Инвестбанк Goldman Sachs опубликовал прогноз: волна строительства новых дата-центров под нужды искусственного интеллекта более чем удвоит потребление электроэнергии ЦОДами США уже к 2027 году. За сухими цифрами стоит важный сигнал для всего рынка: спрос на ИИ-ассистенты для бизнеса, AI-агентов для продаж и поддержки растёт настолько быстро, что физическая инфраструктура — энергосети, чипы, охлаждение — становится новым узким местом. Для B2B это означает, что окно возможностей для внедрения нейросетей в бизнес ограничено, а стоимость ИИ-вычислений в ближайшие годы может заметно меняться.
Что произошло
Аналитики Goldman Sachs зафиксировали резкое ускорение строительства дата-центров под ИИ-нагрузки в США. По их оценкам, потребление электроэнергии ЦОДами вырастет более чем в два раза к 2027 году по сравнению с текущим уровнем. Основной драйвер — обучение и инференс больших языковых моделей (LLM), а также рост корпоративных ИИ-приложений: чат-ботов, AI-менеджеров, систем квалификации лидов и автоматизации переписки с клиентами.
Контекст: один запрос к генеративной модели потребляет в разы больше энергии, чем стандартный поисковый запрос. Когда счёт идёт на миллиарды обращений в день — нагрузка на энергосистему становится макроэкономическим фактором, а не только инженерной задачей.
Что это значит для бизнеса
Прогноз Goldman Sachs — это не абстрактная история про энергетику. Он напрямую касается каждого, кто использует или планирует использовать LLM-модели для бизнеса:
- Стоимость токенов будет колебаться. Дефицит вычислительных мощностей и рост цен на электроэнергию могут повлиять на тарифы провайдеров ИИ. Компании, которые сейчас фиксируют архитектуру и интеграции, окажутся в выигрыше.
- Конкуренция за GPU усилится. Крупные игроки выкупают мощности на годы вперёд. Малому и среднему бизнесу выгоднее работать через готовые ИИ-платформы, а не строить инфраструктуру самостоятельно.
- Эффективность моделей становится конкурентным преимуществом. Решения, которые умеют экономно расходовать токены и грамотно маршрутизировать запросы между моделями разного размера, выигрывают по unit-экономике.
- Ранние внедрения окупятся быстрее. Компании, уже запустившие AI-агентов для продаж и автоматизацию поддержки клиентов, успели зафиксировать текущие цены и накопить данные для дообучения.
Как это связано с ИИ-автоматизацией в B2B
Энергетический бум — это обратная сторона взрывного спроса на ИИ в корпоративном сегменте. Бизнес массово переводит рутинные операции на нейросети:
- Продажи. AI-бот для продаж берёт на себя первичную коммуникацию, квалификацию лидов и догрев. ИИ в B2B-продажах сокращает цикл сделки и снижает нагрузку на менеджеров.
- Поддержка. ИИ-ассистент отвечает клиентам 24/7, разгружая операторов и поднимая CSAT. Автоматизация поддержки клиентов снижает стоимость обработки одного обращения в разы.
- Лидогенерация. ИИ для обработки лидов с площадок вроде Авито или мессенджеров типа Telegram даёт мгновенный ответ — а скорость первого касания напрямую влияет на конверсию.
- CRM. Интеграция ИИ с CRM превращает разрозненные диалоги в структурированные данные: сегменты, причины отказов, гипотезы для роста.
Чем больше компаний автоматизируют коммуникации, тем выше нагрузка на ЦОДы — и тем ценнее становятся продуманные сценарии, в которых ИИ работает на результат, а не «жжёт» токены впустую.
Риски и возможности
Прогноз Goldman Sachs формирует два сценария, к которым стоит готовиться.
Риски:
- Рост стоимости ИИ-сервисов из-за дефицита мощностей и удорожания электроэнергии.
- Возможные ограничения по доступу к топовым моделям для небольших клиентов — приоритет получат корпоративные контракты.
- Регуляторное давление на ЦОДы (экологические нормы, налоги на потребление) может транслироваться в цены конечных сервисов.
Это контекст и оценка на основе текущих рыночных трендов, не прямые заявления Goldman Sachs.
Возможности:
- Окно низких цен на ИИ-внедрения пока открыто — самое время запускать пилоты в продажах и поддержке.
- Бизнес, который раньше внедрит AI-менеджеров и чат-виджеты с ИИ, получит преимущество в юнит-экономике и скорости обработки заявок.
- Компании, грамотно выбирающие модели под задачу (не везде нужен самый дорогой LLM), будут устойчивее к колебаниям цен.
Практический B2B-вывод
Если вы откладывали внедрение ИИ — стоит ускориться. Не из-за хайпа, а из-за экономики: пока инфраструктура успевает за спросом, стоимость автоматизации продаж с ИИ и поддержки остаётся доступной. Базовый чек-лист на ближайшие месяцы:
- Определите 2–3 процесса с самой высокой нагрузкой на менеджеров — это первые кандидаты на автоматизацию переписки с клиентами.
- Запустите ИИ-бота на самых горячих каналах: Авито, Telegram, сайт. ИИ-бот для Авито и AI для Telegram Business закрывают первый контакт без участия человека.
- Интегрируйте ИИ с CRM, чтобы каждый диалог конвертировался в данные, а не оставался «в чате».
- Выбирайте архитектуру, которая позволяет менять LLM-модели для бизнеса под задачу — это страховка от роста цен.
- Замеряйте экономику: время ответа, конверсию из лида в сделку, стоимость обработки обращения.
Прогноз Goldman Sachs — это напоминание, что ИИ перестал быть «надстройкой». Это полноценная инфраструктура, за которую бизнес уже сейчас конкурирует наравне с гигантами. И чем раньше компания встроит ИИ-ассистента в свои продажи и поддержку, тем устойчивее она будет к следующим волнам подорожания вычислений.