Кратко

  • Gartner последовательно пересматривал прогнозы расходов на ИИ вверх: 2025 год оценён 17 сентября 2025 года в 1,478,634 млрд долларов, затем 19 мая 2026 года пересмотрен до 1,764,947 млрд, а 16 сентября 2026 года — до 1,786,671 млрд долларов; прогноз на 2026 год вырос до 2,670,460 млрд (+49,5%).
  • Таксономия менялась дважды за год, и компания сама не объясняет, какая часть пересмотра на ~309 млрд долларов за 2025 год связана с переопределением категорий, а какая — с реальными расходами.
  • Независимые реестры мощностей (Wood Mackenzie, Janus Henderson, Sightline Climate) оценивают конверсию заявленных мощностей в доставляемые примерно в 40–54% к 2030 году.

Что именно считает прогноз Gartner

Прогноз от 17 сентября 2025 года охватывал девять подпрограмм: AI Services, AI Application Software, AI Infrastructure Software, GenAI Models, AI-optimized Servers, AI-optimized IaaS, AI Processing Semiconductors, AI PC и GenAI Smartphones (https://www.gartner.com/en/newsroom/press-releases/2025-09-17-gartner-says-worldwide-ai-spending-will-total-1-point-5-trillion-in-2025). Уже в этой версии 2025 год лидировали GenAI Smartphones (298,189 млрд долларов) и AI Services (282,556 млрд), при том что Gartner прямо указывает: расходы на ИИ в потребительских устройствах засчитываются, даже если покупатель не выбирает ИИ-функции (https://www.gartner.com/en/newsroom/press-releases/2025-09-17-gartner-says-worldwide-ai-spending-will-total-1-point-5-trillion-in-2025; https://www.networkworld.com/article/4058786/gartner-ai-spending-to-reach-1-5-trillion-dollars-this-year.html).

Дрейф определений

19 мая 2026 года базовый 2025 год был пересмотрен вверх до 1,764,947 млрд долларов с новой таксономией (AI Cybersecurity, AI Models, AI Platforms for DS/ML и др.), а 16 сентября 2026 года — снова до 1,786,671 млрд, при этом AI Infrastructure стал крупнейшим сегментом (1,484,397 млрд долларов), а прогноз на 2027 год — 3,637,292 млрд (https://www.gartner.com/en/newsroom/press-releases/2026-05-19-gartner-forecasts-worldwide-ai-spending-to-grow-47-percent-in-2026; https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026). Вторичное освещение данных Gartner указывает, что инфраструктура — около 56% расходов 2026 года, а рост прогноза на ~143 млрд долларов с января по сентябрь 2026 года более чем на 83% пришёлся на инфраструктуру (https://campustechnology.com/articles/2026/09/21/infrastructure-accounts-for-more-than-half-of-worldwide-ai-spending.aspx).

Проверка физикой

Wood Mackenzie: раскрытый портфель проектов дата-центров США достиг 241 ГВт на конец 2025 года (против 93 ГВт годом ранее), но лишь около 33% находится в активной разработке (https://www.woodmac.com/press-releases/newly-added-us-data-center-capacity-slows-down-considerably-in-q4-2025-as-market-struggles-to-keep-up-with-explosive-demand/). Реестр Janus Henderson по 259 проектам (157,4 ГВт номинала) оценивает поставимые к 2030 году мощности примерно в 84,7 ГВт — конверсия около 54% — ссылаясь на многолетние сроки поставки трансформаторов, разрешения на топливо и воду и ограниченную пропускную способность подрядчиков (https://www.janushenderson.com/en-ch/advisor/article/data-center-power-why-the-key-risk-is-under-delivery-not-overbuild/). Sightline Climate: из 102,3 ГВт по 710 проектам лишь 40,8 ГВт соответствует дерискованному порогу; около 60% проектов сталкивается с риском задержки или отмены (https://stackfutures.com/blog/ai-datacenter-capacity-gap-sightline-2026/).

LBNL (Queued Up 2025): около 2 290 ГВт генерации и накопителей ожидают присоединения; типичный проект 2024 года занимал 55 месяцев от заявки до ввода (36 месяцев в 2015 году); лишь ~19% проектов, поданных в 2000–2019 годах, работали к концу 2024-го (https://emp.lbl.gov/sites/default/files/2025-12/Queued%20Up%202025%20Edition%20-%2012.15.2025.pdf). Deloitte: 72% руководителей энергетики и дата-центров считают мощность сетей серьёзным ограничением; ожидание подключения достигает семи лет (https://www.deloitte.com/us/en/insights/industry/power-and-utilities/data-center-infrastructure-artificial-intelligence.html). Опрос Reuters по отчётностям 13 американских энергокомпаний показал, что почти половина получила заявки от дата-центров, превышающие их пиковый спрос; Oncor (Sempra) получил заявки на 119 ГВт — почти вчетверо больше пикового потребления системы (https://www.reuters.com/business/energy/us-utilities-grapple-with-big-techs-massive-power-demands-data-centers-2025-04-07/).

Со стороны предложения Nvidia: финансовый директор Colette Kress заявила, что «облака распроданы» и установленная база GPU используется полностью; аналитик Gartner Гаурав Гупта отмечает потенциальные дефициты передовых пластин, продвинутой упаковки, HBM и узкие места в термоменеджменте и жидкостном охлаждении (https://www.networkworld.com/article/4094308/nvidia-chips-sold-out-cut-back-on-ai-plans-or-look-elsewhere-2.html).

Контекст

Gartner отдельно прогнозирует рост расходов на AI-optimized IaaS на 96% в 2026 году, а Джон-Дэвид Лавлок описал стройку ИИ-дата-центров как «крупнейший инфраструктурный проект человечества» (https://www.gartner.com/en/newsroom/press-releases/2026-08-10-gartner-forecasts-worldwide-artificial-intelligence-optimized-iaas-spending-to-grow-96-percent-in-2026; https://www.gartner.com/en/newsroom/press-releases/2026-09-16-gartner-forecasts-worldwide-ai-spending-to-grow-49-point-5-percent-in-2026). McKinsey и Deloitte TMT Predictions 2026 фиксируют сдвиг к инференсу как основной нагрузке (https://www.deloitte.com/us/en/insights/industry/technology/technology-media-and-telecom-predictions/2026/compute-power-ai.html; https://www.mckinsey.com/industries/technology-media-and-telecommunications/our-insights/the-next-big-shifts-in-ai-workloads-and-hyperscaler-strategies), а Futurum прогнозирует долю инференса в 71,7% инфраструктурных расходов к 2030 году (https://futurumgroup.com/press-release/inference-climbs-to-71-7-of-ai-platforms-infrastructure-spend-by-2030/).

Неопределённости

Все прогнозные цифры — собственные утверждения Gartner; оценки конверсии мощностей основаны на собственных методологиях Janus Henderson и Sightline Climate и не аудированы независимо; данные о сроках поставки GPU частично опираются на менее авторитетные источники.

Ссылки