گزارش‌های اخیر مؤسسه Forrester نشان می‌دهد که رشد سریع زیرساخت‌های هوش مصنوعی (AI Infrastructure) با محدودیت‌های جدی در زمینه منابع انرژی، آب و زمین مواجه شده است. این تحلیل‌ها پیش‌بینی می‌کنند که دولت‌ها به‌طور فزاینده‌ای اپراتورهای دیتاسنتر را ملزم به پرداخت هزینه‌های منابع مصرفی خود خواهند کرد.
هزینه‌های بسیار بالای توسعه
مقیاس زیرساخت‌های مورد نیاز برای پشتیبانی از AI در بخش‌های تجاری، دولتی و خدمات مصرف‌کننده در حال آشکار شدن است. بر اساس تخمین‌های PwC، مجموع هزینه‌های سرمایه‌ای (CapEx) دیتاسنترهای جهانی تا سال ۲۰۵۰ بین ۲۲ تا ۵۰ تریلیون دلار خواهد بود که میانگین آن حدود ۳۱.۶ تریلیون دلار برآورد شده است؛ رقمی که تقریباً با تولید اقتصادی سالانه ایالات متحده برابری می‌کند.
فشار بر شبکه‌های برق و محیط زیست
تحلیلگران Forrester معتقدند که بلندپروازی‌های نامحدود در حوزه AI با واقعیت‌های محدود منابع برخورد خواهد کرد. پیش‌بینی می‌شود که دولت‌ها و شرکت‌های خدمات شهری، اپراتورهای دیتاسنتر را مجبور به اقدامات زیر کنند:
- تأمین مالی ارتقای شبکه‌های برق (Grid Upgrades)
- پرداخت هزینه برای ظرفیت‌های رزرو شده (Reserved Capacity)
- ارائه ضمانت‌های مالی در برابر تقاضاهای تخمینی و غیرقطعی
- گذراندن بررسی‌های دقیق اثرات اجتماعی و محیط زیستی پیش از شروع ساخت‌وساز
تغییر در اقتصاد ابری (Cloud Economics)
به گفته Abhijit Sunil، تحلیلگر ارشد Forrester، مدل‌های اقتصادی Cloud و Colocation به‌زودی بیشتر به موقعیت جغرافیایی، قراردادهای خرید برق و بلوغ شبکه توزیع وابسته خواهند شد. این بدان معناست که سازمان‌هایی که به‌سرعت در حال گسترش ظرفیت‌های AI خود هستند، باید انتظار افزایش هزینه‌ها به دلیل تعرفه‌های انرژی و الزامات کاهش بار (Load Reduction) در زمان فشار بر شبکه برق را داشته باشند.
تضاد در سیاست‌های نظارتی
در حالی که پیش‌بینی‌ها بر افزایش نظارت‌های اجتماعی تأکید دارد، برخی اقدامات در ایالات متحده در جهت مخالف است. برای مثال، سازمان حفاظت محیط زیست آمریکا (EPA) پیشنهاد حذف برخی الزامات فدرال برای مشارکت عمومی در مجوزهای آلودگی هوا را داده است که می‌تواند مسیر ساخت پروژه‌های تامین انرژی دیتاسنترها را بدون اطلاع عمومی هموارتر کند.
