Arsenal Profi

Дата-центровый пузырь — лопнет ли ИИ-инфраструктура?

Все обсуждают ИИ как магию, но самый дорогой вопрос сейчас не в моделях, а в дата-центрах. Если доходы от инференса не успеют за стройкой, рынок может очень неприятно щелкнуть.

AI и автоматизация
Рост инвестиций в дата-центры для ИИ и риск пузыря

Что такое дата-центровый пузырь

Сейчас вокруг ИИ крутятся не только модели, но и бетон, электричество, охлаждение, земля и очень дорогое железо. Бум дата-центров выглядит скучно только на словах. В деньгах это уже совсем не скучно.

Смысл простой — раньше основной счет выставляло обучение моделей, а теперь все сильнее раздувается инференс. Ответы пользователям, генерация картинок, поиск, ассистенты, рекомендации, антифрод — все это жрет вычисления постоянно, а не один раз. И вот поэтому корпорации строят мощности вперед, как будто спрос будет расти без тормозов.

На моей практике, когда рынок начинает лезть в капзатраты с такой скоростью, вокруг сразу появляется толпа поставщиков, консультантов и людей с очень бодрым взглядом. У крупных компаний за два первых квартала капвложения в ИИ-инфраструктуру перевалили за 102,5 млрд долларов, а у отдельных игроков расходы уже съедают больше трети выручки. Это уже не история про «пару серверов в подвале», а про промышленный масштаб, ага.

Рост инвестиций в дата-центры для ИИ и риск пузыря

Почему расходы на ИИ не остывают

Почему рост не сбавляется? Потому что инференс не любит паузы. Каждый новый пользователь, каждый запрос в чате, каждая картинка, каждый звонок в поддержку — это маленький счет за вычисления. Если сервис стал полезным и люди начали им пользоваться массово, расходы не просто растут, они растут вместе с выручкой и иногда опережают ее.

У клиента было примерно так: команда из 8 человек запустила AI-помощника для поддержки, и первые две недели все радовались экономии на рутине. Потом трафик вырос, бот начал отвечать в три раза чаще, и счет за инфраструктуру внезапно оказался неприятнее, чем зарплата одного менеджера. Формально проект работал. По марже — уже не очень.

Плюс компании сейчас любят строить с запасом. Типа сначала ставим стойки, догоняем энергетику, подключаем партнеров, а монетизируем потом. На бумаге это красиво, потому что спрос на ИИ выглядит бесконечным. В реальности же инвестиции часто бегут впереди понятной окупаемости, и вот тут начинается разрыв между презентацией и денежным потоком.

Схема долгового финансирования ИИ-дата-центра

Где прячется финансовый риск

Главный риск не в том, что дата-центры вдруг станут ненужными. Риск в другом — их очень часто строят на заемные деньги. И не просто на обычный банковский кредит, а на целый клубок схем, где есть private credit, лизинг, SPV, секьюритизация и прочие конструкции, которые любят юристы и не очень любят те, кому потом платить по счетам.

Private credit — тихий ускоритель

Недавно сталкивался с подрядчиком, который собирал вычислительный кластер через лизинг и несколько фондов частного кредитования. Снаружи все выглядело аккуратно, внутри — денежный поток был уже натянут как струна. Это и есть проблема. Когда один сектор быстро растет на долге, он кажется устойчивым, пока все платят. Как только доходы тормозят, начинает трясти сразу много заемщиков.

Банки и страховщики рядом

Опасность в том, что фонды private credit тоже часто подпираются банковскими линиями и деньгами страховщиков. То есть риск не остается в одной маленькой песочнице. Если несколько дата-центровых проектов начнут валиться одновременно, дефолты будут высококоррелированными, и тогда убытки дойдут до системно важных игроков. На моей практике именно такие «непрозрачные, но вроде бы надежные» связки потом и создают неприятные сюрпризы.

И это уже похоже не на локальную проблему IT-сектора, а на потенциальный финансовый зигзаг. Не обязательно сразу черный лебедь, но и не мелкая рябь на воде. Если долг копился быстрее доходов, а инвесторы верили в вечный рост, система в какой-то момент начинает нервничать — сначала тихо, потом заметно.

Дата-центровый пузырь — лопнет ли ИИ-инфраструктура?

Почему аналогии с железными дорогами и доткомами уместны

История вообще любит повторяться, только декорации меняются. В XIX веке похожий перегрев был вокруг железных дорог. Строили много, быстрее спроса, с огромными ожиданиями. Дороги в итоге пригодились экономике, но для многих инвесторов это закончилось плохо и очень быстро. На рынке тогда тоже были люди, которые уверяли, что «в этот раз все иначе».

В 2000 году случился похожий перекос с телекомом и интернетом. Инфраструктуры настроили с запасом, а выручка от конечных сервисов не успевала за строительством. Кабели, магистрали, дата-центры, колокация — все это потом пригодилось, но падение акций и банкротства случились раньше. Вот в этом и есть неприятная логика пузыря: полезная штука может быть построена в неудачное время и на плохих условиях.

Сегодня отличие в том, что пузырь может ударить не только по рынку акций, но и по кредитной системе. В 2000-м многие истории рухнули из-за переоценки активов. Сейчас к этому добавляется долговая нагрузка, а значит болезненный сценарий может прийти через платежи, ковенанты и плохую ликвидность. Короче, картинка чуть другая, а нерв одинаковый.

Как это отражается на маркетинге и SMM

Для обычного бизнеса и особенно для SMM это не абстрактная новость. Когда крупные игроки начинают осторожничать, бюджет на рекламу у клиентов тоже быстро становится рациональнее. Это я вижу регулярно. На моей практике именно в такие моменты первыми режут не стратегию, а все, что считается «красивой, но не обязательной» расходной частью. Креативы, тесты, сторонние подрядчики, лишние подписки.

Один из наших клиентов в Краснодаре держал рекламный бюджет 120к в месяц и долго не понимал, почему продажи пляшут. Проблема оказалась банальной — клики шли, а нормальной сквозной аналитики не было. После того как мы перевели кампании на сокращатель ссылок с аналитикой, стало видно, какие объявления реально тащат трафик, а какие просто съедают бюджет. И это не магия, а здравый контроль.

Если же деньги на креативы и тесты ограничены, помогает скорость производства. Я тут пробовал собирать контент-пак для серии постов через AI-генератор подписей для соцсетей и генератор анимированных баннеров — экономия времени вышла прям о��утимой. Когда нужно быстро сделать десяток вариантов под разные сегменты, ручная работа начинает буксовать, а автоматизация закрывает рутину без лишнего пафоса.

Еще одна простая вещь — визуал. Для карточек, сторис и обложек отлично работает AI-удаление фона, а если нужен более цепкий баннер, то помогает эффект текста за изображением. Вот и весь секрет: в период турбулентности выигрывают не те, кто громче обещает, а те, кто быстрее делает тесты и чище считает результаты.

Что делать бизнесу и команде сейчас

Подготовка к возможному охлаждению рынка не требует истерики. Нужен трезвый план. Смотрите на unit-экономику, а не только на общий рост. Проверяйте, что будет с лидом, если трафик упадет на 20-30%, и сколько месяцев бизнес проживет без новых вливаний. Если модель держится только на идеальном сценарии, она хрупкая. Очень.

На моей практике лучше всего переживали такие периоды компании, которые не ставили все на одну технологическую картину мира. Они держали несколько каналов, не завязывались на один источник трафика и не строили весь маркетинг вокруг обещания «потом станет дешевле». Условно, если сегодня у вас работает контент, завтра должен работать и ретаргет, и e-mail, и нормальный трафик по бренду. Не все сразу, но хотя бы резерв.

И еще момент. Когда рынок перегревается, у всех растет соблазн делать ставки на «самый модный» инструмент. Но модный инструмент не заменяет математику. Если вам нужно быстро проверить гипотезу, лучше запустить пару аккуратных кампаний, отследить переходы через ссылки с UTM и аналитикой, а потом уже масштабироваться. Так вы не утонете в красивых обещаниях и не сольете бюджет в пустоту. Ну и нервы сбережете.

Соберите все эти инструменты в одном кабинете Открыть Arsenal Profi →

Часто задаваемые вопросы

Может ли дата-центровый бум реально вызвать кризис?

Да, если рост долгов и капзатрат намного обгонит доходы. Сам по себе дата-центр не проблема, но при высокой закредитованности и слабой окупаемости риск быстро переезжает в банки, страховщиков и фонды.

Почему private credit опаснее обычного кредита?

Потому что он часто менее прозрачен, а цепочка финансирования длиннее. Снаружи это выглядит как аккуратные инвестиции, но внутри может быть много заемных денег, лизинга и сложных сделок, которые тяжело быстро разобрать.

Почему доходы от ИИ могут не успевать за стройкой?

Потому что инференс стоит денег каждый день и растет вместе с использованием. Компания может быстро показать спрос, но монетизация, тарифы и окупаемость обычно двигаются медленнее, чем строительные решения и закупка железа.

Что делать маркетологу, если рынок остынет?

Считать не только охваты, но и экономику канала. Нужны UTM-метки, сквозная аналитика, тесты креативов и несколько источников трафика, чтобы не зависеть от одного канала и одного модного инструмента.

Как понять, что компания слишком сильно ставит на один тренд?

Если план продаж держится только на одном сценарии, а запас по cash flow почти нулевой — это тревожный знак. Еще один сигнал — когда рост выручки есть, а свободных денег все равно нет.

Пузырь дата-центров может и не лопнуть громко. Но даже без большого взрыва рынок способен долго жить в режиме дорогих денег, жестких бюджетов и более нервных инвесторов. А это уже чувствуют и большие технокомпании, и обычные команды, которые считают каждый лид.

Мой вывод простой — не спорить с самим ИИ, а считать экономику вокруг него. Где растет выручка, где растут только обещания, и кто в итоге платит за электричество, стойки и кредиты. На этой разнице и держится вся история.