The post has been translated automatically. Original language: Russian
AI has hit the wall: why data centers have become a new tension point
Artificial intelligence is usually discussed as software. The model has become faster. The chatbot has become smarter. The code generator has learned to understand the context better. But there's a more mundane part to it all.: servers, video cards, cooling, networks, and electricity.
That's where the new race starts now.
A recent example is the USA. Reuters writes that in the country's industrial belt, the growth of Big Tech data centers is already affecting factory electricity bills. Belden Brick, a brick manufacturer in Ohio, has seen its electricity costs rise by 90%, and its monthly capacity charge — a charge for available power—has risen from $1,600 to $12,000. In one of the largest U.S. energy grid zones, which covers part of the country's East Coast and industrial belt, such payments have increased by more than 1,000% in two years.
This is not a story about AI "consuming too much." This is a story about how artificial intelligence is no longer just a digital product. It has become a physical burden on energy systems, cities, industry, and company budgets.
When a business says "we are implementing AI," this phrase often hides a simple question: where will it all work and how much will each request cost?
The cloud is not a metaphor.
The AI service looks easy for the user: he opened the interface, wrote a request, and received a response. But the "cloud" is not an abstract space. This is a specific data center with server racks, cooling systems, backup power and electrical connection.
The more companies that use AI, the higher the demand for computing. The models need to be trained, customized, run for millions of users, store data, process requests, and ensure stable service operation.
The International Energy Agency predicts that by 2030, global electricity consumption by data centers may grow to about 945 TWh. This is almost twice the current level and slightly less than 3% of global electricity consumption according to the IEA baseline scenario.
The number is not important on its own. More importantly, data centers are not evenly distributed across the planet. They are concentrated in certain regions where there are already factories, residential areas, logistics and other large consumers. Therefore, the load does not appear "somewhere in the world", but in a specific network, with a specific operator and in a specific electricity bill.
Why does this apply not only to Big Tech
You might think that the problem of data centers is the concern of Microsoft, Google, Amazon, Meta and other giants. But in practice, it quickly reaches everyone who builds AI products.
The startup connects the model via the API, and it gets the cost of the request. The company is launching an internal AI assistant - and must take into account the load, data storage, delays, security, and costs of the cloud. A B2B service scales from 10 clients to 100 — and suddenly realizes that its economy was based only on a small amount of usage.
An AI project can look great on a demo. But in production, other questions arise: which model is needed for this task, whether it is possible to use a smaller model, what to cache, where generative AI is needed, and where conventional search or classical analytics are sufficient.
This is where the line between "we added AI" and "we built a working product" runs.
Infrastructure becomes a separate market
The demand for computing is already changing businesses around AI. On July 6, Reuters reported that TeraWulf had signed a 20-year deal with Anthropic for data center infrastructure. The expected contract revenue is about $19 billion. It is important that TeraWulf used to be known as a bitcoin mining company, but now relies on AI infrastructure.
This is a good market marker. The money goes not only to models and applications, but also to platforms, electricity, GPU clusters, cooling, and long-term capacity contracts.
In other words, the next AI competition won't just be between chatbots. It will run between the infrastructures: who gets access to power faster, who uses computing more efficiently, and who can keep the cost of an AI service under control.
What does this mean for startups and IT teams?
For startups, the conclusion is simple: AI cannot be considered free magic on top of a product. Each model's response has a price. And the more successful the product, the more noticeable this price is.
Therefore, teams will have to think not only about the quality of the response, but also about the architecture. Where to use the larger model. Where a small one is enough. Which requests can be omitted from the LLM. How to store the context. How to calculate the cost of one operation. How not to turn user growth into loss growth.
This is also an important signal for IT specialists. AI does not make infrastructure professions less necessary. On the contrary, the role of cloud architects, DevOps engineers, data engineers, MLOps specialists and the FinOps approach is growing - that is, the ability to manage the cost of cloud and computing.
AI no longer lives only in presentations, interfaces, and prompta. He lives in data centers, power grids, and budgets.
The AI market is maturing. Now the question is not only which model responds better. The question is who will be able to launch AI consistently, quickly, and economically intelligently.
For businesses, this means that an AI project should be considered not as an experiment with a new feature, but as an infrastructure task. For startups, it's important to think about the cost of computing from day one. For professionals, it is to develop skills at the intersection of cloud, data, DevOps, MLOps, and infrastructure economics.
Artificial intelligence has an electricity bill. And according to this account, it will increasingly be seen which AI projects are ready for the real market, and which ones will remain a beautiful demo.
Малый бизнес редко считает себя интересной целью для злоумышленников. Владельцу кажется, что атакуют банки, государственные системы и крупные корпорации. Но преступнику необязательно специально выбирать компанию. Значительная часть атак начинается автоматически: сканируются доступные серверы, подбираются украденные пароли, рассылаются фишинговые письма, проверяются известные уязвимости.
Для небольшого бизнеса особенно опасен не масштаб атаки, а отсутствие резервного плана. Один взломанный почтовый ящик может дать доступ к договорам, счетам, переписке с клиентами и восстановлению паролей от других сервисов.
NIST выпустил отдельное руководство по Cybersecurity Framework 2.0 для небольших организаций. Его логика охватывает управление рисками, защиту, обнаружение событий, реагирование и восстановление.
Ниже — практический минимум, который стоит проверить собственнику или руководителю.
1. Составьте список критичных систем
Запишите все сервисы, без которых компания не сможет нормально работать:
- корпоративная почта;
- CRM;
- бухгалтерия;
- интернет-банк;
- сайт и домен;
- облачное хранилище;
- система продаж;
- мессенджеры;
- рабочие компьютеры;
- базы клиентов.
Рядом укажите владельца каждого сервиса и способ восстановления доступа.
2. Включите многофакторную аутентификацию
В первую очередь защитите:
- почту руководителя и администраторов;
- банковские сервисы;
- CRM;
- облачные хранилища;
- панели управления сайтом;
- аккаунты рекламных кабинетов;
- системы резервного копирования.
Одного пароля недостаточно, особенно если сотрудник использует его в нескольких сервисах.
3. Откажитесь от общих учетных записей
Логин вида sales@company часто знают сразу пять сотрудников. После увольнения одного из них приходится менять пароль для всех, а определить автора конкретного действия практически невозможно.
У каждого сотрудника должна быть личная учетная запись. Общий адрес можно сохранить как почтовую группу или функциональный ящик.
4. Используйте менеджер паролей
Пароли не должны храниться в таблице, блокноте, переписке или браузере на общем компьютере.
Корпоративный менеджер паролей позволяет:
- создавать уникальные комбинации;
- безопасно передавать доступ;
- отзывать его после увольнения;
- не показывать пароль пользователю в открытом виде;
- контролировать критичные учетные записи.
5. Ограничьте права сотрудников
Менеджеру по продажам обычно не нужен административный доступ к CRM. Маркетологу не требуется управление доменом. Подрядчику не стоит выдавать постоянный доступ ко всей корпоративной инфраструктуре.
Принцип прост: у человека должны быть только те права, которые необходимы для его работы.
6. Настройте автоматические обновления
Особенно важны обновления:
- операционных систем;
- браузеров;
- офисных программ;
- CMS и модулей сайта;
- маршрутизаторов;
- VPN;
- серверного программного обеспечения.
Если обновление невозможно установить сразу, ответственный сотрудник должен знать причину и срок устранения риска.
7. Делайте резервные копии
Резервная копия бесполезна, пока компания не проверила восстановление.
Минимально нужно определить:
- какие данные копируются;
- как часто создается копия;
- где она хранится;
- кто имеет к ней доступ;
- когда последний раз проводилось тестовое восстановление.
Хотя бы одна копия должна быть отделена от основной инфраструктуры, чтобы злоумышленник не смог удалить ее вместе с рабочими данными.
8. Защитите рабочие устройства
На компьютерах должны быть:
- шифрование диска;
- автоматическая блокировка;
- антивирусная или EDR-защита;
- ограничение административных прав;
- возможность отозвать доступ;
- понятный порядок действий при потере устройства.
Особое внимание требуется ноутбукам руководителей и сотрудников, работающих с финансовыми данными.
9. Контролируйте увольнение сотрудников
В день прекращения работы необходимо:
- отключить корпоративную почту;
- завершить активные сессии;
- отозвать доступ к CRM и облакам;
- забрать оборудование;
- сменить общие пароли;
- проверить переадресацию почты;
- передать рабочие документы ответственному сотруднику.
Этот процесс должен выполняться по чек-листу, а не по памяти.
10. Проверьте подрядчиков
Сайт, CRM, реклама и облачная инфраструктура часто находятся под управлением внешних специалистов.
Компания должна понимать:
- какие доступы есть у подрядчика;
- используются ли личные или корпоративные аккаунты;
- можно ли быстро отозвать права;
- кто владеет доменом и облачными ресурсами;
- что произойдет при прекращении сотрудничества.
11. Включите журналы и уведомления
Полезно получать уведомления о:
- входе с нового устройства;
- изменении административных прав;
- массовом скачивании файлов;
- смене настроек безопасности;
- добавлении нового способа восстановления;
- подозрительных банковских операциях.
CISA также рекомендует определить кризисную команду и ответственных за технологии, коммуникации, юридические вопросы и непрерывность бизнеса.
12. Подготовьте план реагирования
На одной странице должны быть указаны:
- кто принимает решение об отключении системы;
- кому звонить при взломе;
- контакты IT-подрядчика;
- контакты банка и хостинг-провайдера;
- расположение резервных копий;
- порядок информирования клиентов;
- ответственный за внешние комментарии;
- место хранения журнала событий.
Ежемесячная проверка руководителя
Раз в месяц задайте ответственному сотруднику пять вопросов:
- Какие критичные системы появились или изменились?
- Все ли административные аккаунты защищены MFA?
- Когда проверялось восстановление резервной копии?
- Есть ли бывшие сотрудники или подрядчики с активным доступом?
- Какие инциденты и подозрительные события произошли?
Кибербезопасность не требует от предпринимателя становиться системным администратором. Но собственник должен понимать, какие цифровые активы поддерживают бизнес, кто ими управляет и как компания будет восстанавливаться после сбоя.
Share
