هوش مصنوعی فقط تراشه نیست؛ کدام شرکت‌ها از عطش برق و مراکز داده سود می‌برند؟

هوش مصنوعی بار دیگر با احتمال عرضه اولیه سهام شرکت آنتروپیک در کانون توجه بازار قرار گرفته است، اما داستان اصلی این صنعت فقط به شرکت‌های سازنده مدل‌های هوش مصنوعی محدود نمی‌شود. پشت هر مدل بزرگ، مجموعه‌ای از مراکز داده، نیروگاه‌ها، خطوط انتقال برق و تجهیزات توزیع انرژی قرار دارد که برای پاسخ به رشد شدید تقاضای محاسباتی باید با سرعتی بسیار بالا توسعه پیدا کنند.

در همین نقطه، سه شرکت صنعتی GE Vernova، Quanta Services و Eaton در موقعیتی قرار گرفته‌اند که می‌توانند بدون نیاز به دسترسی مستقیم سرمایه‌گذاران به سهام آنتروپیک، از موج سرمایه‌گذاری در زیرساخت هوش مصنوعی بهره ببرند.

هوش مصنوعی ابتدا به برق نیاز دارد

رشد سریع مدل‌های هوش مصنوعی یک محدودیت بنیادی دارد که کمتر از تراشه‌ها و نرم‌افزارها مورد توجه قرار می‌گیرد: برق. آموزش مدل‌های بزرگ و اجرای آنها در مقیاس گسترده به ظرفیت محاسباتی بسیار زیادی نیاز دارد و مراکز داده برای تأمین این ظرفیت، برق بیشتری مصرف می‌کنند. مشکل اینجاست که بسیاری از شبکه‌های برق موجود برای چنین رشدی طراحی نشده‌اند و ایجاد ظرفیت جدید در شبکه نیز به زمان نیاز دارد.

همین شکاف میان رشد تقاضای برق و ظرفیت موجود، بازار بزرگی برای شرکت‌هایی ایجاد کرده است که تجهیزات تولید، انتقال و مدیریت برق را تأمین می‌کنند.

GE Vernova یکی از مهم‌ترین شرکت‌های حاضر در این زنجیره است. بخش نیرو این شرکت توربین‌های تولید برق را عرضه می‌کند و بخش برق‌رسانی نیز تجهیزات موردنیاز برای انتقال و مدیریت انرژی را در اختیار مشتریان قرار می‌دهد.

توربین‌های گازی این شرکت همچنین می‌توانند برای مراکز داده‌ای مورد استفاده قرار گیرند که هنوز به اتصال کامل به شبکه برق دسترسی ندارند و به تولید برق در محل نیاز دارند.

سفارش‌های مراکز داده GE Vernova جهش کرد

اعداد مربوط به فعالیت GE Vernova در بازار مراکز داده، تصویری روشن از سرعت رشد تقاضا ارائه می‌کنند. در سه‌ماهه دوم سال ۲۰۲۶، ارزش سفارش‌های مربوط به مراکز داده از ابتدای سال از ۵ میلیارد دلار عبور کرد؛ رقمی که بیش از دو برابر کل سفارش‌های سال ۲۰۲۵ است.

مدیریت شرکت انتظار دارد مراکز داده در سال ۲۰۲۶ حدود ۲۵ درصد سفارش‌های GE Vernova را تشکیل دهند؛ در حالی که این سهم در سال ۲۰۲۴ تنها حدود ۱۰ درصد بود. این افزایش نشان می‌دهد که سرمایه‌گذاری هوش مصنوعی به تدریج از لایه نرم‌افزار و تراشه به بخش‌های فیزیکی اقتصاد منتقل شده است.

GE Vernova در حال حاضر نیز در پروژه‌های واقعی مرتبط با مراکز داده هوش مصنوعی حضور دارد. این شرکت با شرکت زیرساخت هوش مصنوعی Crusoe برای تأمین توربین‌های گازی مراکز داده همکاری کرده و در همکاری دیگری با Chevron هدف تأمین حدود ۴ گیگاوات برق تا سال ۲۰۲۷ را دنبال می‌کند. با این حال، تولید برق تنها نیمی از مسئله است. زمانی که برق تولید شد، باید از طریق شبکه‌ای گسترده به محل مصرف برسد.

Quanta Services؛ ساخت شبکه برق هوش مصنوعی

افزایش مصرف برق مراکز داده تنها نیروگاه‌های بیشتری نمی‌خواهد؛ بلکه شبکه انتقال و اتصال جدیدی نیز لازم دارد. شرکت Quanta Services یکی از بازیگران اصلی این بخش است. این شرکت خطوط انتقال برق و زیرساخت‌های موردنیاز برای اتصال شبکه‌های جدید را احداث و نگهداری می‌کند.

رشد تقاضای برق از سوی مراکز داده باعث شده شرکت‌های برق و خدمات عمومی سرمایه‌گذاری بیشتری روی خطوط انتقال، اتصال شبکه و زیرساخت‌های الکتریکی انجام دهند اما فعالیت Quanta به خارج از مراکز داده محدود نمی‌شود. این شرکت در داخل مراکز داده نیز در بخش‌هایی مانند سیستم‌های برق‌رسانی و تأسیسات الکتریکی فعالیت دارد. خرید Cupertino Electric نیز توانایی Quanta را در طراحی و اجرای سیستم‌های الکتریکی مراکز داده بزرگ تقویت کرده است.

به این ترتیب، Quanta از دو طرف در معرض موج سرمایه‌گذاری قرار گرفته است: از یک سو ساخت شبکه‌ای که برق را به مراکز داده می‌رساند و از سوی دیگر ایجاد زیرساخت الکتریکی موردنیاز در داخل این مراکز.

نتیجه این روند در سفارش‌های انباشته شرکت نیز دیده می‌شود. ارزش سفارش‌های انباشته Quanta در سه‌ماهه دوم به ۵۳.۴ میلیارد دلار رسید؛ رقمی که افزایش تقاضا برای زیرساخت برق، از جمله پروژه‌های مرتبط با مراکز داده، در آن نقش مهمی داشته است.

“

«از نگاه یوتوتایمز، مهم‌ترین نکته این گزارش تغییر محل تمرکز سرمایه‌گذاری در زنجیره هوش مصنوعی است. بازار ابتدا روی تراشه و مدل تمرکز داشت، اما اکنون محدودیت اصلی به سمت برق، شبکه و ظرفیت مراکز داده حرکت کرده است؛ به همین دلیل GE Vernova، Quanta Services و Eaton را باید نه صرفاً «سهام صنعتی»، بلکه بخشی از لایه فیزیکی اقتصاد هوش مصنوعی دانست. با این حال، جذابیت بنیادی این شرکت‌ها نباید با جذابیت قیمت سهام آنها اشتباه گرفته شود؛ هرچه انتظارات بازار بالاتر می‌رود، توان شرکت‌ها برای تبدیل رشد سفارش‌ها به جریان نقدی و سودآوری پایدار اهمیت بیشتری پیدا می‌کند.»

بابک شیری

Eaton؛ مدیریت برق در قلب مراکز داده

حتی پس از تولید و انتقال برق، یک مسئله مهم باقی می‌ماند: مدیریت و توزیع دقیق انرژی در داخل مراکز داده. اینجاست که Eaton وارد زنجیره می‌شود. این شرکت تجهیزات توزیع و مدیریت برق را برای مراکز داده عرضه می‌کند و از این طریق بدون ورود مستقیم به بازار تراشه یا نرم‌افزار هوش مصنوعی، از افزایش سرمایه‌گذاری در این صنعت بهره می‌برد. عملکرد مالی اخیر Eaton نیز نشان می‌دهد این تقاضا صرفاً یک پیش‌بینی بلندمدت نیست.

فروش شرکت در سه‌ماهه دوم ۲۰۲۶ با رشد ۲۱ درصدی نسبت به سال قبل به رکورد ۸.۵ میلیارد دلار رسید. زیرساخت‌های الکتریکی همچنان یکی از مهم‌ترین موتورهای رشد Eaton هستند و مراکز داده سهم مهمی در افزایش تقاضا دارند.

این شرکت همچنین با اینویدیا در زمینه طراحی مراکز داده همکاری کرده است؛ از جمله توسعه سیستم‌های الکتریکی متناسب با مراکز پردازشی هوش مصنوعی و تراکم بالای تجهیزات محاسباتی.

این همکاری اهمیت ویژه‌ای دارد، زیرا نسل جدید مراکز داده هوش مصنوعی صرفاً نسخه بزرگ‌تر مراکز داده سنتی نیستند. تراکم بالاتر پردازنده‌ها، مصرف برق بیشتر و نیاز به مدیریت حرارت و انرژی، طراحی الکتریکی متفاوتی ایجاد کرده است.

در نتیجه، شرکت‌هایی که بتوانند تجهیزات و زیرساخت لازم برای این معماری جدید را تأمین کنند، بخشی از هزینه‌های عظیم توسعه هوش مصنوعی را به سمت خود جذب خواهند کرد.

برندگان هوش مصنوعی فقط سازندگان تراشه نیستند

رونق هوش مصنوعی تاکنون عمدتاً با نام شرکت‌های تراشه‌ساز، ارائه‌دهندگان خدمات ابری و سازندگان مدل‌های هوش مصنوعی شناخته شده است اما با افزایش سرمایه‌گذاری، بخش بزرگ‌تری از این هزینه‌ها به اقتصاد فیزیکی منتقل می‌شود.

مراکز داده برای فعالیت به برق نیاز دارند؛ برق به نیروگاه و شبکه انتقال نیاز دارد؛ شبکه به تجهیزات توزیع نیاز دارد و تمام این زیرساخت‌ها باید با سرعتی متناسب با رشد تقاضای محاسباتی توسعه پیدا کنند.

در این زنجیره، GE Vernova در بخش تولید برق و تجهیزات شبکه، Quanta Services در ساخت زیرساخت انتقال و سیستم‌های الکتریکی و Eaton در مدیریت و توزیع برق مراکز داده قرار گرفته‌اند.

این مدل نشان می‌دهد که سرمایه‌گذاری در هوش مصنوعی تنها به ارزش‌گذاری شرکت‌های فناوری وابسته نیست. حتی اگر بخشی از شرکت‌های نرم‌افزاری یا سازندگان مدل‌های هوش مصنوعی نتوانند انتظارات سرمایه‌گذاران را برآورده کنند، زیرساخت‌های موردنیاز برای افزایش ظرفیت محاسباتی همچنان باید ساخته شوند. البته این به معنای بدون‌ریسک بودن سهام این شرکت‌ها نیست.

هر سه شرکت اکنون مورد توجه بازار قرار گرفته‌اند و ارزش‌گذاری آنها نیز دیگر مانند گذشته پایین نیست. بنابراین مسئله اصلی برای سرمایه‌گذار صرفاً شناسایی شرکت‌های منتفع از هوش مصنوعی نیست؛ بلکه یافتن نقطه‌ای است که قیمت سهام بتواند رشد واقعی سودآوری آینده را توجیه کند.

در ترجمه برخی نقاط این گزارش از هوش مصنوعی کمک گرفته شده است.