Основният проблем на инфраструктурата с изкуствен интелект: Рискът от блокирани активи – тези, които разчитат на остарели структури днес, ще платят цената утре

Енергийно изразходващ изкуствен интелект: Гениалната (и игнорирана) алтернатива на гигантските ядрени центрове за данни

Липсата на прозрачност като основен политически проблем на инфраструктурата на изкуствения интелект

Енергийните нужди на изкуствения интелект нарастват експоненциално – а с тях и политическата паника. За да се посрещнат гигантските нужди от електроенергия на планираните центрове за данни с изкуствен интелект, в Европа и САЩ внезапно се появи уж ново решение: малки модулни ядрени реактори (SMR). Но докато политиците и лобистите от индустрията празнуват този ядрен спасител като единствената опция, на заден план се задава безпрецедентна икономическа грешка.

Експлозивно нарастващите разходи за строителство, десетилетията време за внедряване и огромният риск от така наречените „заседнали активи“ превръщат мечтата за гигафабрика с изкуствен интелект, захранвана от ядрена енергия, във високорисков хазарт. Особено взривоопасно е това, което систематично се пропуска от дебата: децентрализирана инфраструктура с изкуствен интелект. Тази статия разглежда скритите истини за разходите в дебата за малките морски реактори (SMR) и показва защо рискуваме да повторим скъпите структурни грешки от миналото с технологиите на утрешния ден.

Истинската провокация на този дебат следователно не е техническият въпрос коя инфраструктура е по-добра. Истинската провокация е политическата: Защо дискусията за ориентираната към бъдещето инфраструктура с изкуствен интелект е почти изцяло фокусирана върху технология, чийто хоризонт на реализация е отвъд хоризонта на планиране на пътните карти за изкуствен интелект, чиято история на разходите се характеризира с превишаване на разходите от няколкостотин процента и чието субсидиране е до голяма степен скрито?

Свързано с това:

• Гигафабрики с изкуствен интелект: Скритите разходи – Как разширяването на хиперскалерите в САЩ и Китай натоварва ресурсите

Липсата на прозрачност като основен политически проблем на инфраструктурата с изкуствен интелект: Енергийният въпрос като стратегическа тактика за отклоняване на вниманието

В дебатите около изграждането на европейски гигафабрики с изкуствен интелект, един въпрос доминира в обществената дискусия: Откъде ще дойде цялото електричество? Отговорът, който все по-често се разпространява в политическите кръгове и индустриалните форуми, е: малки модулни ядрени реактори, т. нар. малки модулни реактори (SMR). Този отговор звучи технологично напреднало, политически жизнеспособно е и има предимството да спечели съществуващите групи по интереси - ядрената индустрия, държавните доставчици на енергия и ядрените изследователски институции. Това, което обаче почти изцяло липсва в тази дискусия, е честна икономическа оценка: Дали централизираните гигафабрики с изкуствен интелект, захранвани от SMR реактори, са всъщност най-икономически разумният отговор на нарастващото търсене на изчислителна мощност? Или този въпрос отвлича вниманието от много по-фундаментална структурна алтернатива - децентрализирана инфраструктура с изкуствен интелект?

Международната агенция по енергетика (МАЕ) прогнозира, че глобалното потребление на електроенергия от центровете за данни ще се удвои до 2030 г., достигайки почти 1000 тераватчаса годишно. Дори днес един голям център за данни с изкуствен интелект консумира толкова електроенергия, колкото град с 50 000 жители, а наистина големите съоръжения вече работят в гигаватовия диапазон. Само за САЩ МАЕ прогнозира допълнителна нужда от капацитет от 60 гигавата до 2029 г. само за центрове за данни и приложения с изкуствен интелект – еквивалентно на производството на около 60 атомни електроцентрали. Тези цифри са впечатляващи, но водят до погрешна линия на разсъждение: те безразсъдно проектират днешната архитектура на централизираните центрове за данни в бъдещето, вместо сериозно да обмислят алтернативни инфраструктурни модели.

Скритата истина за разходите зад обещанието за SMR

Дискусията около малките модулни реактори (ММР) се характеризира със забележителна степен на оптимизъм, която при по-внимателно разглеждане има малка емпирична основа. Поддръжниците на ММР обещават по-кратки срокове за изграждане, по-ниски разходи чрез масово производство и по-бърза мащабируемост в сравнение с конвенционалните големи реактори. Реалността обаче рисува значително по-отрезвяваща картина.

Световният пазар на атомни електроцентрали е в застой от години. През 2024 г. само шест нови атомни електроцентрали бяха пуснати в експлоатация в световен мащаб, докато четири бяха изведени от експлоатация – нетно увеличение с две централи. Причините са структурни: екстремни инвестиционни разходи, време за строителство от 10 до 15 години и финансови рискове, които на практика могат да бъдат поети само от държавни компании. Най-добрият пример за тази експлозия на разходите е Фламанвил 3 във Франция: първоначално оценена на 3,2 до 3,3 милиарда евро през 2006 г. и планирана за период на строителство от пет години, електроцентралата в крайна сметка струва 23,7 милиарда евро след 17 години строителство.

Дори водещият проект на САЩ, атомната електроцентрала „Вогтъл“ в Джорджия, първоначално е бил с бюджет от 14 до 15,5 милиарда долара, а в крайна сметка е струвал 34 милиарда долара – повече от два пъти повече от първоначалната оценка. „Уестингхаус“, една от водещите световни компании за ядрени технологии, обяви фалит малко след това. Разходите за британската централа „Хинкли Пойнт C“ скочиха до 32,7 милиарда британски лири (приблизително 41,3 милиарда долара) – въпреки първоначалния бюджет на проекта от 2 милиарда британски лири. Правилото, използвано сега от опитни наблюдатели в индустрията, е: умножете първоначалната оценка на разходите на ядрената индустрия по десет, за да получите реалистична цифра.

За SMR инсталациите, които до момента нямат нито една комерсиално внедрена модулна система в западния свят, ситуацията с разходите е още по-несигурна. Анализ на фондация „Хайнрих Бьол“ от началото на 2024 г. (забележка: годината е логично коригирана на 2024 г. вместо бъдещата 2026 г.) заключава, че повечето концепции за SMR все още са в ранни етапи на развитие, нямат регулаторно одобрение в ЕС и е малко вероятно да генерират значителни количества електроенергия преди 2050 г. Институтът за енергийна икономика и финансов анализ (IEEFA) потвърждава тази критична оценка: SMR остават твърде скъпи, твърде бавни за изграждане и твърде рискови, за да играят значителна роля в енергийния преход през следващите 10 до 15 години. Според IEEE инвестициите в SMR биха отклонили ресурси от безвъглеродни и по-рентабилни възобновяеми енергийни източници, които вече са налични днес.

Често пренебрегван аспект на този дебат са скритите субсидии. Според изчисления на Форума за екологична и социална пазарна икономика, поръчани от Greenpeace, историческата подкрепа за ядрената енергетика в Германия е възлизала на най-малко 165 милиарда евро държавни субсидии между 1950 и 2008 г. – плюс още 92,5 милиарда евро разходи в обозримо бъдеще. Германското правителство обаче е докладвало само по-малко от 200 милиона евро в своите доклади за субсидии – разлика от няколко порядъка, дължаща се на изключително тясното определение за субсидии. Това изчисление не взема предвид данъчните облекчения, държавните гаранции, финансирането на научни изследвания, разходите за хранилища за ядрени отпадъци и – най-важното – фактическата неограничена отговорност на правителството в случай на бедствие. Ако операторите на атомни електроцентрали бяха задължени да плащат за стандартна застраховка „Гражданска отговорност“ на пазара, ядрената енергия, според тези изчисления, би била с до 2,70 евро на киловатчас по-скъпа – и по този начин просто неконкурентоспособна.

Дефицит на прозрачност: Когато лобистки интереси диктуват решенията за инфраструктура

Въпросът защо дискусията за енергоснабдяването за гигафабриките с изкуствен интелект се фокусира почти изключително върху ядрената енергия – а не едновременно върху децентрализираните алтернативи – не е технически, а политически. Той сочи към структурна липса на прозрачност в дебата за публичната инфраструктура.

Европейският съюз обяви създаването на гигафабрики с изкуствен интелект за стратегически приоритет и стартира инвестиционен фонд InvestAI на стойност 20 милиарда евро за изграждане на до пет такива съоръжения. Гигафабриката с изкуствен интелект, както е определена от ЕС, се състои от 100 000 или повече специализирани чипа, а всяко съоръжение, включително енергоснабдяването, се оценява от ЕС на стойност между 3 и 5 милиарда евро. Германия е отделила 805 милиона евро начално финансиране за едно такова съоръжение и активно обсъжда кои компании ще получат договора – Deutsche Telekom, Schwarz Group, Ionos или баварски консорциум. Тази структура на финансиране по своята същност създава огромни перверзни стимули: тя благоприятства централизирани мащабни проекти, защото само те отговарят на праговете за определението на ЕС за „гигафабрика“. По-малките, децентрализирани подходи пропадат през пукнатините на тази схема за финансиране, въпреки че често биха могли да бъдат по-привлекателни от икономическа гледна точка.

Липсата на прозрачност е очевидна и в селективното представяне на данните за разходите. Когато политиците и представителите на индустрията говорят за малки морски реактори (SMR), те цитират оптимистични оценки на производителите. Когато критиците посочват превишаване на разходите в миналото, те се отхвърлят като изолирани инциденти или проблеми, присъщи на предшественика на технологията. И все пак няма нито едно надеждно емпирично доказателство, че SMR ще бъдат по-икономични в търговски мащаб от проектите за големи реактори, които служат като отрицателни примери – не на последно място, защото все още не е пуснат в експлоатация нито един търговски значим проект за SMR съгласно западните стандарти.

Свързано с това:

• Изследване на Станфорд: Дали локалният изкуствен интелект внезапно е икономически по-добър? Краят на облачната догма и гигабитовите центрове за данни?

Пренебрегваната алтернатива: Защо децентрализираната инфраструктура с изкуствен интелект може да бъде икономически по-добрият отговор

Въпросът, който изненадващо рядко се задава в целия дебат за гигафабриките с изкуствен интелект и тяхното енергоснабдяване, е: Защо изобщо са ни необходими гигафабрики? И ако са ни необходими – защо непременно трябва да бъдат централизирани?

Локалната и децентрализирана инфраструктура с изкуствен интелект в момента претърпява тиха, но фундаментална икономическа преоценка. Изследвания на институтите Fraunhofer показват, че системите, базирани на периферни данни, могат да спестят до 35% от разходите за електроенергия в сравнение с конвенционалната облачна обработка, тъй като изискват по-малка честотна лента и капацитет за охлаждане. Фабрика с 1000 IoT сензора, изпращащи измервания всяка секунда, би предавала 86 милиона точки от данни към облака дневно без периферни изчисления; с локално филтриране на данни (edge ​​filtering) този брой се намалява до приблизително 8 милиона – спестяване от 90% от разходите за честотна лента и съхранение в облака. Тези цифри са икономически значими, но рядко се обсъждат в дискусиите за публична инфраструктура.

Децентрализираните центрове за данни предлагат и локално възстановяване на топлината, което може да се използва за отопление на жилищни райони, офис сгради или промишлени съоръжения. Тази синергия значително подобрява общия баланс на разходите, когато отпадната топлина се счита за икономически изгоден страничен продукт. Централизираните гигафабрики произвеждат същата отпадна топлина, но на място, където няма достатъчно търсене за нейното използване.

Прави впечатление, че коалиционното споразумение на германското федерално правителство изрично има за цел да подкрепи децентрализирани инфраструктури, като например периферни изчисления на разпределени места. В същото време обаче поне една европейска гигафабрика за изкуствен интелект се изгражда в Германия – подход, който структурно противоречи на принципа на децентрализацията. Това несъответствие отразява колко драстично могат да се разминават политическият престиж и икономическата рационалност, когато става въпрос за инфраструктурни решения.

Моделът на инфраструктура с изкуствен интелект, състояща се от няколко огромни, централизирани съоръжения, възпроизвежда остарялата парадигма на централизирано енергоснабдяване чрез големи електроцентрали – и това във време, когато самата енергийна индустрия едва започва да интернализира предимствата на децентрализираните структури за производство. Би било историческа грешка да се повтарят институционалните грешки на енергийната индустрия в областта на цифровизацията на инфраструктурата.

Свързано с това:

• Кое е по-добро: Децентрализирана, федеративна, антикрехка AI инфраструктура или AI Gigafactory или хипермащабируем AI център за данни?

Парадоксът на Джевънс и измамната логика на ефективността

Често срещан контрааргумент срещу релевантността на дилемата за децентрализация на SMR е, че хардуерът с изкуствен интелект става все по-ефективен и следователно потреблението на енергия ще се стабилизира. Този аргумент не е напълно погрешен – но не е и напълно верен – и игнорира т. нар. парадокс на Джевънс.

Главният изпълнителен директор на Microsoft Сатя Надела заяви в Берлин през 2024 г., че производителността на системите с изкуствен интелект се удвоява на всеки шест месеца. Актуалните данни показват, че възможностите на системите с изкуствен интелект дори се удвояват на всеки седем месеца – значително по-бързо от класическия закон на Мур, който предсказва удвояване на всеки две години. Китайският стартъп за изкуствен интелект DeepSeek впечатляващо демонстрира в края на 2024 г. и началото на 2025 г., че сравними резултати могат да бъдат постигнати с част от ресурсите, необходими преди: DeepSeek V3 беше обучен за два месеца, използвайки само 2048 графични процесора NVIDIA H800, подвиг, за който Meta изискваше 30,8 милиона часа работа на графичния процесор за сравним модел.

Аргументът, че технологичните подобрения в ефективността могат да облекчат общото търсене на енергия, обаче е неоснователен по структурна причина. Тъй като системите с изкуствен интелект стават по-евтини и по-ефективни, те също ще се използват по-интензивно – а търсенето нараства по-бързо от подобренията в ефективността. МАЕ потвърждава, че макар потреблението на енергия, свързано с изкуствен интелект, да се увеличава по-бавно от разширяването на капацитета, потреблението на електроенергия от центровете за данни ще се увеличи повече от два пъти до 945 TWh в световен мащаб до 2030 г. Само в Германия търсенето на енергия в центровете за данни се е увеличило до 21,3 милиарда киловатчаса през 2025 г., в сравнение с 20 милиарда kWh през 2024 г. и 12 милиарда kWh през 2015 г. Подобренията в ефективността и растежът на търсенето са в постоянна конкуренция, като търсенето исторически винаги преобладава.

Освен това, има важен нюанс в примера с DeepSeek: въпреки ефективното обучение, моделът консумира до 87 процента повече енергия по време на работа (извод) от сравним мета-модел със 70 милиарда параметъра. Сложността на архитектурите, които позволяват по-ефективно обучение, може да увеличи консумацията на енергия по време на работа. Следователно, ефективността в една област на системата не означава непременно ефективност в цялата система – осъзнаване, което проектантите на централизирана инфраструктура редовно пренебрегват при планирането на капацитета.

Фокусни области в индустрията: B2B, дигитализация (от AI до XR), машиностроене, логистика, възобновяеми енергийни източници и промишленост

Повече информация тук:

• Експертен бизнес център

Тематичен център, предлагащ анализи и експертиза:

• Платформа за знания, обхващаща глобалните и регионалните икономики, иновациите и специфичните за индустрията тенденции
• Колекция от анализи, прозрения и обща информация от ключовите ни области на фокус
• Място за експертиза и информация за актуалните развития в бизнеса и технологиите
• Център за компании, търсещи информация за пазари, дигитализация и иновации в индустрията

Съхранението на батерии като революционен фактор? Натриево-йонната революция и нейните последици

Един от най-убедителните аргументи за преоценка на централизираната стратегия за SMR се крие в бързото развитие на технологиите за съхранение на енергия – по-специално натриево-йонната технология, известна още като солни батерии. Това развитие не е спекулативно, а емпирично проверимо и има преки последици за икономическата жизнеспособност на децентрализираните инфраструктури с изкуствен интелект.

Натриево-йонните батерии вече се доближават до паритет на цените с литиево-йонната технология. Според данни на IDTechEx, средната цена на натриево-йонна клетка в момента е около 87 долара за kWh. Очаква се производствените разходи на ниво клетка да паднат до около 40 долара за kWh – вероятен сценарий с по-нататъшно мащабиране. При стационарното съхранение ценовите тенденции са още по-впечатляващи: BloombergNEF регистрира спад на цените на стационарните пакети за съхранение до 70 долара за kWh през 2025 г. – намаление с 45% на годишна база, което го прави най-стръмният спад на цените в целия сегмент на батериите.

Дългосрочните прогнози са особено интересни за стратегическото планиране на инфраструктурата. До 2050 г. натриево-йонните батерии биха могли да достигнат разходи за съхранение на енергия от 11 до 14 евро на мегаватчас, ако се приеме бърза скорост на обучение – което ги прави по-евтини от литиево-йонната технология, която се очаква да струва между 16 и 22 евро на MWh. Тези цифри коренно променят цялото изчисление на икономическата жизнеспособност на децентрализираните, захранвани със слънчева енергия центрове за данни. Децентрализиран център за данни, който съхранява възобновяема слънчева енергия през деня и я използва през нощта или по време на периоди на ниско производство на вятър и слънце, може да се управлява икономично с тези разходи за съхранение по начин, който не беше дори отдалечено реалистичен преди пет години.

Натриево-йонните батерии предлагат и структурни предимства, които са от решаващо значение за широко мащабируема инфраструктура: натрият се предлага в неограничени количества и е местна суровина в Европа, като по този начин се елиминират стратегическите зависимости от внос. Рециклирането е значително по-лесно, отколкото при литиевите батерии, тъй като клетките не съдържат мед или кобалт. Дълбочината на разреждане е до 100 процента, без да се поврежда батерията. Освен това, технологичната инфраструктура за натриево-йонни батерии вече е налице в Германия, по-специално в Тюрингия и Саксония.

Важно е да бъдем честни относно ограниченията: Натриево-йонните батерии имат по-ниска енергийна плътност от литиево-йонните батерии, което увеличава теглото и обема им. Средната им ефективност, около 79%, е значително по-ниска от тази на литиево-йонните батерии с 96%. Въпреки това, за стационарни приложения за съхранение на големи количества, където теглото и обемът не са основни ограничения, по-ниската енергийна плътност не е решаващ недостатък. Що се отнася до съхранението в мрежов мащаб за разпределени центрове за данни, предимството на ефективността на литиево-йонните батерии е по-малко релевантно от общия анализ на разходите и ползите през жизнения им цикъл.

Наред с натриево-йонната технология, твърдотелните батерии също отбелязват експоненциален растеж. Световният пазар на твърдотелни батерии расте със среден годишен темп до 36,4%. Оптимистичните сценарии прогнозират разходи от 80 до 120 долара за kWh за твърдотелни клетки до 2027 г. – и се очакват по-нататъшни съществени намаления на разходите чрез мащабиране през следващото десетилетие.

Свързано с това:

• Redispečing 2.0 и мащабно съхранение на батерии: Проклятие или Segen за електропреносната мрежа? Амбивалентната роля на гигантските системи за съхранение на батерии

Рискът от блокирани активи: Когато бъдещето настъпи по-рано от планираното

Може би най-убедителният икономически аргумент срещу необмисленото решение за изграждане на гигафабрики с изкуствен интелект, задвижвани от малки морски реактори (SMR), е рискът от така наречените блокирани активи. Този термин се отнася до инвестиции, които губят толкова много стойност поради външни влияния, като технологични промени, променени пазарни условия или регулаторни изисквания, че вече не могат да генерират възвръщаемост.

Историята на технологиите е пълна с примери за инфраструктурни решения, които са били считани за разумни по време на планирането, но са се оказали скъпоструващи неправилни разпределения само няколко години след въвеждането в експлоатация. В енергийния сектор многобройни въглищни електроцентрали, построени или разширени през 2010-те години, вече са загубили значителна стойност или са били преждевременно спрени от експлоатация – въпреки прогнозирания оставащ експлоатационен живот от 30 до 40 години. Международната агенция за възобновяема енергия (IRENA) изчислява, че рискът от блокирани активи може да достигне до 20 трилиона долара при сценарий на запазване на обичайното положение.

Този риск е особено изразен за инфраструктурата с изкуствен интелект, тъй като темпът на технологично развитие е изключително бърз. Малък магнитно-резонансен (SMR) реактор, пуснат в експлоатация днес, има реалистична перспектива за въвеждане в експлоатация не по-рано от 2035 до 2040 г. – дори при оптимистични предположения относно разрешителните, времето за строителство и веригите за доставки. Според настоящите данни, производителността на системите с изкуствен интелект се удвоява на всеки шест до седем месеца. В рамките на 10 до 15 години, необходими за изграждането на SMR, възможностите на системите с изкуствен интелект ще се подобрят с коефициент от 20 000 до 300 000 – величина, при която надеждни прогнози за специфичните инфраструктурни изисквания просто вече не са възможни.

Проблемът не е само несигурността на хардуера. Цялата архитектура на системите с изкуствен интелект претърпява трансформация. Както DeepSeek впечатляващо демонстрира, интелигентните оптимизации на алгоритмите могат да намалят хардуерните изисквания десетократно – без загуба на качество. Разработват се нови чип архитектури, които надхвърлят архитектурата на фон Нойман и преодоляват така наречената „стена на паметта“. Фотонно-базирани компютри, невроморфни чипове и квантови компютри – всички тези технологии, след като достигнат търговска зрялост, имат потенциала драстично да намалят консумацията на енергия на изчисление. Бъдещето на тези технологии ще бъде решено точно през 10 до 15 години, необходими на SMR (микромолекулна магнитна резонансна система) да стане достъпна онлайн.

Всеки, който инвестира днес в гигафабрики с изкуствен интелект, захранвани от малки морски реактори (SMR), се ангажира с един-единствен енергиен източник за период от 40 до 60 години – типичният експлоатационен живот на атомна електроцентрала. И прави това с надеждата, че индустрията с изкуствен интелект ще поддържа постоянно търсене точно на централизираната, енергоемка инфраструктура, която тези реактори са предназначени да захранват през този период. От днешна гледна точка това е залог, който изглежда изключително рисков.

Проблемът с ноу-хауто: Подценяваният структурен проблем на ядрената енергетика

Друг ключов аргумент срещу стратегията за SMR, която получава твърде малко внимание в обществения дебат, е острия недостиг на квалифицирани работници в ядрената индустрия. През последните три десетилетия, характеризиращи се с мораториуми, решения за поетапно премахване и липса на нови строителни проекти, ядрената индустрия претърпя значителни загуби на институционални знания.

Пазарът на атомни електроцентрали днес разчита на много малък брой компании – предимно държавни – които дори са способни да строят и изнасят атомни електроцентрали. Глобалната мрежа от доставчици, инженери и сертифицирани специалисти за изпълнение на ядрени проекти е минимална. Това означава, че дори при благоприятно политическо решение в полза на малките морски реактори (SMR), пречката не е лицензирането или капиталът, а наличният експертен опит. Ако САЩ, Канада, Великобритания, Франция и различни страни от ЕС искат да стартират програми за SMR едновременно, всички те ще се конкурират за един и същ ограничен набор от специалисти в областта на ядреното инженерство.

Това е в рязък контраст със ситуацията в сектора на възобновяемата енергия и технологиите за съхранение. Глобалната слънчева индустрия претърпя експоненциален растеж през последното десетилетие, броят на квалифицираните специалисти в сектора на възобновяемата енергия непрекъснато нараства, а веригите за доставки на слънчеви модули, инвертори и технологии за съхранение са добре развити и международно диверсифицирани. Децентрализираната инфраструктура с изкуствен интелект може да се възползва от тази съществуваща база от ноу-хау, вериги за доставки и регулаторен опит. Индустрията на малките морски реактори (SMR), от друга страна, все още трябва да изгради такава основа – под огромен натиск от време и разходи.

Националните икономически сметки: Пряко сравнение

Систематичното сравнение на различните фактори води до следната икономическа ситуация:

критерий	SMR-поддържана AI Gigafactory	Децентрализирана инфраструктура с изкуствен интелект, слънчева енергия и съхранение
Първа доставка на електроенергия	2035–2040 (оптимистичен)	Веднага до 2027 г
Капиталова интензивност (навлизане)	3-5 милиарда евро на гигафабрика и малък морски реактор (SMR)	Модулно мащабиране, по-малки индивидуални количества
Риск от разходи	Изключително високи (исторически превишения 100–600%)	Ниски; разходите за технологии непрекъснато падат
Риск от блокиране на технологиите	Много висок (ангажимент от 40 до 60 години)	Нисък профил; модулно разширяем и адаптивен
Наличност на ноу-хау	Затруднено място; малко глобални доставчици	Широка и нарастваща квалифицирана работна сила
Скрити субсидии	Висока (отговорност, изхвърляне, проучване)	Малко количество
Разходи за съхранение на енергия (2025 г.)	Не е приложимо (базово натоварване)	70 USD/kWh (стационарна, низходяща тенденция)
Разходи за съхранение на енергия (прогноза за 2050 г.)	Не е уместно	11–14 евро/MWh
Консумация на вода	Високо (охладителни системи)	Малко или никакво
Регулаторна несигурност	Много високо	Среден
Гъвкавост в отговор на промените в търсенето	Не	Високо
Екологичен риск	Високо (ядрена безопасност, дългосрочни отпадъци)	Ниско

Сравнението показва, че гигафабрика с изкуствен интелект, базирана на малки морски модули (SMR), няма да доставя електроенергия най-рано до 2035–2040 г. (оптимистично), докато децентрализирана инфраструктура с изкуствен интелект, слънчева енергия и съхранение, би била налична веднага до 2027 г. По отношение на капиталовата интензивност, вариантът с SMR изисква много високи първоначални инвестиции от около 3–5 милиарда евро на гигафабрика плюс SMR, докато децентрализираното решение позволява модулно мащабиране и значително по-ниски индивидуални инвестиционни суми. Рискът от разходи е изключително висок за SMR (исторически превишения от 100–600%), докато за слънчева енергия + съхранение е нисък, тъй като разходите за технологии непрекъснато намаляват. Рискът от блокиране на технологиите е много висок за SMR поради ангажимента от 40–60 години, докато децентрализираната инфраструктура има нисък риск от блокиране, защото е модулно разширяема и адаптивна. Ноу-хауто е пречка за SMR с малко глобални доставчици, докато децентрализираното решение има широк и нарастващ набор от квалифицирани специалисти. Скритите субсидии (отговорност, обезвреждане, изследвания) са високи за SMR и ниски за слънчева енергия + съхранение. Разходите за съхранение на енергия не са от значение за SMR, тъй като е предназначен за базово захранване; за децентрализираните системи се очаква разходите да достигнат приблизително 70 щатски долара/kWh (стационарно състояние, низходяща тенденция) през 2025 г. и 11–14 евро/MWh през 2050 г. Консумацията на вода е висока за SMR поради охладителните системи, докато е ниска до никаква за слънчева енергия + съхранение. Регулаторната несигурност е много висока за SMR и умерена за децентрализирания вариант. Гъвкавостта в отговор на промените в търсенето почти напълно липсва при SMR, докато децентрализираното решение предлага висока гъвкавост. И накрая, екологичните рискове са високи за SMR (ядрена безопасност, дългосрочни отпадъци) и ниски за слънчева енергия + съхранение. Като цяло, вариантът SMR се представя по-зле по почти всеки критерий – с единственото изключение на надеждното, независимо от метеорологичните условия базово захранване. Този аргумент обаче става все по-мащабен, тъй като напредналите технологии за съхранение, като например мащабно съхранение на натриеви йони с по-дълги цикли на зареждане/разреждане, правят възможно задържането на големи количества енергия в продължение на дни и седмици, като по този начин до голяма степен обезсилват аргумента за базовото натоварване.

Сляпото петно ​​на логиката на планирането: Защо вземащите решения систематично закъсняват

Има структурна причина, поради която вземащите решения в правителствата и големите индустриални компании многократно вземат инфраструктурни решения, които в ретроспекция изглеждат като лоши инвестиции: институционалните цикли на планиране са фундаментално несъвместими с темпото на технологичните промени.

Правителствените програми, парламентарните резолюции, програмите за финансиране и публичните търгове функционират в цикли от четири до десет години. Решението за инфраструктурен проект, като например релейна станция за обществен транспорт (SMR), се взема в политическа и технологична среда, която ще се е променила коренно няколко пъти преди въвеждането в експлоатация. Институционалната инерция, създадена от бюрократичните процедури, лобирането от страна на влиятелни индустриални групи и психологическата фиксация върху решенията, взети в даден момент, означава, че действителните нужди и възможности по време на строителството вече не съответстват на предположенията, направени по време на планирането.

Технологичното развитие през последните няколко века ярко демонстрира това ускорение: Индустриалната революция отне около 100 години, за да разгърне основните си икономически ефекти. Електрификацията отне приблизително 50 години. Интернет трансформира световната икономика за около 20 години. Изкуственият интелект и свързаните с него хардуерни разработки променят фундаментални рамкови условия в цикли от по-малко от десет години – и с все по-голямо ускорение. Логиката, която беше подходяща за инфраструктурни решения през 20-ти век, е структурно неподходяща за 21-ви век.

Това е особено важно за необратими мащабни инвестиции с дълги периоди на амортизация. Слънчево поле може да бъде изградено в рамките на месеци и сравнително лесно модифицирано или демонтирано, ако нуждите се променят. Център за данни, базиран на модулна архитектура, може да бъде мащабиран и модернизиран. Веднъж построена, атомната електроцентрала е до голяма степен твърда структура за 40 до 60 години, чиито разходи за извеждане от експлоатация достигат милиарди. Стратегическата стойност на гъвкавостта и възможността за избор – способността за реагиране на променящите се обстоятелства – се подценява систематично в традиционните инвестиционни изчисления.

Нюансирано заключение: Това не е ситуация „или/или“, а по-скоро въпрос на приоритизиране

Би било прекалено опростено да се твърди, че малките морски реактори (SMR) са по същество безполезни или че децентрализираната инфраструктура може да отговори на всяка нужда. Реалността е по-нюансирана.

Има специфични случаи на употреба, за които централизирана изчислителна мощност – поне за обучение на големи модели с изкуствен интелект – все още ще е необходима в краткосрочен план. Съществуват и основателни аргументи за ядрената енергия като част от диверсифициран, нисковъглероден енергиен микс – особено в страни, които нямат достатъчно възобновяеми ресурси. Франция, която поддържа съществуваща инфраструктура на атомни електроцентрали, амортизирана в продължение на десетилетия, е в коренно различна позиция от страна, която иска да изгради малки морски реактори от нулата днес.

Истинският проблем не е самата идея за малки реактори. Проблемът се крие в комбинацията от три фактора: първо, несъответствието между това кога малките морски реактори (SMR) биха могли да доставят енергия и кога инфраструктурата с изкуствен интелект се нуждае от тази енергия; второ, липсата на прозрачност по отношение на реалните общи разходи, включително скрити субсидии и рискове от блокиране; и трето, стратегическата слепота за факта, че технологичните разработки – както в хардуера за изкуствен интелект, така и в съхранението на енергия – могат фундаментално да променят основните допускания на тези инвестиционни решения в рамките на по-кратки срокове от типичния период на строителство.

Икономически отговорният отговор на енергийния въпрос на ерата на изкуствения интелект не е избор между малкия морски реактор (SMR) и възобновяемата енергия, между централизираното и децентрализираното. Той се крие в проектирането на инфраструктурни решения, които максимизират опционалността и минимизират риска от блокиране. Това означава модулни, обратими, технологично неутрални и прозрачни решения. И означава да не се прехвърлят разходите върху данъкоплатците на бъдещите поколения, докато се приватизират печалбите днес – модел, който, за съжаление, твърде систематично характеризира историята на ядрената енергетика в Европа.

Истинската провокация на този дебат следователно не е техническият въпрос коя инфраструктура е по-добра. Истинската провокация е политическата: Защо дискусията за ориентираната към бъдещето инфраструктура за изкуствен интелект е почти изключително фокусирана върху технология, чийто хоризонт на реализация е отвъд хоризонта на планиране на пътните карти за изкуствен интелект, чиято история на разходите се характеризира с превишаване на бюджета от няколкостотин процента и чието субсидиране е до голяма степен неясно? Отговорът на този въпрос не е технологичен, а политико-икономически по природа – и точно затова той остава толкова упорито незададен в обществения дебат.

☑️ Нашият бизнес език е английски или немски

☑️ НОВО: Кореспонденция на родния ви език!

 

Аз и моят екип с удоволствие ще бъдем на ваше разположение като ваш личен съветник.

Можете да се свържете с мен, като попълните формата за контакт тук wolfenstein@xpert.digital:или просто ми се обадите на +49 7348 4088 965. Моят имейл адрес е

Очаквам с нетърпение нашия съвместен проект.

 

 

☑️ Подкрепа за МСП в стратегията, консултирането, планирането и внедряването

☑️ Създаване или пренасочване на дигиталната стратегия и дигитализация

☑️ Разширяване и оптимизиране на международните процеси на продажби

☑️ Глобални и дигитални B2B търговски платформи

☑️ Pioneer Развитие на бизнеса / Маркетинг / PR / Търговски панаири

Xpert.Digital е индустриален център за B2B, базиран на данни, ръководен от Konrad Wolfenstein . Компанията действа като външно, квази-вътрешно решение за индустриални партньори, запълвайки оперативните пропуски в маркетинга, съдържанието и продажбите – без да се изискват допълнителни ресурси от страна на клиента.

Повече информация тук:

• Квази-вътрешно решение: Как Xpert.Digital запълва оперативните пропуски в B2B маркетинга и продажбите – Smart Content-Driven Business