Rozwój sztucznej inteligencji, w szczególności inferencji oraz aplikacji wykorzystujących agentową AI, będzie zwiększał zapotrzebowanie na szybkie i niskolatencyjne połączenia światłowodowe – ocenia Phil Wong, principal w KPMG US, w wywiadzie dla RCR Wireless News. Jego zdaniem rosnący ruch między infrastrukturą chmurową, zasobami obliczeniowymi AI i użytkownikami będzie coraz większym wyzwaniem dla operatorów sieci światłowodowych.
Jak wskazuje Wong, wraz z rozwojem inferencji rosnąć będzie zapotrzebowanie na połączenia o wysokiej przepustowości i niskich opóźnieniach. Szczególne znaczenie może mieć tu agentowa AI, która wymaga dostępu do danych, kontekstu i pamięci, zwiększając tym samym wymianę danych między tradycyjnymi środowiskami chmurowymi a infrastrukturą przeznaczoną do obsługi AI.
Ruch związany z inferencją może również przesuwać się w kierunku brzegu sieci. Według Wonga będzie tak zwłaszcza w przypadku rozwoju tzw. fizycznej AI, czyli systemów AI funkcjonujących w świecie fizycznym. Oznaczałoby to konieczność zapewnienia odpowiedniej infrastruktury bliżej użytkowników końcowych.
Jednocześnie infrastruktura AI rozwija się poza tradycyjnymi lokalizacjami centrów danych. Operatorzy i deweloperzy muszą bowiem uwzględniać ograniczoną dostępność gruntów oraz energii. Powstające w nowych lokalizacjach obiekty będą potrzebowały połączeń o dużej przepustowości, przede wszystkim w sieciach średniej mili (middle-mile), które łączą główną magistralę internetową (backbone) z lokalnymi sieciami dostępowymi (last mile), a w niektórych przypadkach także tras dalekiego zasięgu.
Dla operatorów światłowodowych oznacza to jednak problem z opłacalnością inwestycji. Nowe trasy mogą bowiem nie przebiegać przez tradycyjne skupiska ludności i przedsiębiorstw, co utrudnia uzyskanie odpowiedniego zwrotu z inwestycji.
Mimo rosnącego znaczenia łączności, Wong uważa, że w perspektywie najbliższych 3–5 lat podstawowym ograniczeniem rozwoju infrastruktury AI będzie dostęp do niezawodnego zasilania – zarówno z sieci energetycznej, jak i ze źródeł własnych. Kolejne bariery to opóźnienia w łańcuchach dostaw oraz dostępność pracowników.
Problemy te wydłużają harmonogramy inwestycji i zwiększają ich koszty. Według Wonga w niektórych przypadkach hiperskalerzy anulowali już wcześniej zakontraktowane moce z powodu opóźnień i perspektywy dalszego wzrostu kosztów.
Rozbudowa mocy obliczeniowych będzie jednak automatycznie generować zapotrzebowanie na łączność. Wong zwraca uwagę, że na każdy dodatkowy gigawat (GW) mocy obliczeniowej przypada odpowiednie zapotrzebowanie na infrastrukturę komunikacyjną. Potrzeby te będą rosły wraz z przechodzeniem obciążeń AI od trenowania modeli do inferencji i zastosowań agentic AI.
W krótkim terminie popyt na infrastrukturę AI powinien nadal rosnąć wraz z upowszechnianiem się takich zastosowań w przedsiębiorstwach i wśród konsumentów. Dodatkowymi czynnikami będą: rozwój modeli rozumujących, przetwarzanie multimodalne oraz physical AI. Technologie te zwiększają zużycie tokenów, a w konsekwencji także zapotrzebowanie na moc obliczeniową i pamięć masową.
W efekcie rozwój AI może stworzyć dla operatorów światłowodowych nową szansę inwestycyjną, ale jednocześnie będzie wymagał znacznie bardziej selektywnego podejścia do budowy nowych tras. Kluczowe stanie się nie tylko zapewnienie przepustowości, lecz także znalezienie ekonomicznego uzasadnienia dla połączeń do lokalizacji, które dotychczas nie były istotnymi punktami w infrastrukturze telekomunikacyjnej.
