Cato Institute: US Needs to Accelerate AI Infrastructure and Energy Investments

США рискуют упереться не в нехватку ИИ-идей, а в нехватку электричества, площадок и внятной инфраструктурной политики. Если страна действительно хочет сохранить лидерство в искусственном интеллекте, ей нужно не только обсуждать регулирование моделей, но и ускорять инвестиции в энергетику, сети и дата-центры. Именно на этот разрыв между политическими амбициями и физической базой обращает внимание Кевин Фрейзер, приглашенный исследователь Института Катона.

По его словам, Вашингтон сейчас пытается понять, как должна выглядеть национальная рамка для ИИ и какими инструментами можно подкрепить заявленную цель технологического лидерства. Это важный сдвиг: разговор о рынке ИИ постепенно выходит за пределы дискуссий о рисках моделей, авторском праве и безопасности. На первый план выходит более приземленный вопрос — способна ли страна быстро развернуть вычислительные мощности, которые нужны для обучения и обслуживания современных ИИ-систем.

Национальная рамка в таком контексте — это не только правила для разработчиков, но и понятный сигнал инвесторам, операторам дата-центров и энергетическим компаниям. Здесь главным узким местом становится инфраструктура. Крупные дата-центры требуют не только чипов и серверов, но и огромного объема электроэнергии, подключения к сети, земли, охлаждения и разрешений на строительство.

Один современный кампус для ИИ-нагрузок может потреблять сотни мегаватт, а в некоторых случаях потребности приближаются к уровню небольшого города. При этом новые генерирующие мощности, линии передачи и подстанции строятся заметно дольше, чем запускаются новые модели и сервисы. В итоге технологический цикл ускоряется, а энергетический и строительный — нет.

Именно из-за этого даже при наличии капитала и спроса запуск новых мощностей может тормозиться на годы. Для компаний это означает рост издержек, перенос сроков и более осторожные инвестиционные решения. Для Вашингтона это превращает ИИ из сугубо цифровой темы в вопрос промышленной политики.

Национальная рамка, о которой идет речь, вероятно, должна охватывать не только правила использования ИИ, но и условия для его масштабирования: доступ к энергии, предсказуемые регуляторные требования, согласование проектов и понятные стимулы для частных инвестиций. Важен и баланс между федеральным подходом и локальными ограничениями, потому что многие реальные барьеры возникают на уровне штатов, коммунальных операторов и муниципалитетов. Если государство хочет, чтобы американские компании строили инфраструктуру внутри страны, им нужен горизонт планирования.

Бизнес может вкладывать миллиарды в вычислительные кластеры, но он не будет делать это в прежнем темпе, если подключение к сети, разрешительная процедура и локальные ограничения становятся непредсказуемыми. Аргумент Фрейзера важен еще и потому, что он смещает акцент в обсуждении лидерства США. Лидером в ИИ становится не только тот, у кого сильнее модели, но и тот, кто быстрее строит всю цепочку обеспечения — от энергии и дата-центров до сетевой инфраструктуры и доступа к вычислениям.

В этой логике выигрывают не только разработчики ИИ, но и энергокомпании, девелоперы индустриальных площадок, производители оборудования и регионы, способные быстрее проводить согласования. Проигрывают те юрисдикции, где спрос на ИИ уже есть, а физическая база под него не успевает. Это меняет и состав бенефициаров ИИ-бума: часть добавленной стоимости будет уходить не только в софт, но и в тяжелую инфраструктуру.

Вывод довольно практичный: следующая фаза гонки ИИ будет определяться не только качеством алгоритмов, но и скоростью строительства. Если США хотят, чтобы разговоры о технологическом лидерстве не остались декларацией, им придется синхронизировать ИИ-стратегию с энергетикой, сетями и капитальными проектами. Иначе дефицит мощности станет тем ограничением, которое никакая модель сама по себе уже не снимет.

И именно поэтому спор об ИИ все больше становится спором о том, кто способен быстрее превратить вычислительный спрос в реальные мегаватты, здания и подключенные серверные мощности.