Джон Вильямс, президент Федерального резервного банка Нью-Йорка, выступил с прогнозом о том, что острый дефицит вычислительных мощностей останется узким местом для развития ИИ-индустрии как минимум два года. Это замечание высокопоставленного банкира указывает на серьёзность проблемы избыточного спроса на GPU и специализированные чипы — ситуация, которую мы наблюдаем каждый день в работе с инструментами машинного обучения.

Комментарии Вильямса отражают реальное положение дел: крупные облачные платформы и разработчики моделей жалуются на очереди на получение ускорителей, а цены на вычислительное время остаются завышенными. NVIDIA остаётся монополистом на этом рынке, а её производственные мощности, несмотря на расширение, не способны быстро покрыть растущий спрос. Параллельно идёт гонка за разработкой альтернативных архитектур (AMD, Intel, специализированные чипы для разных типов задач), но переход не быстрый.

Для инвесторов и компаний, которые планируют запуск или масштабирование ИИ-проектов, это означает, что ставки на вычисления останутся высокими, а ожидание доступа к нужным мощностям — реалистичной проблемой. Затраты на инфраструктуру будут оставаться значительной частью бюджета как минимум до 2026-2027 годов.

Замечание Вильямса также вписывается в более широкий контекст: прогнозирование экономических последствий технологического бума. Дефицит мощностей может сдерживать темп развития стартапов, удерживать преимущество за крупными игроками с собственными инвестициями в инфраструктуру (Google, Meta, Microsoft) и влиять на инфляцию в облачных сервисах. Это уже наблюдается в ценообразовании на API и облачные услуги.

Вместе с тем, Вильямс подтвердил, что ФРС может повысить процентные ставки ещё раз в текущем году. Это комплементарный сигнал: высокие ставки удорожают капитал для инвестиций в расширение производства чипов, что косвенно может ещё больше замедлить решение проблемы дефицита. Парадокс: борьба с инфляцией может углубить узкие места в ИИ-инфраструктуре.

Для российского бизнеса картина практически однозначна: доступ к недефицитным вычислительным мощностям — критическое преимущество. Локальные решения на собственной инфраструктуре становятся более привлекательны, чем полная зависимость от облачных платформ. Компании, которые работают с автоматизацией контента, обработкой данных или разработкой моделей машинного обучения, должны готовиться к тому, что стоимость вычислений останется высокой, а задержки с выделением ресурсов — обычным делом. Платформы, которые предлагают предсказуемую стоимость и гарантированный доступ к ресурсам (как локальные решения или гибридные подходы с использованием мощностей внутри страны), будут иметь конкурентное преимущество.