AI-industrien vokser med en hastighed, som få andre teknologier har gjort før.
Modellerne bliver større, billigere og mere avancerede, mens efterspørgslen på datacentre, strøm og computerkraft eksploderer.
Den største udfordring er ikke længere, om virksomhederne vil bruge AI. Det er, om infrastrukturen kan følge med.
Er AI en boble?
Det spørgsmål bliver stadig stillet, hver gang et nyt rekordregnskab lander, eller når milliarder bliver investeret i kunstig intelligens.
Men ifølge et perspektiv fra AI- og datacenterindustrien er udviklingen svær at reducere til en finansiel boble.
I de seneste kvartaler har nogle af de største AI-relaterede virksomheder leveret rekordresultater. Først kom et kvartal, der blev beskrevet som det største kvartalsresultat i nogen virksomheds historie. Derefter steg resultatet yderligere 17 procent. Det følgende kvartal voksede igen med 17 procent, mens forventningerne til næste kvartal peger mod yderligere 18 procent vækst.
Det betyder ikke, at alle investeringer i AI nødvendigvis vil vise sig rentable.
Men det viser, at efterspørgslen efter AI-kapacitet er reel.
26 ud af 26 bruger generativ AI
Et eksempel illustrerer udviklingen.
Ved en konference i Paris, RAISE, deltog 26 ledere fra IT- og forsikringsbranchen i Europa. Under en session om kunstig intelligens blev deltagerne spurgt:
Hvor mange af jer bruger generativ AI hver dag?
Alle 26 rakte hånden op.
Det er et markant billede på, hvor hurtigt teknologien har bevæget sig fra eksperiment til dagligt arbejdsredskab.
For blot få år siden var generativ AI for mange virksomheder noget, man testede i mindre pilotprojekter. I dag er teknologien blevet en del af den almindelige arbejdsdag i mange organisationer.
Og udviklingen er langt fra færdig.
Modellerne bliver ti gange større
Samtidig sker der en voldsom udvikling i selve AI-modellerne.
Antallet af parametre i de mest avancerede modeller vokser hurtigt. Ifølge præsentationen vokser modellernes størrelse i nogle udviklingsforløb med omkring en faktor ti om året.
Over en tiårig periode har udviklingen i modellernes kompleksitet og ydeevne været enorm i størrelsesordenen op mod en million gange, afhængigt af hvordan man måler udviklingen.
Det kan sammenlignes med den udvikling, computerindustrien gennemgik under Moores lov, hvor processorer blev stadig kraftigere.
Men AI har endnu en vigtig fordel:
Prisen falder samtidig.
Omkostningen ved at behandle tokens de tekst- og informationsenheder, AI-modeller arbejder med er i flere sammenhænge faldet omkring ti gange om året i de seneste år.
Det betyder, at virksomhederne både får adgang til mere avancerede modeller og samtidig kan bruge dem billigere.
Det kan accelerere udbredelsen markant.
Datacentrene bliver den nye flaskehals
Men den eksplosive vækst har en bagside.
AI kræver enorme mængder computerkraft. Og computerkraft kræver datacentre.
Den globale efterspørgsel efter datacenterkapacitet ventes derfor at vokse kraftigt frem mod 2030. AI-arbejdsbelastninger forventes ifølge præsentationen at stå for omkring 71 procent af den nye efterspørgsel.
Problemet er, at datacentre ikke kan bygges lige så hurtigt, som AI-markedet vokser.
Et projekt kræver jord, strøm, netforbindelser, tilladelser, køling og selve bygningen. Alle disse processer kan tage år.
USA er et godt eksempel.
Planerne peger på omkring 12 gigawatt ny datacenterkapacitet i 2026 og yderligere 36 gigawatt i 2027.
Men den faktiske udbygning forventes ifølge præsentationen kun at nå omkring 5 gigawatt i 2026 og 7 gigawatt i 2027.
Der er altså et betydeligt gab mellem ambitionerne og den kapacitet, der rent faktisk kan bygges.
Europa kan udfylde hullet
Det åbner samtidig nye muligheder i Europa.
Når USA har vanskeligt ved at få projekterne gennem planlægning, tilladelser og nettilslutning hurtigt nok, søger datacenterinvesteringerne mod andre regioner.
Spanien og Portugal oplever allerede betydelig interesse. Det samme gør Norden.
Men udviklingen stopper ikke dér.
Datacenterprojekter dukker op i lande som Albanien, Nordmakedonien, Kroatien, Polen og Rumænien markeder, som for blot få år siden ikke nødvendigvis stod øverst på listen over europæiske datacenterlokationer.
Også Nordafrika bliver interessant.
Marokko og Tunesien nævnes som potentielle placeringer, blandt andet fordi de ligger relativt tæt på Europa og i visse tilfælde kan tilbyde hurtigere etablering end mere modne europæiske markeder.
AI-boomet er dermed også ved at ændre det geografiske landkort for Europas digitale infrastruktur.
AI flytter tættere på brugeren
Samtidig er en anden udvikling på vej.
AI vil ikke nødvendigvis altid blive kørt i enorme datacentre langt væk fra brugeren.
En stigende del af AI-beregningerne kan i stedet blive flyttet tættere på slutbrugeren gennem såkaldt edge computing.
Det handler om at placere computerkraft tættere på de steder, hvor data bliver skabt og brugt.
Tænk på udviklingen inden for mobilnetværk.
Da mobilnetværkene var langsomme, kunne selv simple tjenester føles langsomme. Efterhånden blev infrastrukturen udbygget, så mere kapacitet kom tættere på brugerne.
AI kan bevæge sig i samme retning.
Hvis en AI-funktion på en smartphone skal reagere øjeblikkeligt, er det ikke nødvendigvis effektivt at sende hver eneste forespørgsel til et datacenter på den anden side af kloden.
Nogle beregninger skal kunne ske lokalt eller i hvert fald langt tættere på brugeren.
Fra megadatacentre til distribueret AI
Det ændrer også selve definitionen af et datacenter.
I årevis har industrien fokuseret på enorme anlæg med meget høj kapacitet.
Nu bliver mindre datacentre på eksempelvis én eller fem megawatt også relevante.
De kan placeres tættere på fabrikker, virksomheder, byer og andre steder, hvor AI anvendes.
Det skaber en mere decentral AI-infrastruktur.
Fremtidens datacenterlandskab kommer derfor sandsynligvis ikke kun til at bestå af gigantiske anlæg.
Det kommer også til at bestå af mange mindre enheder, der ligger tættere på brugerne.
Den egentlige AI-revolution
Det er måske det vigtigste perspektiv på den nuværende AI-bølge.
Ser man kun på aktiekurser, investeringer og høje værdiansættelser, kan det være nærliggende at spørge, om markedet er løbet for langt.
Men under overfladen sker der noget mere fundamentalt.
Der investeres i chip, datacentre, strømforsyning, køling, fiberforbindelser, elnet og ejendomme.
AI er derfor ikke længere kun et softwarefænomen.
Det er blevet et infrastrukturfænomen.
Og hvis modellerne fortsætter med at blive kraftigere, samtidig med at omkostningen ved at bruge dem falder, kan AI få en langt bredere anvendelse end i dag.
Den afgørende udfordring bliver derfor ikke kun at udvikle smartere modeller.
Det bliver at bygge den fysiske infrastruktur, der skal drive dem.
AI-revolutionen er med andre ord ikke kun en kamp om algoritmer. Den er også en kamp om strøm, datacentre, chips og plads.
