Економіка штучного інтелекту: хто насправді заробляє трильйони на бумі AI

Коли говорять про економіку штучного інтелекту, зазвичай називають OpenAI, Google, Microsoft, Anthropic або NVIDIA. Складається враження, що AI — це передусім програмісти, нейромережі та величезні мовні моделі.

Насправді за одним запитом до чат-бота стоїть значно довший промисловий ланцюг.

Щоб запустити сучасний штучний інтелект, спочатку потрібно видобути мідь та іншу сировину. Потім виготовити напівпровідникове обладнання і самі чіпи, зібрати сервери, побудувати величезну будівлю, прокласти оптоволокно та лінії електропередачі, встановити трансформатори, генератори й системи охолодження. Далі дата-центр треба цілодобово забезпечувати електроенергією та водою.

Тому AI-бум дедалі більше нагадує не просто технологічну революцію, а один із найбільших інфраструктурних проєктів XXI століття.

За оцінкою McKinsey, до 2030 року світові може знадобитися близько $6,7 трлн інвестицій у дата-центри, з яких приблизно $5,2 трлн припадатимуть саме на потужності, необхідні для AI.

І значна частина цих грошей дістанеться зовсім не розробникам нейромереж.

UA.News розповідає, з чого насправді складається економіка штучного інтелекту, які традиційні промисловості найбільше виграють від AI-буму та чому головними переможцями нової технологічної гонки можуть виявитися виробники трансформаторів, систем охолодження, кабелів і навіть гірничодобувні компанії.

$5,2 трлн лише для AI: куди підуть ці гроші

Найпростіше масштаби нової економіки видно через структуру капітальних витрат. McKinsey розділяє приблизно $5,2 трлн, які необхідно інвестувати в AI-інфраструктуру до 2030 року, на три великі групи.

Близько $3,1 трлн, або 60%, припадатимуть на процесори, пам'ять, сервери та інше комп'ютерне обладнання. Ще приблизно $1,3 трлн, або 25%, — на виробництво електроенергії, електромережі, трансформатори, генератори, системи охолодження та телекомунікаційну інфраструктуру.

І приблизно $800 млрд, або 15%, — на землю, будівельні матеріали, будівництво та облаштування самих дата-центрів. І це лише капітальні витрати. У цих оцінках не повністю враховані майбутні платежі за електроенергію, воду, обслуговування, ремонт, персонал і модернізацію обладнання.

Саме тому економічний ефект AI поширюється далеко за межі Кремнієвої долини.

Перший рівень AI-економіки — земля, шахти та мідь

Парадоксально, але один із головних металів епохи штучного інтелекту відомий людству тисячі років. Це мідь.

Вона потрібна практично на кожному фізичному етапі створення AI-інфраструктури: у кабелях, електродвигунах, трансформаторах, системах живлення серверів, генераторах, охолодженні та мережах, які доставляють електроенергію до дата-центрів.

S&P Global прямо називає AI новим великим джерелом попиту на мідь. За прогнозом компанії, дата-центри можуть збільшити свою частку в американському споживанні електроенергії приблизно з нинішніх 5% до 14% до 2030 року.

А чим більше електрики потрібно дата-центрам, тим більше необхідно електростанцій, підстанцій, трансформаторів та високовольтних ліній.

Тобто додатковий попит на мідь виникає двічі: безпосередньо всередині дата-центру та в енергетичній інфраструктурі навколо нього.

Тому непрямими бенефіціарами AI-буму стають гірничодобувні гіганти, виробники кабелів, металургійні компанії та постачальники електротехнічної сировини.

І це важлива зміна самої логіки технологічного бізнесу. Нову модель ChatGPT неможливо масштабувати лише додавши програмістів. У певний момент для неї потрібно буквально видобути більше металу із землі.

Далі починається найдорожчий етап — чипи

Після сировини починається найтехнологічніша частина ланцюга.

Для навчання та роботи великих моделей потрібні GPU, спеціалізовані AI-прискорювачі, високошвидкісна пам'ять HBM, центральні процесори, мережеві чіпи та десятки інших компонентів.

Саме сюди, за оцінкою McKinsey, може піти найбільша частина майбутнього AI-капіталу — близько $3,1 трлн до 2030 року на чипи, сервери та супутнє комп'ютерне обладнання.

Але навіть тут NVIDIA — лише одна ланка. Чип спочатку потрібно спроєктувати, потім виготовити.

Однією з головних фабрик світу залишається тайванська TSMC. У другому кварталі 2026 року напрям високопродуктивних обчислень уже забезпечував 66% доходів компанії, причому його виручка лише за квартал зросла ще на 20%. Сам виробник пов'язує сильний попит насамперед із AI та HPC.

Але й TSMC не може просто взяти кремнієву пластину й надрукувати на ній сучасний процесор. Для цього потрібні машини вартістю сотні мільйонів доларів.

ASML: компанія, без якої не буде передових AI-чипів

Одним із найбільш незвичайних переможців AI-буму стала нідерландська ASML.

Компанія виготовляє надзвичайно складні літографічні системи, за допомогою яких виробники напівпровідників створюють найсучасніші чіпи.

У другому кварталі 2026 року ASML отримала €9,3 млрд виручки та €2,9 млрд чистого прибутку. На весь 2026 рік компанія вже прогнозує €43–45 млрд продажів.

ASML прямо пояснює підвищення попиту масштабними AI-інвестиціями, які змушують виробників логічних чіпів і пам'яті прискорювати розширення фабрик. Таким чином, один AI-прискорювач створює цілу піраміду доходів.

NVIDIA продає процесор. TSMC заробляє на його виробництві. ASML — на обладнанні, без якого TSMC не може створити передові процеси. Паралельно заробляють виробники хімікатів, кремнієвих пластин, газів, пам'яті, упаковки та сотні постачальників компонентів.

Чип купили. Тепер треба побудувати для нього будинок

Тисячі GPU неможливо просто поставити в офісі. Для них потрібні спеціалізовані дата-центри.

Це величезні комплекси зі своїми системами електропостачання, резервними генераторами, батареями, трансформаторами, охолодженням, пожежною безпекою, фізичною охороною та телекомунікаційними каналами.

За оцінкою McKinsey, тільки будівельна частина AI-інфраструктури може потребувати близько $800 млрд до 2030 року.

Гроші отримають забудовники, архітектурні та інженерні компанії, виробники бетону і сталі, монтажники, електрики, землевласники та оператори нерухомості.

Причому будівництво дата-центру дедалі менше нагадує будівництво звичайного складу. Сучасні AI-кластери мають настільки високу концентрацію обладнання, що сама конструкція центру повинна проєктуватися навколо потреб процесорів.

McKinsey зазначає, що архітектура GPU сьогодні фактично визначає вимоги до майбутніх систем електроживлення та охолодження ще до початку будівництва дата-центру.

Трансформатори — несподівані переможці AI-буму

Ще кілька років тому трансформатор навряд чи асоціювався з найгарячішим сектором світової економіки. Тепер ситуація змінилася.

AI-дата-центр може споживати сотні мегават електроенергії. І перш ніж ця енергія потрапить до серверів, її потрібно передати через підстанції, трансформатори, розподільчі системи, UPS та інше обладнання.

Попит зростає швидше, ніж виробники здатні нарощувати виробництво.

McKinsey пише, що термін очікування окремих типів обладнання в Північній Америці вже може становити близько 80 тижнів для середньовольтного комутаційного обладнання та 50 тижнів для трансформаторів.

Один із найпоказовіших прикладів нового буму — американсько-ірландська Eaton.

Компанія виробляє електротехнічне обладнання для дата-центрів, промисловості та енергетики.

У другому кварталі 2026 року її продажі досягли рекордних $8,5 млрд, збільшившись на 21% за рік. Тільки підрозділ Electrical Americas продав продукції на $4 млрд. При цьому сама Eaton прямо називає дата-центри одним із ключових драйверів свого зростання.

Тобто AI вже створив величезний ринок не лише для виробників GPU, а й для компаній, бізнес яких десятиліттями полягав у виробництві електротехнічного обладнання.

Охолодження стає окремою багатомільярдною індустрією

Є ще одна фундаментальна проблема: електроенергія, яку споживає процесор, значною мірою перетворюється на тепло.

Чим потужніший AI-чіп, тим складніше його охолоджувати.

Традиційної циркуляції холодного повітря для найщільніших AI-систем уже недостатньо. Тому індустрія переходить до рідинного охолодження, коли тепло відводиться безпосередньо від процесорів.

McKinsey зазначає, що liquid cooling із нішевого рішення перетворюється на базову вимогу для багатьох нових AI-дата-центрів.

І тут виникає нова група переможців. Одна з найпомітніших компаній — Vertiv, яка виробляє системи охолодження, безперебійного живлення та іншу критичну інфраструктуру.

У другому кварталі 2026 року Vertiv повідомила про $3,27 млрд продажів, що на 24% більше, ніж роком раніше. Операційний прибуток компанії зріс на 44%.

На весь 2026 рік Vertiv очікує вже приблизно $14 млрд виручки. Компанія прямо говорить, що попит на її продукцію підштовхує зростання AI та загальних обчислювальних навантажень.

Фактично розвиток нейромереж створив ситуацію, коли компанія, що продає системи охолодження та електроживлення, демонструє темпи зростання, які ще недавно були характерні для технологічних стартапів.

Найбільша проблема AI — де взяти електроенергію

Коли дата-центр побудований і заповнений GPU, починається наступний етап економічного ланцюга — постійні витрати.

Головна з них — електроенергія.

За даними Міжнародного енергетичного агентства, світове споживання електроенергії дата-центрами продовжує стрімко зростати, а в більш агресивному сценарії до 2035 року воно може перевищити 1700 ТВт·год на рік.

Для порівняння, йдеться вже про величини, співставні з енергоспоживанням великих держав.

І тому технологічні корпорації дедалі активніше перетворюються на учасників енергетичного ринку. Вони укладають довгострокові контракти з електростанціями, інвестують у сонячну й вітрову генерацію, розглядають геотермальну енергетику, газові станції та атомну генерацію.

У результаті AI формує новий величезний клас клієнтів для енергетичних компаній.

За оцінкою McKinsey, лише генерація електроенергії в рамках майбутньої AI-інфраструктури може вимагати близько $300 млрд інвестицій. Це відповідало б приблизно 150–200 ГВт нової газової генерації, якби всю таку потужність будували саме на газі.

Разом із електрикою AI потребує нових мереж

Побудувати електростанцію недостатньо. Електрику необхідно доставити до конкретного дата-центру.

А отже, виникає попит на високовольтні лінії, підстанції, трансформатори, системи накопичення енергії та електротехнічне обладнання. І тут AI починає впливати вже не на окремі компанії, а на планування енергосистем цілих країн.

В окремих регіонах проблема полягає вже не у вартості електроенергії, а у фізичній можливості підключити новий дата-центр до мережі.

Саме тому McKinsey оцінює весь сегмент — електрогенерацію, передачу, охолодження, електрообладнання та частину мережевої інфраструктури — приблизно у $1,3 трлн AI-інвестицій до 2030 року.

Це величезний новий ринок для компаній, які ще кілька років тому майже не згадувалися в дискусіях про штучний інтелект.

AI потребує ще й мільйонів кілометрів кабелів

Дата-центри повинні бути з'єднані між собою.

Користувач у Києві може відправити запит, який пройде через кілька телекомунікаційних вузлів і буде оброблений у серверному кластері за тисячі кілометрів. Тому AI-бум означає ще й бум оптоволоконних мереж.

McKinsey оцінює можливий обсяг необхідних інвестицій у оптоволокно приблизно у $150 млрд. За підрахунками консалтингової компанії, за ці гроші можна прокласти близько трьох мільйонів миль оптоволоконних ліній — достатньо, щоб приблизно 120 разів обігнути Землю.

Тому черговими непрямими бенефіціарами AI стають оператори телекомунікаційних мереж, виробники оптичного кабелю та мережевого обладнання.

Хто ж заробляє на AI найбільше

Якщо дивитися лише на майбутні капітальні витрати, очевидний переможець поки що один — напівпровідникова та серверна промисловість.

Із $5,2 трлн прогнозованих AI-інвестицій приблизно:

• $3,1 трлн — 60% — чіпи, сервери, пам'ять та комп'ютерне обладнання;
• $1,3 трлн — 25% — електроенергія, мережі, трансформатори, генератори, охолодження та телекомунікації;
• $800 млрд — 15% — земля, будівництво й матеріали.

Але є важливий нюанс.

Ці $5,2 трлн — не прибуток компаній, а капітал, який буде витрачений на створення інфраструктури. Реальний дохід кожного сектору залежатиме від маржі, конкуренції, вартості сировини та темпів реалізації проєктів.

Проте вже сьогодні видно, хто отримує найбільший непрямий бонус від AI.

ASML прогнозує десятки мільярдів євро річних продажів обладнання для виробництва чіпів. Vertiv очікує приблизно $14 млрд виручки у 2026 році на тлі зростання попиту на дата-центри. Eaton уже отримує рекордні продажі свого електротехнічного бізнесу. TSMC отримує більшу частину виручки від високопродуктивних обчислень.

І далі по ланцюгу стоять сотні менш помітних виробників трансформаторів, кабелів, насосів, теплообмінників, генераторів, сталі, бетону та електрообладнання.

AI поступово перетворюється на окремий великий інфраструктурний сектор світової економіки.

Можливо, головним символом нинішньої революції є GPU. Але для його роботи потрібні мідь, вода, бетон, електростанції, трансформатори, кабелі, генератори, кондиціонери та тисячі людей, які все це побудують і обслуговуватимуть.

І саме тут може бути головний економічний парадокс AI-буму. Штучний інтелект здається максимально нематеріальною технологією — кількома словами у вікні браузера.

Але за цими словами стоїть одна з найбільших фізичних промислових перебудов сучасного світу.

 

Читай нас у Telegram та Sends