Rynek chmury nabiera masy. Wydatki na infrastrukturę rosną szybciej, niż przewidywał rynek

Wydatki na infrastrukturę chmurową w IV kwartale 2024 roku wzrosły gwałtownie, osiągając rekordowy poziom i znacząco wyprzedzając segmenty tradycyjne. Liderem wzrostu pozostaje chmura współdzielona, która odpowiada już za większość globalnych nakładów na infrastrukturę IT.

Klaudia Ciesielska
data center, chmura
źródło: Freepik/svstudioart

W czwartym kwartale 2024 roku globalne wydatki na infrastrukturę chmurową wzrosły niemal dwukrotnie — o 99,3% rok do roku — osiągając 67 miliardów dolarów. Rynek chmury i to tempo wzrostu zaskoczyło nawet analityków IDC, którzy od lat obserwują ekspansję chmury. Co więcej, wydatki na chmurę rosną znacznie szybciej niż w segmencie infrastruktury tradycyjnej, której udział w rynku systematycznie maleje.

Za imponującym wzrostem stoją trzy siły: eksplozja zapotrzebowania na obliczenia GPU pod kątem AI, rosnące znaczenie modeli agentowych oraz dominacja hiperskalerów, którzy inwestują w gigantyczne, współdzielone środowiska chmurowe. Tylko w ostatnim kwartale 2024 roku wydatki na współdzieloną infrastrukturę chmurową wzrosły aż o 124,4% r/r, osiągając 57 miliardów dolarów. Dla porównania, segment dedykowanych środowisk chmurowych urósł „zaledwie” o 21,8%.

Jeszcze mocniejszy sygnał płynie z prognoz: IDC zakłada, że do końca 2025 roku całkowite nakłady na infrastrukturę chmurową wzrosną do 271,5 miliarda dolarów, co oznacza 33,3% wzrost w skali roku. Infrastruktura inna niż chmurowa będzie w tym samym czasie kurczyć się — jej wartość spadnie o prawie 5%.

Długofalowo, według IDC, chmura pochłonie ponad 83% globalnych wydatków na infrastrukturę obliczeniową i pamięci masowej do 2029 roku. Współdzielona chmura ma stanowić aż 80,5% całkowitych wydatków chmurowych, osiągając wartość 371,7 miliarda dolarów.

Ad imageAd image

Za tym trendem stoją realne potrzeby technologiczne, które wykraczają poza szum wokół AI. Rozwój zaawansowanych modeli sztucznej inteligencji – szczególnie tych opartych na wnioskowaniu i długoterminowej pamięci – wymaga gigantycznych mocy obliczeniowych. Nawet jeśli rynek weryfikuje niektóre „hype’owe” narracje, jak w przypadku DeepSeek i R1, to ogólny kierunek pozostaje jasny: bez potężnej infrastruktury chmurowej nie będzie przełomu w AI.

Szczególnie wyraźnie widać to w danych o infrastrukturze GPU. W 2025 roku segment ten ma wzrosnąć o niemal 47%, do wartości blisko 158 miliardów dolarów. Oznacza to, że GPU staną się jednym z głównych motorów inwestycji w chmurę, co może w dłuższej perspektywie przełożyć się na konsolidację rynku wokół firm zdolnych do budowania lub dzierżawy takich zasobów.

Warto odnotować, że 74% wszystkich wydatków infrastrukturalnych w 4Q24 pochodziło od dostawców usług — od hiperskalerów po operatorów usług zarządzanych. To właśnie oni będą nadal dyktować tempo inwestycji i de facto kształtować rynek infrastruktury dla AI, danych i aplikacji cloud-native. Przedsiębiorstwa, choć także zwiększają swoje nakłady, robią to znacznie wolniej (23,5% r/r) i raczej jako konsumenci niż twórcy infrastruktury.

Z geograficznego punktu widzenia tempo wzrostu pokazuje wyraźne rozwarstwienie. USA i Kanada rosły w czwartym kwartale w tempie przekraczającym 120%, podczas gdy Europa Środkowo-Wschodnia odnotowała zaledwie 5,6% wzrostu. To sugeruje, że regiony wschodzące – mimo rosnącego zapotrzebowania – mogą mieć problem z dogonieniem inwestycyjnej fali, jeśli nie przyspieszą rozbudowy lokalnych centrów danych lub adopcji rozwiązań chmurowych.

IDC, chmura

Wnioski? Wzrost wydatków na infrastrukturę chmurową to nie tylko odpowiedź na potrzeby AI, ale również sygnał przesuwającego się ciężaru inwestycyjnego w stronę modeli skalowalnych, współdzielonych i coraz silniej uzależnionych od GPU. Liderzy rynku, którzy zbudują przewagę infrastrukturalną dziś, będą mieć strategiczny wpływ na tempo rozwoju aplikacji AI jutra. Dla Europy i krajów takich jak Polska oznacza to konieczność przemyślenia lokalnej strategii chmurowej, jeśli nie chcemy pozostać jedynie konsumentem cudzych mocy obliczeniowych.

Udostępnij