Microsoft wycofuje się z AI centrum danych

Brak prądu zatrzymuje boom na AI data centers

Rozwój infrastruktury dla sztucznej inteligencji zaczyna rozbijać się nie o brak popytu, lecz o bardzo przyziemny problem: dostęp do energii. W ostatnich tygodniach pojawiły się informacje o opóźnieniach, rosnących kosztach i lokalnych ograniczeniach sieciowych, które hamują budowę dużych centrów danych w Stanach Zjednoczonych i Wielkiej Brytanii.

Najmocniejszy sygnał przyszedł z Essex. Microsoft wycofał się z planowanego projektu centrum danych w Loughton, ponieważ lokalny operator sieci poinformował, że pełna moc nie będzie dostępna aż do początku lub połowy lat 30. XXI wieku. To oznaczało, że obiekt, który miał ruszyć pod koniec 2026 roku albo na początku 2027 roku, nie miał szans na terminowe uruchomienie.

Projekt w Loughton miał być dużą inwestycją

Plan zakładał budowę jednego z największych w Wielkiej Brytanii tzw. sovereign AI data center, czyli centrum danych zlokalizowanego i kontrolowanego w kraju. Projekt rozwijany przez Nscale miał startować z mocą 50 MW, z możliwością rozbudowy do 90 MW.

Według założeń miało tam pracować 23 040 GPU Nvidia GB300, przeznaczonych dla obciążeń Microsoft Azure. Microsoft był w tym projekcie tzw. anchor tenantem, czyli kluczowym najemcą, od którego zależy opłacalność całej inwestycji.

Firma zakończyła tę umowę 18 października 2026 roku.

Sieć energetyczna staje się wąskim gardłem

Problem Loughton nie jest odosobniony. W Wielkiej Brytanii sieć ma znany backlog przyłączeniowy, a niektóre projekty czekają na podłączenie nawet 13 lat. To pokazuje, że tempo rozbudowy AI może być ograniczane przez infrastrukturę energetyczną równie mocno jak przez dostęp do chipów czy finansowania.

Nscale twierdzi, że nie rezygnuje z Essex. Spółka rozważa rozwiązania z własnym wytwarzaniem energii na miejscu, w tym fuel cells, i nadal szuka możliwości rozwoju w innych częściach Wielkiej Brytanii.

Microsoft uspokaja, ale pytania pozostają

Microsoft podkreśla, że szersza współpraca z Nscale nie została naruszona. Firma zaznaczyła, że inne kontrakty z Nscale — obejmujące projekty w Norwegii, Portugalii i Stanach Zjednoczonych — pozostają bez zmian.

Jednocześnie pojawiają się kolejne sygnały ostrzegawcze. Norweski flagowy projekt Nscale również notuje opóźnienia: z planowanych 30 MW działa tam obecnie tylko 6,4 MW.

Problemy w USA: więcej opóźnień i wyższe koszty

Podobne kłopoty widać także na rynku amerykańskim. Rosnące koszty, problemy z finansowaniem, lokalny opór społeczny i opóźnienia przyłączeń do sieci sprawiają, że boom na AI data centers napotyka coraz więcej barier. Według dostępnych danych w tym roku opóźniono lub anulowano co najmniej 47 dużych projektów.

Szczególnie ważny jest tu proces przyłączania do sieci, który może trwać nawet pięć lat. W Teksasie dodatkowo wstrzymano nowe przyłączenia do data centers w związku z audytem kolejki ERCOT.

W tle pojawia się też sprawa Oracle i jego projektu Project Jupiter w Nowym Meksyku. Spółka miała tam wysłać notice of force majeure po regulacyjnych przeszkodach, co jeszcze mocniej podkreśla skalę problemów w branży.

Rynek zaczyna wyceniać ryzyko regulacyjne

Wydarzenia w Teksasie i innych stanach wzmacniają przekonanie, że ryzyko regulacyjne wokół dużych centrów danych rośnie. W notowaniach rynków predykcyjnych pojawiają się wyższe szanse na scenariusze związane z moratorium na data centers w Teksasie, a podobne kontrakty dotyczą także Luizjany i Oklahomy.

To pokazuje, że dla sektora AI najtrudniejszym wyzwaniem może być dziś nie sama technologia, ale dostęp do infrastruktury, która pozwala ją uruchomić na dużą skalę.

Co to oznacza dla branży

Dzisiejszy wyścig o AI coraz bardziej przypomina wyścig o energię, sieci i pozwolenia. Duże firmy technologiczne mogą planować ogromne klastry GPU, ale bez stabilnego zasilania i szybkich przyłączeń projekty pozostają tylko planami na papierze.

W praktyce oznacza to:

• wyższe koszty realizacji nowych data centers,
• dłuższe terminy uruchamiania projektów,
• większą presję na lokalne sieci energetyczne,
• i rosnące ryzyko, że część inwestycji zostanie przesunięta lub porzucona.

Boom na sztuczną inteligencję wciąż trwa, ale coraz wyraźniej widać, że jego tempo wyznaczają nie tylko modele i GPU, lecz także transformatory, linie przesyłowe i dostęp do mocy w sieci.