Концентрация AI-вычислений: 60% мировых мощностей — у трёх облачных провайдеров

60% мировых вычислительных мощностей для ИИ сосредоточено у трёх крупнейших облачных провайдеров. Остальной мир — включая Европу, Китай и развивающиеся рынки — контролирует меньше трети. И этот разрыв только растёт.

Карта концентрации: кто владеет AI-вычислениями

Исследовательская организация Epoch AI подсчитала: более 60% мировых вычислительных мощностей для искусственного интеллекта работают на мощностях трёх облачных платформ — AWS, Azure и Google Cloud. Они фактически стали операционными системами для глобальной AI-индустрии.

По данным Stanford AI Index 2026, совокупные частные инвестиции в AI достигли $285,9 млрд в 2025 году — это в 23 раза больше, чем Китай ($12,4 млрд). Но за этими цифрами стоит структурная асимметрия: компании вкладывают средства не только в модели, но и в физическую инфраструктуру — дата-центры, чипы, энергоснабжение.

Growing: гонка инфраструктурных инвестиций

По данным Futurum Group, совокупные капитальные затраты на AI-инфраструктуру достигли $690 млрд в 2025–2026 годах. Только за июнь 2026 года объём объявленных обязательств превысил $390 млрд — включая проекты Microsoft, Google, Meta и Oracle. Alphabet провёл размещение на $80 млрд для финансирования AI-инфраструктуры — крупнейшее корпоративное привлечение капитала в 2026 году. Весь этот пул обязательств структурирован через 82 инфраструктурные сделки, по данным InforCapital.

Как мы писали в июне, венчурный капитал всё сильнее концентрируется в AI-секторе — $300 млрд за квартал. Но парадокс в том, что большая часть этих денег идёт не на стартапы, а на физическую инфраструктуру: дата-центры, чипы, энергоснабжение.

На конференции Data Center World 2026 инженерные директора Oracle Cloud Infrastructure, NVIDIA и Google описали фундаментальный сдвиг: дата-центры эволюционируют из универсальных IT-сред в плотно интегрированные вычислительные системы под AI-нагрузки.

Ты должен учитывать оба паттерна — тренировочный и инференс — когда проектируешь дата-центр. Это меняет всё: от планировки до сетевой архитектуры.— Рам Нагаппан, вице-президент по AI-инфраструктуре Oracle Cloud Infrastructure

NVIDIA и LG Group анонсировали строительство «AI factory (фабрики искусственного интеллекта)» для ускорения физического AI, робототехники и автономного вождения. SK Telecom совместно с компанией планирует гигаваттный AI Cloud в Корее с первым дата-центром в 2027 году. Doosan Group расширяет сотрудничество с разработчиком в области физического AI и робототехники — ещё один пример того, как промышленные конгломераты перестраивают инфраструктуру под AI-нагрузки.

Falling: прозрачность моделей падает, доверие — следом

Индекс прозрачности foundation-моделей (Foundation Model Transparency Index) упал с 58 до 40 баллов — самые способные модели сообщают о себе меньше всего. Это обратная сторона концентрации: когда compute контролируют несколько игроков, стимулы к открытости снижаются.

73% экспертов по AI ожидают позитивного влияния на рынок труда. Только 23% населения согласны — разрыв в 50 процентных пунктов. И этот разрыв тоже связан с концентрацией: когда технологии развиваются в «чёрных ящиках» нескольких корпораций, общественное доверие падает. Уровень доверия к правительству США в вопросах регулирования AI — всего 31%, самый низкий среди опрошенных стран.

Количество AI-исследователей, переезжающих в США, сократилось на 89% с 2017 года — и на 80% только за последний год на фоне иммиграционных ограничений и роста альтернативных научных центров в Европе и Азии. При этом в США по-прежнему наибольшее количество новых AI-компаний — 1953 в 2025 году, более чем в 10 раз больше, чем в любой другой стране. Таланты перестали ехать — но капитал продолжает концентрироваться.

New: суверенные AI-облака — новая карта мира

Европейская комиссия 4 июня 2026 года представила пакет технологического суверенитета: Cloud and AI Development Act и Chips Act 2.0. Цель — утроить мощность дата-центров в ЕС к 2030 году и сократить зависимость от неевропейских провайдеров.

Великобритания год назад объявила стратегию «AI maker (создатель), not AI taker (потребитель)» — и, по сообщениям компании, переходит к конкретным проектам. NVIDIA и партнёры демонстрируют прототипы AI-инфраструктуры на лондонской London Tech Week 2026: речь идёт о национальном AI-вычислительном кластере на базе ускорителей Blackwell Ultra.

NAVER Cloud разворачивает суверенную AI-платформу для Банка Кореи на модели HyperCLOVA X — это первый случай, когда центральный банк получает выделенную AI-инфраструктуру под национальным контролем. Bell AI Fabric и SAP Canada формируют канадское облачное решение для государственного сектора, объединяя безопасную национальную сеть с SAP Sovereign Cloud On-Site.

Даже на уровне отдельных корпораций заметен тренд: Crusoe Energy строит вертикально интегрированные AI-фабрики, объединяющие энергоснабжение, аппаратное обеспечение и облачные сервисы в единую платформу. Этот подход — альтернатива концентрации у трёх hyperscaler'ов. По данным отчёта Crusoe об AI-инфраструктурных трендах 2026, компании всё чаще требуют предсказуемых затрат и прозрачности от облачных провайдеров — а получают обратное.

По оценке NMSC, рынок sovereign AI-инфраструктуры достигнет $78,6 млрд к концу 2026 года с CAGR 28% до 2035 года — до $726,6 млрд. Япония выделила ¥1 трлн ежегодно на развитие AI и полупроводников, Южная Корея заложила 9,9 трлн вон ($6,7 млрд) в национальный AI-бюджет на 2026 год — почти половина средств уходит на инфраструктуру.

Устойчивость гонки: кто заплатит за инфраструктуру

Главный вопрос, который аналитики Futurum Group задают инвесторам: может ли текущий уровень капитальных затрат сохраниться? С одной стороны, backlog облачных провайдеров растёт — Microsoft сообщает о $80 млрд неудовлетворённого спроса на Azure, преимущественно из-за нехватки энергомощностей. С другой — инфраструктура, построенная сегодня, начнёт приносить отдачу через 18–36 месяцев.

По данным IEA, глобальное потребление электроэнергии дата-центрами удвоится с 2022 по 2026 год. AI-дата-центры потребляют 29,6 ГВт — это сопоставимо с энергопотреблением всего штата Нью-Йорк в часы пик. Тренировочные выбросы Grok 4 достигли 72 816 тонн CO₂-эквивалента — как 17 000 автомобилей за год работы.

Возникает парадокс Джевонса, на который ссылался Сатья Наделла: повышение эффективности AI-вычислений ведёт не к снижению спроса на инфраструктуру, а к его росту. Чем дешевле становится инференс, тем больше задач на него перекладывается — и тем больше нужно дата-центров.

Энергетическое ограничение становится ключевым фактором: без доступа к дешёвой и стабильной электроэнергии новые дата-центры просто невозможно запустить. Именно поэтому hyperscaler'ы активно инвестируют в малые модульные реакторы (SMR), геотермальную энергию и долгосрочные PPA на возобновляемые источники. Microsoft уже подписал соглашение о реактивации блока на Три-Майл-Айленд, а Google и Amazon заключают PPA с геотермальными проектами на 10–15 лет. Доступ к энергии становится конкурентным преимуществом.

Сценарий «плато» маловероятен в ближайшие два года: AI-нагрузки растут быстрее, чем инфраструктура успевает разворачиваться. Но к 2028–2029 году возможно насыщение — если эффективность моделей продолжит расти, а новые архитектуры сократят вычислительные требования. Пока же все сигналы указывают на продолжение гонки: hyperscaler'ы наращивают capex, правительства закладывают бюджеты на суверенную инфраструктуру, а энергетические ограничения становятся главным драйвером инноваций в самом дата-центростроении. Инвестиции в этот сектор будут только расти в ближайшие годы.

Сравнение: две экосистемы

Кто выигрывает и проигрывает от концентрации

Концентрация AI-вычислений создаёт разнонаправленные стимулы для разных участников рынка. Для крупных корпораций — это снижение порога входа: не нужно строить собственную инфраструктуру, достаточно арендовать compute у hyperscaler'ов. Но одновременно растёт vendor lock-in: чем глубже модель интегрирована в экосистему AWS или Azure, тем сложнее мигрировать.

AI-стартапы оказываются в двойственной позиции. С одной стороны, доступ к GPU через облако позволяет запускать продукты без капитальных затрат. С другой — стартапы, построенные поверх API одного провайдера, становятся уязвимыми к изменению цен или условий. OpenAI и Anthropic уже получают преференциальный доступ к инфраструктуре Microsoft и Google соответственно — конкурировать с ними на равных становится сложнее.

Для регуляторов концентрация означает новые вызовы: антимонопольное законодательство, разработанное для эпохи софта, плохо применимо к инфраструктурным рынкам. Еврокомиссия через Cloud and AI Development Act предлагает механизмы интероперабельности — чтобы данные и модели могли перемещаться между облачными платформами без потери функциональности. Но техническая реализация такого подхода остаётся нерешённой.

Наиболее интересная динамика — на уровне целых экономик. Страны, которые не успеют построить собственные AI-мощности, рискуют оказаться в положении чистых потребителей технологий — без возможности влиять на стандарты, цены и направления развития. Именно поэтому пакет технологического суверенитета ЕС, стратегия Великобритании и корейский AI Cloud SK Telecom — это не вопросы престижа, а экономическая необходимость.

Ключевые сигналы для отслеживания

Источники