- Взрывной рост искусственного интеллекта вызвал беспрецедентный кризис в сфере аппаратного обеспечения, что привело к росту цен на графические процессоры, оперативную память и накопители, а также к переориентации производства с потребительского рынка.
- На финансовых рынках наблюдается новый технологический пузырь, связанный с искусственным интеллектом, имеющий параллели с пузырем доткомов и оказывающий сильное давление на традиционное программное обеспечение.
- Системные риски, такие как эффект 2038 года и отключения электроэнергии из-за сбоев в работе поставщиков, демонстрируют хрупкость высококонцентрированной инфраструктуры.
- ИТ-отделы одновременно сталкиваются с растущими киберугрозами, высокими затратами на облачные технологии, устаревшими системами и острой нехваткой квалифицированных кадров.
Кризисы в сфере информационных технологий перестали быть изолированными событиями, происходящими время от времени: они образуют своего рода общую нить, проходящую через недавнюю историю цифровой экономики. От проблемы 2000 года до глобального отключения электроэнергии, вызванного простым обновлением безопасности, и включая финансовые пузыри, связанные с интернетом, криптовалютами и теперь уже искусственным интеллектом, каждый шок подчеркивает, насколько мы зависимы от нескольких поставщиков и все более сложной инфраструктуры.
В последние годы мир столкнулся с целым рядом проблем, включая пандемии, сбои в работе оборудования, развитие облачных вычислений и искусственного интеллекта, новые правила кибербезопасности и масштабные угрозы . Это привело к ситуации, когда сходятся три фронта: экономика (пузырь ИИ и волатильность фондового рынка), базовые технологии (чипы, память, центры обработки данных, устаревшие системы) и управление рисками (кибератаки, глобальные экономические спады, эффект 2038 года). Понимание того, как эти фронты пересекаются, является ключом к прогнозированию возможных проблем в будущем и, прежде всего, к подготовке к ним.
Аппаратный кризис, вызванный искусственным интеллектом.
Нынешняя волна генеративного ИИ выявила структурную проблему: обучение и запуск гигантских моделей требуют огромных центров обработки данных, оснащенных высокоспециализированным и дорогостоящим оборудованием, что создает нагрузку на всю цепочку поставок технологий. То, что начиналось как рост фондового рынка для таких производителей, как NVIDIA, AMD, и поставщиков памяти, закончилось идеальным штормом: дефицитом, стремительным ростом цен и перенаправлением ресурсов с потребительского рынка на корпоративный сектор и сектор ИИ.
В этом контексте центры обработки данных, ориентированные на ИИ, требуют огромной вычислительной мощности, колоссальных объемов памяти и хранилища, а также сверхбыстрых сетей . Графические процессоры, такие как NVIDIA H100/Blackwell, ускорители AMD Instinct или Google TPU, работают с пониженной точностью, но обрабатывают колоссальные объемы операций, значительно превосходящие возможности центрального процессора. К этому добавляется постоянная потребность в памяти DRAM и HBM для питания этих графических процессоров, а также в высокопроизводительных инфраструктурах хранения данных на SSD и HDD , подключенных через сети 400 Гбит/с и выше с использованием современных Ethernet или InfiniBand.
Всё это привело к тому, что значительная часть запасов микросхем и компонентов направлена на разработку ИИ , отодвигая домашние ПК, игровые устройства и другие потребительские гаджеты на второй план. Дело не в нехватке сырья; узкое место находится на заводах: строительство нового завода по производству полупроводников стоит миллиарды и занимает от трёх до пяти лет, поэтому предложение не успевает за растущим спросом на ИИ.
Непосредственным следствием является резкое увеличение потребления электроэнергии и экологические проблемы . Центры обработки данных нового поколения потребляют огромное количество энергии, что вновь разжигает дискуссию об устойчивости нынешней крупномасштабной модели ИИ и ее влиянии на национальные энергетические сети.
Рынок графических процессоров: от рая для получения прибыли до хронического дефицита
Сектор видеокарт стал видимым эпицентром этого кризиса . История повторилась с некоторыми вариациями: сначала это были майнеры криптовалют, теперь проекты в области искусственного интеллекта поглощают производство высокопроизводительных графических процессоров. Производители обнаружили, что продавать большие партии ускорителей центрам обработки данных гораздо выгоднее, чем выделять мощности на потребительские игровые модели, и этот сдвиг в приоритетах оставил домашних пользователей в стороне.
Проблема не только в том, что многие графические процессоры производятся для искусственного интеллекта , но и в том, что сами производственные линии были перепроектированы для максимального использования этого сегмента. Поскольку компании отдают приоритет профессиональному сегменту и сегменту центров обработки данных, доступность моделей для ПК сокращается , а те немногие экземпляры, которые все же попадают в магазины, продаются по завышенным ценам. Игровой рынок, когда-то один из движущих сил графической индустрии, теперь находится в тени искусственного интеллекта.
Такое перераспределение ресурсов имеет побочный эффект: оно удлиняет цикл обновления оборудования . Многие пользователи предпочитают оставаться со своей текущей видеокартой или обращаются к вторичному рынку, подпитывая параллельную экономику, где в изобилии встречаются бывшие в употреблении или эксплуатационные карты из центров обработки данных с историей интенсивного использования. В результате страдает качество покупки, и распространяется мнение, что «обновление ПК стало роскошью».
Рост цен и переориентация рынка оперативной памяти
В то время как графические процессоры привлекают к себе внимание, настоящая утечка происходит в сегменте DRAM . С конца 2025 года крупные производители — Samsung Electronics, SK hynix, Micron Technology — все больше перенаправляют производственные мощности на серверную DRAM, память HBM и высокопроизводительные решения для искусственного интеллекта. Результат: меньшее количество чипов доступно для ПК, мобильных телефонов, смарт-телевизоров, маршрутизаторов и практически любого устройства, использующего традиционную оперативную память.
Этот сдвиг был усилен циклическим характером рынка DRAM . После нескольких лет перепроизводства и падения цен многие производители сократили ассортимент продукции и замедлили инвестиции. Именно тогда разразился бум искусственного интеллекта, застав отрасль врасплох, не имея достаточной силы. Корректировка была резкой: предложение медленно реагировало, в то время как спрос резко вырос, что привело к беспрецедентному росту цен и дефициту потребительских модулей памяти.
Ситуация настолько обострилась, что некоторые культовые бренды на потребительском рынке ушли в прошлое. Яркий пример — Crucial, бренд Micron для конечных пользователей : компания решила прекратить производство оперативной памяти и SSD-накопителей под этим брендом с 2026 года, чтобы сосредоточить свои усилия на более прибыльных сегментах. Для рядового потребителя это означает меньшее количество надежных вариантов и рынок, где доминируют дорогие продукты или нишевые альтернативы.
Тем временем, китайские производители памяти, такие как CXMT и YMTC, набирают обороты. CXMT разрабатывает очень быстрые модули DDR5 — примерно DDR5-8000, — в то время как YMTC фокусируется на высокоплотной NAND Flash с такими технологиями, как Xtacking 4.0, способной к многослойной компоновке и достижению емкости до 8 ТБ в SSD-накопителях. Такие бренды, как Netac, Asgard, KingBank и Gloway, уже интегрируют эти чипы, хотя такие гиганты, как Kingston и Corsair, все еще с осторожностью наблюдают за этой тенденцией.
Кризис SSD и HDD: хранилище данных тоже не спасено.
Взрывной рост искусственного интеллекта и облачных сервисов не только поглощает графические процессоры и оперативную память, но и вызывает тревогу на рынке твердотельных накопителей и жестких дисков. Модели ИИ необходимо обучать на огромных массивах данных и использовать смешанные среды хранения: сверхбыстрые NVMe SSD для ресурсоемких вычислений и высокоемкие жесткие диски ближнего доступа для хранения исторических данных или информации, к которой обращаются реже.
После периода переизбытка флэш-памяти NAND производители — включая Samsung, SK hynix, Micron и других — сократили производство, чтобы стабилизировать цены. Когда искусственный интеллект начал стимулировать спрос на высокоплотные корпоративные SSD-накопители, заводы не были готовы быстро отреагировать . Результат: дефицит запасов, особенно высокопроизводительных накопителей, используемых как в серверах, так и в потребительском сегменте, и дальнейшее повышение цен.
В секторе жестких дисков компании Western Digital и Seagate оказались в схожей ситуации. Крупные контракты с поставщиками облачных услуг и решений в области искусственного интеллекта поглотили значительную часть доступных мощностей, до такой степени, что некоторые модели уже зарезервированы за несколько месяцев до того, как покинут завод. Хотя многие пользователи считают, что весь рынок смещается в сторону SSD-накопителей, жесткие диски остаются незаменимыми с точки зрения стоимости терабайта для хранения больших объемов данных.
Для конечного пользователя это означает привычный опыт: меньше реального разнообразия в магазинах и ощущение, что всё стало дороже . SSD-накопитель объёмом 1 или 2 ТБ, который ещё несколько лет назад был доступен по цене, теперь снова стал непомерно дорогим в зависимости от модели, а жёсткие диски большой ёмкости для резервного копирования уже не являются такой выгодной покупкой, как раньше.
Влияние на потребителя: непомерно дорогое оборудование и переход к рынку подержанных товаров.
Все эти изменения в графических процессорах, оперативной памяти и хранилищах сходятся в одной точке: кошельки домашних пользователей и малых предприятий . Сборка или модернизация ПК в 2026 году стала испытанием терпения и сдержанности: непомерные цены, дефицит ключевых компонентов и ощущение, что потребительский рынок оттеснен на второй план искусственным интеллектом и крупными центрами обработки данных.
Давление ощущается не только в компьютерах. Рост стоимости DRAM и NAND флэш-памяти также влияет на смартфоны, маршрутизаторы, телевизоры, игровые приставки и любые устройства, требующие памяти или хранения данных. Многим производителям бытовой электроники пришлось скорректировать свои линейки продукции, повысить цены на модели или снизить технические характеристики, чтобы избежать дальнейшего роста цен, что в конечном итоге означает меньшее количество функций за большие деньги.
В этой ситуации все больше пользователей обращаются к рынку подержанных товаров, восстановленной продукции или даже к проектам «сделай сам» . Мы видели такие радикальные инициативы, как проекты в России по производству модулей оперативной памяти ручной работы из-за дефицита и высокой стоимости. В то же время наблюдается растущая тенденция к использованию альтернативных поставщиков, особенно китайских, которые обещают чипы, ориентированные на потребительский сектор, игнорируемый крупными традиционными производителями.
Переход к менее проверенным альтернативам сопряжен со своими рисками: неопределенность в отношении качества, ограниченные гарантии и сомнительная совместимость . Но когда официальный рынок становится недоступным, многие пользователи готовы пойти на определенные риски, если это позволит им поддерживать работоспособность своего оборудования или расширять его возможности, не разоряясь.
Пузырь искусственного интеллекта и напряженность на финансовых рынках
В то время как сектор аппаратного обеспечения переживает собственные потрясения, финансовая сторона технологической экосистемы также находится в состоянии неопределенности. Энтузиазм в отношении ИИ привел к рекордным максимумам фондовых индексов, но под поверхностью происходит жестокая перестановка: традиционные компании-разработчики программного обеспечения и некоторые устоявшиеся технологические компании сталкиваются с растущим недоверием инвесторов.
Катализатором стало убеждение, что многие задачи, выполняемые традиционным программным обеспечением, могут быть заменены более дешевыми и автоматизированными сервисами на основе искусственного интеллекта. Инструменты, основанные на юридических моделях, такие как Claude от Anthropic, помощники по повышению производительности, автоматизация процессов и интеллектуальные платформы анализа данных заставляют рынки задаваться вопросом, смогут ли традиционные компании-разработчики программного обеспечения продолжать монетизировать свою продукцию прежним способом.
В последние месяцы между сектором программного обеспечения и индексом S&P 500 образовался исторический разрыв , превышающий 20 процентных пунктов, — отклонение, сравнимое разве что с тем, что наблюдалось во время краха дотком-пузыря в 2000-2001 годах. Рыночная капитализация таких компаний, как Oracle, ServiceNow и AppLovin, упала на десятки пунктов, в то время как другие, такие как Palantir, Intuit и Workday, также пережили резкое падение.
В то же время наблюдается переток капитала в более «осязаемые» сектора, такие как энергетика, тяжелая промышленность и сырьевые материалы, которые за тот же период показали значительный рост. Многие инвесторы предпочитают укрываться в компаниях, связанных с традиционным экономическим циклом, пока утихает ажиотаж вокруг ИИ и не становится ясно, кто действительно создает устойчивую ценность.
Параллели между пузырем доткомов и нынешним подъемом искусственного интеллекта.
Ситуация поразительно напоминает пузырь доткомов конца 90-х и начала 2000-х годов. Тогда интернет был технологией, готовой изменить всё; сегодня в центре внимания — искусственный интеллект. В обоих случаях сложилась ситуация, сочетающая в себе нереалистичные ожидания, раздутые проекты без прочной бизнес-модели и наплыв инвестиционных фондов, стремящихся вложиться в следующий прорыв.
Подобно тому, как компании вроде Lycos, Terra и Boo.com появились тогда и исчезли так же быстро, как и раздулись, сейчас мы наблюдаем распространение стартапов в сфере искусственного интеллекта, обещающих революционные решения, но не демонстрирующих четкого пути к прибыльности. Двигатель роста фондового рынка в крупнейших экономиках снова сосредоточен в одном секторе, и большая часть капитала движется скорее из страха упустить возможность, чем на основе фундаментального анализа.
Однако существуют важные различия. Сегодняшний ИИ уже имеет реальные и прибыльные области применения : облачные сервисы, автоматизация процессов, специализированные полупроводники, интегрированное с ИИ программное обеспечение в корпоративных пакетах и многое другое. Кроме того, технологическая и финансовая экосистема более зрелая, с более совершенными инструментами анализа рисков и гораздо более развитой цифровой инфраструктурой, чем в 2000 году.
Также существенное влияние оказывают такие крупные фигуры, как Илон Маск, Марк Цукерберг и Джефф Безос , которые не только возглавляют ключевые проекты в области ИИ, но и тесно связаны с экономической и политической властью. Для многих аналитиков их способность влиять на ситуацию делает менее вероятным полный крах, подобный пузырю доткомов, хотя это и не препятствует «очистке» нерентабельных компаний — процессу, который, с другой стороны, считается необходимым для стабилизации рынка.
Проблема 2000 года и следующая большая опасность: проблема 2038 года.
Кризисы, связанные со временем в вычислительной технике, — это не просто исторический анекдот. Знаменитая ошибка Y2K стала символом первой крупной глобальной технологической паники: опасались, что 1 января 2000 года системы, хранящие год в двухзначном формате, будут интерпретировать «00» как 1900, что приведет к сбоям в работе банков, авиакомпаний, электросетей и всех видов критической инфраструктуры.
На практике последствия оказались минимальными благодаря масштабным инвестициям в предотвращение , оцениваемым более чем в 200.000 миллиардов евро в глобальном масштабе. Правительства и предприятия проверили, исправили и обновили миллионы строк кода и систем, предотвратив прогнозируемый хаос. Оглядываясь назад, многие задаются вопросом, не была ли угроза преувеличена, но эксперты сходятся во мнении, что риск был реальным и что именно превентивные меры позволили миру функционировать в новогоднюю ночь.
В ответ на это некоторые системы прибегли к временным «патчам», например, изменили год отсчета на 2020, чтобы выиграть время, полагая, что к тому времени современные решения уже будут внедрены. Этот обходной путь имел свои последствия: 1 января 2020 года паркоматы в Нью-Йорке перестали принимать платежи , а некоторые видеоигры, такие как WWE 2K20, начали вылетать, если дату на консоли не изменить на 2019 год.
На горизонте уже маячит новая проблема: проблема 2038 года . Она затрагивает системы, использующие 32-битные счетчики времени — очень распространенные в технологиях на базе Unix и многих встроенных устройствах — которые отсчитывают секунды с 1 января 1970 года. Когда этот счетчик достигнет своего максимального значения, 19 января 2038 года, время «повернется вспять», и многие машины будут интерпретировать дату как декабрь 1901 года, что может вызвать каскадные сбои.
Наиболее уязвимыми являются сектора, зависящие от критической инфраструктуры: банковское дело и платежи, телекоммуникации, воздушный транспорт, энергетика и промышленные сети . Решение этой проблемы включает в себя гораздо больше, чем просто обновление оборудования: требуется пересмотр алгоритмов, операционных систем, микропрограмм и приложений, работающих со временем и датами, с использованием математических концепций, таких как модульная арифметика и числовое представление.
Глобальные отключения электроэнергии и риск зависимости от одного поставщика услуг.
Помимо ошибок, связанных с датами, одним из наиболее показательных недавних примеров системного риска стало масштабное отключение компьютеров, вызванное неисправным обновлением безопасности . Простой патч от стороннего поставщика решений в области кибербезопасности оказался достаточным, чтобы вывести из строя миллионы компьютеров под управлением Windows и парализовать значительную часть мировой цифровой экономики на несколько часов.
Хотя инцидент затронул «лишь» небольшой процент от общего числа устройств, его последствия были колоссальными, поскольку Microsoft и её платформы лежат в основе большей части глобальной инфраструктуры . Аэропорты были перегружены, финансовые услуги нарушены, а компании не могли получить доступ к своим системам. Этот эпизод ясно показал, что технической надёжности и инвестиций в безопасность недостаточно, когда все зависят от одного и того же звена в цепочке.
Эксперты по безопасности и ученые отмечают, что подобные события подчеркивают огромный риск, связанный с тем, чтобы положить все яйца в одну корзину . Основывая критически важные операции на одном поставщике или экосистеме, вы практически неизбежно столкнетесь с эффектом домино, если один из них выйдет из строя. Для многих малых предприятий диверсификация затруднена из-за стоимости и сложности, но нынешний уровень концентрации достигает тревожных масштабов.
Некоторые выступают за развитие экосистемы с большим количеством средних и малых поставщиков , чтобы сбой одного из них не привел к краху половины планеты. Однако такая диверсификация также открывает новые поверхности для атак и множество потенциальных уязвимостей, что усложняет защиту. Нахождение баланса между устойчивостью и сложностью становится одной из главных стратегических задач следующего десятилетия.
Основные ИТ-проблемы, с которыми бизнес столкнется в краткосрочной перспективе.
Вся эта ситуация кризиса, информационных пузырей и зависимостей напрямую влияет на ИТ-команды внутри организаций , которые работают в своего рода постоянном состоянии чрезвычайной ситуации. Помимо чисто технических проблем, им приходится решать все большее количество задач, затрагивающих бизнес в целом.
Во-первых, кибербезопасность становится все более сложной : фишинг с использованием ИИ, дипфейки, атаки на конечные устройства, сложные программы-вымогатели… Поверхность атаки расширяется с каждой новой услугой, устройством IoT или интеграцией с облаком. Безопасность больше нельзя рассматривать как статическую конфигурацию, а скорее как непрерывный процесс, требующий сегментации сетей, тестирования систем, обучения персонала и реагирования так же быстро, как и на действия злоумышленников.
К этому добавляется сложность соблюдения нормативных требований . Такие нормативные акты, как GDPR, HIPAA, стандарт кибербезопасности NIST и новые правила в отношении ИИ, предъявляют требования, выходящие далеко за рамки простой бумажной работы: структуры управления, постоянный мониторинг и сотрудничество между ИТ-отделом, юридическим отделом, отделом соответствия и бизнесом имеют решающее значение для предотвращения отставания или наложения штрафов.
Ещё один деликатный вопрос — стоимость облачных услуг . Внедрение облачных технологий практически повсеместно, но контроль над расходами стал серьёзной проблемой. Рабочие нагрузки ИИ, контейнеры, многооблачные архитектуры и неконтролируемые пилотные проекты могут привести к непредсказуемому росту счетов. Без надлежащего управления облако становится источником технического долга, расточительных расходов и катастрофических сокращений бюджета.
Кроме того, компании постоянно проходят цифровую трансформацию . Больше нет разовых проектов модернизации, а есть бесконечная череда миграций, интеграций и изменений платформ. Риск заключается в создании экосистемы, полной разрозненных инструментов, технического долга и процессов, не приносящих реальной пользы. ИТ-руководители должны разработать четкую дорожную карту, согласованную с бизнес-целями и способную к масштабированию.
Данные, устаревшие системы и таланты: человеческое узкое место
Управление корпоративными данными стало еще одной серьезной проблемой. Объем информации, генерируемой организациями — системные журналы, активность пользователей, данные о клиентах, датчики IoT — постоянно растет. Речь идет не только о хранении этой информации, но и о ее классификации, защите, соблюдении нормативных требований и извлечении из нее пользы. Неправильный подход к этому приводит к проблемам с соблюдением нормативных требований, неэффективности и принятию решений на основе ошибочной информации.
Все это значительно усложняется при работе с критически важными устаревшими системами : старыми приложениями, устаревшим оборудованием и сильно кастомизированными платформами, которые нельзя отключить в одночасье, поскольку они поддерживают основные процессы. Модернизация таких систем без ущерба для существующих требует тщательного планирования, поэтапной миграции и зачастую инвестиций, которые вступают в противоречие с и без того ограниченными бюджетами.
В то же время, дефицит квалифицированных кадров увеличивается . Технологии развиваются быстрее, чем команды успевают за ними обучаться, и рынок труда не справляется со спросом на специалистов в области облачной архитектуры, передовой кибербезопасности или прикладного искусственного интеллекта. Даже если удается нанять лучших специалистов, удержать их сложно в условиях, когда постоянно появляются предложения с более высокой зарплатой, удаленной работой и возможностями карьерного роста.
В результате многие ИТ-отделы вынуждены делать больше с меньшими ресурсами, зачастую используя устаревшие знания . Чтобы разорвать этот порочный круг, необходимо сочетать стратегии внешнего подбора персонала, эффективные внутренние программы повышения квалификации и мощную поддержку со стороны руководства в выделении времени и ресурсов на непрерывное профессиональное развитие.
В целом, внутренняя коммуникация остается ахиллесовой пятой. Без координации между ИТ-отделом и другими подразделениями , без четкой документации и без обмена знаниями проекты задерживаются, требования неправильно интерпретируются, а уровень недовольства резко возрастает. В распределенных или гибридных командах этот риск многократно возрастает.
Риски, связанные с поставщиками, удаленная работа и подготовка к неопределенному будущему.
Ещё один аспект, получивший широкое распространение, — это риски, связанные с внешними поставщиками . Практически все компании сегодня зависят от третьих лиц в вопросах программного обеспечения, облачных сервисов, поддержки или аутсорсинга бизнес-процессов. Каждый из этих партнеров вносит потенциальные уязвимости: ненадлежащая политика безопасности, перебои в предоставлении услуг, чрезмерная зависимость от договорных обязательств или несоблюдение нормативных требований, что в конечном итоге влияет на клиента.
Управление этим риском выходит далеко за рамки подписания контрактов: оно требует постоянной оценки, четких соглашений о безопасности и соответствии требованиям , а также тесного сотрудничества между ИТ-отделом, отделом закупок, юридическим отделом и службой безопасности. Сбой, связанный с неисправным патчем, стал наглядным напоминанием о том, что происходит, когда одно из этих звеньев выходит из строя.
Распространение удаленной и гибридной работы добавляет еще один уровень сложности. Обеспечение доступа к корпоративным системам из домашних сетей, управление конечными устройствами, разбросанными по всему миру, и поддержание бесперебойного взаимодействия в разных часовых поясах требуют тщательно продуманных политик, соответствующих инструментов и постоянной бдительности в отношении потенциальных уязвимостей безопасности.
В конечном итоге, технологические лидеры сталкиваются с парадоксом долгосрочного планирования в среде, которая меняется каждые несколько месяцев . Искусственный интеллект развивается ускоренными темпами, квантовые вычисления не за горами, нормативные акты меняются, а кризисы в цепочках поставок возникают и исчезают. Вместо поиска идеального решения цель состоит в разработке гибких архитектур, формировании междисциплинарных команд и частом пересмотре стратегии для адаптации к любым будущим изменениям.
Все эти кризисы — от проблемы 2000 года до пузыря ИИ, включая проблему 2038 года, глобальные сбои поставщиков и нагрузку на графические процессоры, оперативную память и хранилища — показывают, что хрупкость и взаимозависимость стали структурными особенностями нашего цифрового мира . Наиболее сильными окажутся не обязательно те организации, которые обладают самыми передовыми технологиями, а скорее те, которые сочетают диверсификацию рисков, культуру предотвращения, инвестиции в персонал и способность быстро реагировать, когда неизбежно что-то снова пойдет не так.
