داده‌های جدید سرشماری: مراکز داده به بزرگترین بخش ساخت و ساز تجاری تبدیل شدند و از ساختمان‌های اداری پیشی گرفتند

ادعای اصلی که از آخرین داده‌های اقتصادی فدرال به دست می‌آید این است که ردپای فیزیکی اقتصاد آمریکا به طور اساسی بازآرایی شده است. بر اساس نظرسنجی «ارزش ساخت و ساز انجام شده» اداره سرشماری ایالات متحده، هزینه‌های ساخت مراکز داده در آوریل ۲۰۲۶ به نرخ سالانه تعدیل‌شده فصلی ۵۰.۷ میلیارد دلار رسید. برای اولین بار در تاریخ، سرمایه‌ای که برای نگهداری سرورها به کار گرفته شده، رسماً از سرمایه‌ای که برای ساخت فضاهای اداری سنتی به کار رفته (۴۳.۸ میلیارد دلار)، پیشی گرفته است.[1][3]

شواهد پشتیبان این پیشی گرفتن قوی بوده و توسط دولت فدرال رصد می‌شود. از لحاظ تاریخی، اداره سرشماری مراکز داده را در دسته گسترده‌تر «دفاتر خصوصی» قرار می‌داد، طبقه‌بندی‌ای که زمانی که مزارع سرور بخش ناچیزی از املاک و مستغلات تجاری بودند، منطقی به نظر می‌رسید. با این حال، پس از سال‌ها لابی‌گری توسط پیمانکاران عمومی آمریکا، این سازمان شروع به تفکیک داده‌ها کرد که نشان‌دهنده یک واگرایی شدید است. از سال ۲۰۱۹، هزینه‌های ساخت ساختمان‌های اداری به شدت کاهش یافته، در حالی که سرمایه‌گذاری در مراکز داده بیش از ۲۰۰ درصد افزایش یافته است.[3][5]

ادعای ثانویه‌ای که توسط اقتصاددانان صنعتی مطرح می‌شود این است که ابرچرخه هوش مصنوعی به تنهایی مانع از رکود در بخش ساخت و ساز تجاری شده است. شواهد این امر در معیارهای گسترده‌تر ساختمان‌های غیرمسکونی یافت می‌شود. بر اساس تحلیل «پیمانکاران و سازندگان وابسته»، کل هزینه‌های ساخت و ساز غیرمسکونی در ۱۲ ماه گذشته، در صورت حذف رونق مراکز داده، ۳.۸ درصد کاهش یافته است.[2][6][8]

این داده‌ها تأیید می‌کنند که توسعه سنتی دفاتر اداری همچنان در حال سقوط آزاد است، که به دلیل کار از راه دور گسترده و هزینه‌های بالای تأمین مالی پروژه‌ها با مشکل مواجه شده است. کل هزینه‌های ساخت و ساز دفاتر خصوصی در بهار ۲۰۲۶ به ۹۷.۴ میلیارد دلار رسید که مراکز داده اکنون تقریباً ۵۲ درصد از کل این فعالیت را تشکیل می‌دهند. بدون تزریق سرمایه عظیم از سوی «هایپراسکِیلر»های فناوری، خط لوله املاک و مستغلات تجاری با انقباض شدیدی روبرو می‌شد.[1]

ارزیابی ساختار هزینه نشان می‌دهد که چرا این تأسیسات چنین ارقام هزینه‌ای عظیمی را به دنبال دارند. شرکت خدمات املاک و مستغلات JLL گزارش می‌دهد که هزینه‌های ساخت مراکز داده از ۸ میلیون دلار در سال ۲۰۲۰ به ۱۱ میلیون دلار در هر مگاوات افزایش یافته است. برخلاف املاک و مستغلات سنتی که بر اساس متراژ مربع اندازه‌گیری می‌شوند، مراکز داده بر اساس ظرفیت برق آن‌ها ارزش‌گذاری می‌شوند. هسته و پوسته ساختمان معمولاً کمتر از یک چهارم کل هزینه را تشکیل می‌دهد.[4][7]

مکانیسم پشت این افزایش هزینه، الزامات فیزیکی منحصر به فرد بارهای کاری هوش مصنوعی است. آموزش مدل‌های هوش مصنوعی مولد به تأسیساتی با مشخصات بسیار متفاوت از ذخیره‌سازی ابری سنتی نیاز دارد. آن‌ها نیازمند سیستم‌های خنک‌کننده مایع تخصصی، پشتیبانی‌های سازه‌ای تقویت‌شده برای قفسه‌های سرور سنگین‌تر و زیرساخت‌های الکتریکی عظیم هستند. سیستم‌های الکتریکی به تنهایی اکنون تقریباً ۳۸ درصد از کل هزینه‌های ساخت و ساز را تشکیل می‌دهند.[4][7]

شواهد همچنین به تغییر قابل توجهی در بازار کار ساختمانی اشاره دارد. یک ساختمان اداری ۵۰۰ هزار فوت مربعی معمولاً به حدود ۳۰۰ نیروی کار ماهر در محل نیاز دارد. در مقابل، یک مرکز داده با اندازه مشابه می‌تواند طبق گفته شرکت ساختمانی Turner، تا ۸۰۰ کارگر را طلب کند. این نیروی کار به شدت در مشاغل تخصصی مکانیک و برق متمرکز شده است و در بازارهایی که مگاکمپ‌ها در حال ساخت هستند، کمبود نیروی کار محلی ایجاد می‌کند.[7]

از آنجا که پردیس‌های مراکز داده اغلب در چندین فاز گسترش می‌یابند و می‌توانند سال‌ها تحت ساخت و ساز فعال باقی بمانند، این کار یک خط لوله پایدارتر برای پیمانکاران نسبت به توسعه‌های اداری سنتی فراهم می‌کند. شرکت‌هایی که به اندازه کافی خوش‌شانس بوده‌اند که قراردادهای مرکز داده را تضمین کنند، در حال حاضر میانگین حجم کاری انباشته ۱۱.۶ ماهه را گزارش می‌دهند که به طور قابل توجهی طولانی‌تر از شرکت‌هایی است که به پروژه‌های تجاری عمومی متکی هستند.[2]

جایی که عدم قطعیت شفاف وارد اجماع می‌شود، محدودیت فیزیکی شبکه برق ایالات متحده است. در حالی که سرمایه به آسانی در دسترس است—که توسط ذخایر نقدی شرکت‌هایی مانند مایکروسافت، متا، گوگل و آمازون هدایت می‌شود—شبکه برق یک گلوگاه سخت ایجاد می‌کند. مراکز داده در حال حاضر تقریباً ۵ درصد از کل مصرف برق ایالات متحده را تشکیل می‌دهند، رقمی که پیش‌بینی می‌شود تا سال ۲۰۳۰ از ۱۰ درصد فراتر رود.[4][5]

شواهد برای یک بحران قریب‌الوقوع برق قوی است، اگرچه زمان دقیق تأثیر آن همچنان مورد بحث است. برخی از شرکت‌های برق در حال حاضر اتصال شبکه برای مراکز داده جدید را چندین سال به تأخیر می‌اندازند. در پاسخ، هایپراسکِیلرها به طور فزاینده‌ای در حال بررسی راه‌حل‌های خارج از شبکه، از جمله ریزشبکه‌های تجدیدپذیر در محل و توافق‌نامه‌های اختصاصی با اپراتورهای انرژی هسته‌ای هستند، که این امر هزینه‌های سرمایه‌ای مورد نیاز برای راه‌اندازی این تأسیسات را بیشتر افزایش خواهد داد.[4][5]

یک ادعای مرتبط این است که این تغییر در حال ترسیم مجدد نقشه جغرافیایی املاک و مستغلات تجاری است. برخلاف ساختمان‌های اداری که ارزش خود را از نزدیکی به حمل و نقل شهری و مراکز پرجمعیت می‌گیرند، مراکز داده در مناطق حومه و روستایی که زمین و برق ارزان‌تر است، گسترش می‌یابند. بازارهایی مانند کلمبوس، اوهایو، و ایندیانای روستایی شاهد توسعه پردیس‌های چند میلیارد دلاری هستند که آسمان‌خراش‌های سنتی مرکز شهر را هم از نظر مقیاس و هم از نظر هزینه کوچک جلوه می‌دهند.[7]

عدم قطعیت بلندمدت پیرامون این روند به کارایی آینده سخت‌افزار هوش مصنوعی بستگی دارد. نرخ‌های پیش‌اجاره فعلی برای مراکز داده حدود ۹۷ درصد است، که نشان می‌دهد تقاضا همچنان بسیار بیشتر از عرضه است. با این حال، اگر کارایی الگوریتمی به طور چشمگیری بهبود یابد، یا اگر حباب سرمایه‌گذاری هوش مصنوعی سرد شود، الزامات زیرساخت فیزیکی ممکن است در نهایت به ثبات برسد.[4]

در حال حاضر، شواهد قویاً از یک بازآرایی ساختاری در محیط ساخته شده حمایت می‌کنند. تغییر در ساخت و ساز تجاری صرفاً یک ناهنجاری پس از همه‌گیری نیست، بلکه تخصیص مجدد اساسی سرمایه است. داده‌ها تأیید قاطعی ارائه می‌دهند که ستون فقرات فیزیکی اقتصاد دیجیتال ارزشمندتر، نیازمند منابع بیشتر و برای صنعت ساخت و ساز حیاتی‌تر از فضاهایی شده است که مردم به صورت حضوری در آن کار می‌کنند.[1][6]

در نهایت، این گذار منعکس‌کننده یک چرخش کلان اقتصادی گسترده‌تر است. همانطور که سرمایه همچنان از برج‌های اداری انسان‌محور دور شده و به سمت مراکز محاسباتی ماشین‌محور سرازیر می‌شود، برنامه‌ریزان شهری، اپراتورهای شبکه برق و توسعه‌دهندگان املاک و مستغلات مجبورند استراتژی‌های بلندمدت خود را بازنویسی کنند. داده‌های سرشماری ۲۰۲۶ به عنوان نشانگر رسمی این دوران جدید عمل می‌کند: خط افق آمریکا دیگر با جایی که ما می‌نشینیم تعریف نمی‌شود، بلکه با جایی که داده‌های ما زندگی می‌کنند تعریف می‌شود.[6]