выпустили рекордное количество облигаций, около $600 млрд, большая часть которых должна была пойти на инфраструктурные проекты.

  • Конкуренция за ресурсы: Эти проекты (дороги, мосты) и дата-центры конкурируют за одних и тех же строителей, материалы и рабочую силу при уже существующем дефиците квалифицированных работников.

Почему это важно

Руководитель Autodesk, Эндрю Анагност, в интервью Bloomberg отмечает, что быстрый рост строительства дата-центров "отсасывает ресурсы" от других проектов. Он уверен, что многие инфраструктурные инициативы будут двигаться медленнее, чем хотелось бы властям и обществу.

Эта конкуренция усиливается из-за старения рабочей силы, оттока специалистов и более строгих миграционных правил, которые затрудняют найм строительных рабочих.


Что это означает в широком контексте

  • Инфраструктурный дефицит и энергетическая нагрузка: стремительный рост дата-центров уже вызывает напряжение на электрической сети в таких регионах, как Техас, где запросы на мощность выросли гигантскими темпами из-за ИИ-фреймов и центров обработки данных.

  • Финансовые риски: растущий долг, привлекаемый под проекты ИИ-инфраструктуры, вызывает опасения стратегов о возможных рисках для рынков капитала.

  • Баланс инфраструктурных приоритетов: инвестирование в ИИ бурно растёт, но есть вопросы о том, сколько этого действительно нужно и как это влияет на всё остальное (дороги, энергию, рабочие места).

Похожие статьи

Рекомендательные технологии Подробнее
AI 4 месяца назад

Лучшие практики RAG: как собрать систему, которая действительно улучшает ответы LLM

Адаптированный разбор исследования Searching for Best Practices in Retrieval-Augmented Generation: когда нужен retrieval, почему hybrid search почти всегда сильнее одиночного dense-поиска, зачем обязателен reranking и как выстроить RAG-пайплайн без лишней сложности и ненужной задержки.

AI 5 месяцев назад

ChatGPT получил полноэкранный просмотр отчетов

OpenAI обновила инструмент deep research в ChatGPT и добавила полноэкранный просмотр отчетов. Теперь пользователи могут удобно работать с длинными исследованиями, просматривать оглавление и источники, а также экспортировать материалы в разных форматах.

AI 6 месяцев назад

Мы не сделали ИИ умнее — мы стали думать меньше

Статья о том, как повседневное использование искусственного интеллекта влияет на мышление человека. Почему ИИ создаёт иллюзию интеллектуального прогресса и чем опасна утрата самостоятельного мышления.

AI 5 месяцев назад

ИИ и выгорание: почему автоматизация не решила проблему перегрузки

Почему активное внедрение ИИ может не снижать рабочую нагрузку, а усиливать её, приводя к выгоранию сотрудников. Исследования показывают, что освободившееся благодаря ИИ время часто заполняется новыми задачами, а стресс растёт.