Дата-центры упёрлись в электричество и кадры: ИИ растёт быстрее стройки

Руководители одних из крупнейших компаний дата-центровой отрасли говорят, что строительство мощностей для ИИ едва поспевает за спросом. Два главных ограничителя, по их оценке, это доступ к энергии и нехватка квалифицированных рабочих. Bloomberg Tech опубликовал материал 13 октября 2026 года. В доступном фрагменте нет конкретных мегаваттов, сроков и сумм, поэтому ниже разобрана логика заявления, а не цифры отдельных проектов.

Где именно упирается стройка

Энергия здесь означает несколько разных вещей. Это генерация, подключение к сети и оборудование для подстанций. Кампус под ИИ-кластер потребляет мощность, сопоставимую с небольшим городом, и каждая из этих составляющих может оказаться самой медленной. Деньги и площадку найти проще: участок покупается за месяцы, а подключение к сети и поставки трансформаторов растягиваются на годы. Именно поэтому операторы всё чаще говорят о доступной мощности как о главном активе.

Второе ограничение, люди, обсуждают реже, хотя на стройплощадке оно ощущается сразу. Дата-центр требует электриков, монтажников систем охлаждения, инженеров по вводу в эксплуатацию и специалистов по эксплуатации. Эти профессии нельзя набрать за квартал, а параллельно строится множество объектов, которые борются за одних и тех же людей.

Что известно из заявления

• Источник: Bloomberg Tech, 13 октября 2026 года.
• Кто говорит: руководители одних из крупнейших компаний сектора.
• Состояние отрасли: строительство «едва успевает» за развитием ИИ.
• Ограничение № 1: доступ к энергии.
• Ограничение № 2: квалифицированная рабочая сила.
• Чего нет в доступном тексте: названных объёмов мощности, сроков ввода и инвестиционных сумм.

Почему это меняет расклад на рынке

Пару лет назад главным дефицитом считались ускорители. Теперь, судя по словам операторов, чип без подведённой мощности превращается в дорогой груз на складе. Это смещает преимущество. Выигрывают компании, которые заранее закрепили подключения, договорились о генерации и собрали подрядные бригады, а не те, кто просто разместил крупный заказ на оборудование.

Есть и второй эффект: если стройка работает на пределе, любой сбой (задержка трансформатора, срыв графика подрядчика) сразу сдвигает запуск кластера. Запаса прочности в графиках почти нет. Для разработчиков моделей это означает, что планы обучения и вывода всё сильнее зависят от физической инфраструктуры, а не только от алгоритмов и бюджета.

Что делать командам и инвесторам

Тем, кто закупает мощности под ИИ, стоит спрашивать у провайдеров не только цену за GPU-час, но и статус подключения площадки, график поставки электрооборудования и обеспеченность объекта персоналом. Это более надёжные индикаторы реальных сроков, чем обещания по количеству стоек.

Командам, которые строят продукты на чужих облаках, полезно закладывать запас по срокам и проектировать систему так, чтобы она переносила нехватку мощности: оптимизация инференса, квантование и гибкое распределение нагрузки между регионами снижают зависимость от одного кампуса. Инвесторам имеет смысл смотреть на компании по цепочке энергии и квалифицированного труда, обучение электриков и инженеров, оборудование для сетей, а не только на производителей чипов. Конкретные масштабы дефицита станут понятны, когда операторы раскроют цифры по проектам. Пока направление очевидно: ограничение сместилось от кремния к киловаттам и людям.