Плановете за AI центрове за данни: много от тях може никога да не бъдат построени

На 11 ноември TechCrunch съобщи, че бумът на AI центрове за данни се сблъсква с практически пречки: местна съпротива, забавяния при разрешителните и конкуренция за електроенергия. Изданието добавя и по-фундаментален момент: голяма част от обявяваните проекти може изобщо да не бъдат построени, още преди да се стигне до тези препятствия. В репортажа не се уточнява колко проекта са засегнати, кои региони са най-изложени и каква част от обявения капитал се очаква да се превърне в работещи съоръжения.

Тази несигурност е от значение отвъд инфраструктурния сектор. Обявеният капацитет не е същото като наличния капацитет и именно разликата между двете е това, около което дигиталните бизнеси трябва да планират.

Защо обявеният капацитет не е основа за планиране

Всяко обявяване на ново AI съоръжение подхранва едно подразбиращо се допускане: че изчислителната мощ ще поевтинява и ще става по-достъпна по предвидим график. Ако значителна част от тези проекти зациклят, това допускане отслабва. В репортажа не се казва кои проекти са най-застрашени, така че в момента никой не може да съпостави разликата с конкретен доставчик или регион. Известно е, че посочените ограничения са локални и се развиват бавно: спорове за ползване на земя, одобрения, присъединяване към електропреносната мрежа. Никое от тях не се решава в рамките на един продуктов план.

За екипите, които изграждат решения върху AI, практическата последица е, че планирането на капацитета трябва да се основава на това, което е договорено и доставено, а не на това, което е обявено. Ангажиментите за цени и наличност от страна на доставчиците заслужават същото внимание, както всяка друга зависимост от доставчик.

Какво да следят маркетинг екипите в собствения си стек

Повечето екипи за привличане на трафик и монетизация не купуват центрове за данни, но потребяват това, което излиза от тях: inference на модели, системи за препоръки, оптимизация на реклами, аналитика. Излагането е косвено и лесно се пропуска, докато цената не се промени или дадена функция не бъде ограничена.

Няколко проверки си струва да се направят тази седмица:

• Направете списък на функциите във фунията, които зависят от AI – от таргетиране през персонализация до автоматизация на поддръжката – и отбележете на кой доставчик или модел разчита всяка от тях.
• Попитайте доставчиците какви ангажименти за капацитет стоят зад цените им и дали тези ангажименти са договорни или само прогнозни.
• Моделирайте сценарий, при който разходите за inference остават същите или се покачват, вместо да падат, и вижте кои кампании или ценови нива спират да имат смисъл.
• Запазете ръчна или базирана на правила резервна опция за една-две автоматизации, от които приходите ви зависят най-много.

Нищо от това не изисква да предвиждате кои проекти ще бъдат построени. Изисква само да откажете да приемате евтината изчислителна мощ като гарантиран ресурс.

По-широкият сигнал

В репортажа не се измерва разликата между обявената и доставената инфраструктура и не се дава график за това как ще се реши ситуацията. Това, което той подсказва, е, че физическите ограничения на AI се превръщат в бизнес променлива, а не във фонов тренд. За основателите и маркетинг ръководителите полезната позиция е скучна: документирайте зависимостите, поставяйте под въпрос обещанията на доставчиците и калкулирайте възможността капацитетът, на който всички разчитат, да дойде по-късно, в по-малък обем или изобщо да не дойде.