ЦИПР 2026 показал любопытный сдвиг в повестке: разговор об ИИ все чаще заходит не в разрезе моделей и сценариев применения, а с точки зрения инфраструктуры, которая за ним стоит. Энергопотребление, вычислительные мощности, сроки строительства — темы, которые раньше звучали в узком кругу специалистов по ЦОД, теперь оказались в центре стратегических дискуссий.

За этим сдвигом стоит конкретная проблема: инфраструктура, на которой работает большинство российских компаний, проектировалась под другие нагрузки. И именно она сегодня становится главным ограничением для перехода от ИИ-пилотов к промышленной эксплуатации.

Большинство коммерческих ЦОД в России строились под корпоративные задачи: ERP, базы данных, виртуальные рабочие места. Средняя мощность на стойку в таких объектах сегодня — 7–9 кВт. Этого вполне достаточно для традиционных нагрузок, но принципиально недостаточно для ИИ.

Минимальные требования для задач машинного обучения и инференса начинаются от 20–40 кВт на стойку. Полноценные GPU-кластеры требуют 40–120 кВт. Для сравнения: средняя мощность в специализированных ЦОД под ИИ-нагрузки на глобальном рынке в 2025 году составляла 132 кВт, а новые объекты проектируются из расчета до 200 кВт на стойку. Многие российские ЦОД не могут обеспечить такие параметры без глубокой модернизации.

Проблема не ограничивается серверными залами. ИИ-агенты создают новый профиль трафика, к которому прикладные системы также не готовы. На сессии, посвященной цифровизации транспортной отрасли, Евгения Чухнова, генеральный директор РЖД-Цифровые пассажирские решения, поделилась показательной цифрой: около 10% билетного трафика — это AI-трафик, то есть голосовые помощники и ассистенты, которые выписывают билеты пассажирам. Традиционная инфраструктура под такой трафик не проектировалась, и при его росте начинает деградировать.

Общий масштаб российского рынка ЦОД в мировом контексте остается скромным: около 200 объектов суммарной мощностью около 1 ГВт против 11 тыс. ЦОД и 115 ГВт в мире. С ростом ИИ-спроса этот разрыв будет только увеличиваться — в том числе из-за структурных различий в самом спросе.

На глобальном рынке инференс уже стремительно догоняет обучение ИИ-моделей: к 2030 году его доля прогнозируется на уровне 75%. В России картина другая: сейчас около 80% нагрузки приходится на обучение и только около 20% — на инференс. Это означает, что российский рынок находится на более ранней стадии — компании еще строят и дообучают модели, тогда как переход к массовому применению впереди. К 2030 году аналитики прогнозируют для России примерный паритет с небольшим уклоном в сторону инференса: 40–50% на обучение и 50–60% на инференс.

Когда этот переход произойдет, потребность в специализированной инфраструктуре резко вырастет. Но строить новые ИИ-ЦОД сегодня готовы единицы — такие проекты, как ЦОД Wildberries в Екатеринбурге, пока исключение, а не норма. Основная масса инвестиций идет по другому пути: в апгрейд действующих объектов. Энергодефицит, длинные согласования и высокая стоимость денег делают новое строительство слишком дорогим и долгим. 

На сессии ЦИПР «ЦОД на пределе», организованной РТК-ЦОД, Евгений Филатов, заместитель министра цифрового развития, обозначил два ключевых сдерживающих фактора: 

1. Отложенный эффект высокой ключевой ставки. Повышение ставки несколько лет назад заморозило часть инвестиционных решений в строительстве новых мощностей — сейчас этот эффект проявляется в дефиците предложения.
2. Энергодефицит. В Москве строительство новых ЦОД уже ограничено нехваткой электрической мощности. В регионах — длинные согласования, сложности с разрешениями и риски изменения градостроительных планов, которые могут заморозить уже начатые проекты.

Дополнительный фактор — нехватка квалифицированных кадров для эксплуатации. Построить объект и укомплектовать его профильными специалистами — разные задачи, и вторая сейчас решается сложнее.

Ограничения на традиционных площадках подталкивают рынок к нестандартным решениям. Одно из направлений — собственная генерация. Компании все активнее рассматривают строительство собственных электростанций для обеспечения ЦОД; атомная энергетика в этом контексте называется одним из наиболее перспективных вариантов.

Другое направление — переосмысление географии размещения. На Петербургском международном газовом форуме было подписано соглашение о создании ЦОД непосредственно на производственных объектах: энергообеспечение планируется за счет генерирующих мощностей электростанций или низконапорного газа месторождений. Модель отрабатывается на базе Медвежьего месторождения. Размещение вблизи источников энергии позволяет сократить и сроки, и затраты на строительство.

Среди кейсов нового строительства выделяется проект Wildberries: компания проектирует ЦОД под ИИ-нагрузки в Екатеринбурге со специализированными решениями по охлаждению и управлению энергопотреблением — в первой очереди предусмотрено до 20 высоконагруженных стоек.

Запустить пилот ИИ-решения сегодня можно быстро — за дни или недели. Проблема возникает при переходе к промышленной эксплуатации. Игорь Зарубинский, вице-президент по инновационному развитию МТС, назвал это «долиной смерти»: прототип можно собрать за несколько дней, но при переходе к тиражированию в одну точку сходятся инфраструктура, обучение моделей, платформа, требования ИБ и бизнес-метрики — и эти векторы часто не складываются в единую систему. Он выделил три обязательных шлюза, через которые должен пройти каждый такой проект: 

• технологический и инфраструктурный (готова ли физическая база — мощности, охлаждение, сеть, платформа); 
• процессный (выстроен ли change management, готовы ли люди работать в новой логике);
• экономический (просчитан ли эффект на горизонте 2–3 лет с учетом реальных инфраструктурных затрат).

Первый шлюз нередко оказывается неожиданно сложным. Компании сталкиваются с характерным парадоксом: технически проще и быстрее развернуть рядом новый кластер, чем модернизировать инфраструктуру, построенную в начале 2020-х годов под другие задачи. Это создает дополнительный спрос на новые мощности — и дополнительное давление на и без того дефицитный рынок.

Отдельный индикатор незрелости рынка — отсутствие публичных предложений по адаптации инфраструктуры под ИИ со стороны крупных российских интеграторов. Спрос на такие услуги уже формируется, предложение пока не успевает.

До 2027 года основными заказчиками ИИ-инфраструктуры остаются бигтех, банки и телеком — компании, которые уже сейчас активно инвестируют в обучение моделей и готовы нести соответствующие инфраструктурные затраты.

С 2027 года состав заказчиков расширится. Крупная промышленность, госсектор и ритейл подключатся по мере износа инфраструктуры, внедренной до 2023–2024 годов, и по мере того, как игнорировать вопросы адаптации под ИИ станет невозможно с точки зрения конкурентоспособности. Именно тогда сформируется устойчивый спрос на масштабируемые решения для апгрейда ЦОД.

Компании, которые занимаются инфраструктурной подготовкой сейчас — разбираются с энергетикой, модернизируют охлаждение, проектируют архитектуру под новые нагрузки, — получат преимущество не только технологическое, но и временное. Дефицит мощностей никуда не денется, а спрос будет только расти.