К 2031 году мировой рынок искусственного интеллекта должен выйти примерно на $6 трлн ежегодной выручки, чтобы обеспечить финансирование стремительно растущей инфраструктуры ИИ. Такой прогноз содержится в седьмом ежегодном отчёте Bain & Company о глобальных технологических тенденциях.

По оценке аналитиков, уже существующие потребительские и корпоративные приложения способны обеспечить около $1,2–1,8 трлн выручки. Еще примерно $4,2 трлн должны сформировать новые направления — разработка ИИ-моделей, автономные системы, робототехника, цифровые двойники, физический ИИ, а также новые продукты в здравоохранении, энергетике и других отраслях.

При этом капитальные расходы Microsoft, Google, Amazon, Meta и Oracle на ИИ могут достичь $780 млрд в 2026 году, а ежегодные мировые расходы на ИИ-инфраструктуру к 2031 году приблизятся к $1,5 трлн. При капиталоёмкости около 25% выручки для поддержания таких инвестиций потребуется рынок ИИ примерно на $6 трлн в год.

Bain выделяет несколько направлений, которые могут обеспечить необходимый дополнительный спрос. По оценкам компании, ИИ-поиск и реклама способны создать $100–200 млрд новой выручки, автономные системы — около $400 млрд, а физический ИИ, цифровые двойники и робототехника — до $900 млрд.

Аналитики отмечают, что одной экономии на существующих бизнес-процессах для финансирования масштабных инвестиций будет недостаточно. Для устойчивого развития отрасли потребуется создание новых рынков и продуктов, что может потребовать около 1 процентного пункта дополнительного ежегодного роста мирового ВВП.

ИИ меняет рынок чипов и оборудования

Бум искусственного интеллекта уже влияет на распределение стоимости в технологическом секторе. В 2020–2026 годах акции производителей оборудования и полупроводников росли в среднем на 24% в год, тогда как показатели разработчиков программного обеспечения составляли около 6%.

Особое значение приобретают HBM-память, передовая упаковка и специализированные ИИ-чипы. Три крупнейших производителя DRAM — Samsung, SK Hynix и Micron — направляют значительную часть новых мощностей на производство HBM, что ограничивает инвестиции в традиционную память и усиливает давление на цены.

Параллельно гиперскейлеры и ИИ-компании всё активнее разрабатывают специализированные ASIC-чипы под конкретные вычислительные задачи. Это способствует диверсификации рынка оборудования и снижает зависимость от универсальных решений.

ИИ также становится фактором перестройки цепочек поставок. Компании стремятся диверсифицировать географию производства и заключать долгосрочные соглашения с поставщиками на фоне экспортных ограничений, геополитических рисков и возможных перебоев с поставками.

Дата-центры сталкиваются с дефицитом энергии

По базовому сценарию Bain, к 2030 году для создания почти 150 ГВт новых вычислительных мощностей потребуется от $5 трлн до $6,5 трлн инвестиций.

При этом строительство ИИ-дата-центров сталкивается с ограничениями по доступу к электроэнергии, оборудованию и квалифицированным специалистам. Подключение к энергосетям в некоторых случаях занимает более четырех лет, а GPU, память и сетевое оборудование приходится резервировать заранее.

По оценке Bain, в первом квартале 2026 года из-за сопротивления местных сообществ было заблокировано или отложено не менее 75 проектов стоимостью $130 млрд. Среди причин — вопросы использования воды, выбросов, шума и других экологических последствий.

В качестве возможных решений аналитики называют расширение генерации непосредственно рядом с дата-центрами, развитие ВИЭ и накопителей энергии, виртуальных электростанций и атомной энергетики.

Агентный ИИ создаёт новые рынки

Отдельным направлением становится агентный искусственный интеллект. По данным Bain, стандарт Model Context Protocol (MCP), позволяющий ИИ-агентам подключаться к корпоративному ПО и данным, менее чем за два года вырос до более чем 20 тыс. серверов.

Агентные системы могут сформировать новый рынок объёмом $100–200 млрд, автоматизируя сложные процессы между ERP, CRM и другими корпоративными системами.

Потенциал автоматизации различается по функциям: 40–60% задач могут быть автоматизированы в клиентской поддержке и R&D, 35–45% — в финансах и HR, 30–40% — в продажах и IT и 20–30% — в юридической сфере.

При этом ИИ меняет и традиционную экономику SaaS. Темпы роста выручки компаний сектора снизились примерно с 20% до 10% в год, а показатель NRR сократился примерно на 9 процентных пунктов с 2021 года. На фоне роста вычислительных затрат бизнес-модели постепенно смещаются от оплаты за пользователя к оплате за фактическое использование или результат.

Кибербезопасность и скорость внедрения ИИ

Еще одним вызовом становится кибербезопасность. По оценке Bain, ИИ сократил время типичной кибератаки примерно с четырех недель до 18 часов. Распространение ИИ-агентов дополнительно увеличивает масштаб потенциальных угроз.

Передовые компании уже увеличивают расходы на устранение уязвимостей и перераспределяют 20–25% специалистов по кибербезопасности на обработку предупреждений от ИИ-инструментов.

Одновременно скорость внедрения ИИ становится самостоятельным фактором конкурентоспособности. В опросе Bain приняли участие 293 руководителя IT-направлений. Они ожидают в ближайшие один-два года увеличения скорости релизов на 148% и роста производительности разработчиков на 95%.

Таким образом, авторы отчёта считают, что дальнейшее развитие ИИ будет зависеть не только от совершенствования моделей, но и от способности мировой экономики создавать новые продукты, инфраструктуру и бизнес-модели, способные обеспечить необходимый объём выручки.

Источник: The tenge