Strategija AI Gigafactories je klasičen bruseljski produkt: velikopotezna napoved, simbolična številka in sistemske omejitve, ki jih ne more rešiti.

Pravkar lansirana Strategija AI Gigafactories je skoraj idealen primer klasičnega bruseljskega industrijskopolitičnega produkta: velikopotezna napoved, navidezno velika številka za naslovnice, dejansko pa simbolična, in množica sistemskih omejitev, ki jih sam razpis ne more odpraviti. Evropska komisija želi s sedmimi velikimi podatkovnimi centri Evropo spremeniti v »kontinent umetne inteligence«. Toda Evropa pri umetni inteligenci ne zaostaja samo pri številu procesorjev. Zaostaja pri temeljnih modelih, zasebnem kapitalu, oblačnih platformah, proizvodnji procesorjev, razpoložljivi električni moči in sposobnosti hitrega komercialnega razvoja podjetij. Gigatovarne lahko ublažijo eno od teh omejitev. Vseh drugih ne morejo rešiti.

Komisija je 30. julija 2026 objavila razpis za vzpostavitev do sedmih AI-gigatovarn. Evropska unija in sodelujoče države članice naj bi zagotovile do 10 milijard evrov javnih sredstev, s katerimi naj bi spodbudile najmanj 20 milijard evrov zasebnih naložb. Skupna vrednost programa naj bi tako presegla 30 milijard evrov. Gigatovarne naj bi evropskim zagonskim podjetjem, industriji, univerzam in javnemu sektorju omogočile dostop do infrastrukture za učenje, prilagajanje in uporabo najnaprednejših modelov umetne inteligence. Komisija obljublja napredne procesorje, programsko opremo, oblačne storitve, hitre podatkovne povezave in energetsko učinkovite podatkovne centre. Razpis se konča 12. novembra 2026, izbor naj bi bil opravljen v začetku leta 2027, objekti pa bi morali začeti delovati najpozneje 18 mesecev po podpisu pogodb (Digital Strategy Europe).

Program je del širšega paketa AI Continent, ki vključuje obstoječih 19 AI Factories, akcijski načrt za razvoj umetne inteligence, pobudo InvestAI, strategijo Apply AI in napovedani Cloud and AI Development Act. Nove gigatovarne naj ne bi bile zgolj večje različice obstoječih evropskih superračunalniških centrov, temveč naj bi vsaka razpolagala z najmanj 100.000 najnaprednejšimi AI-procesorji oziroma z večkratnikom zmogljivosti današnjih največjih evropskih AI-tovarn (AP News).

Že tu se začne terminološka inflacija. Podatkovni center ni »tovarna umetne inteligence« na enak način, kot avtomobilska tovarna proizvaja avtomobile. Računska moč je nujen proizvodni dejavnik, ne pa sama po sebi tehnološko znanje, podjetniški ekosistem ali konkurenčen proizvod. Lahko kupite sto tisoč najnovejših procesorjev Nvidia, jih postavite v veliko klimatizirano halo in infrastrukturo razglasite za evropsko. S tem še niste ustvarili evropskega OpenAI, Googla, Anthropica, Kimija ali DeepSeeka. Ustvarili ste predvsem velik podatkovni center, napolnjen pretežno z ameriškimi procesorji in programsko opremo.

Prav to je osrednji paradoks evropske strategije. Komisija govori o tehnološki suverenosti, hkrati pa je podpisala pisma o nameri z AMD, Nvidio in Qualcommom, da bi konzorcijem zagotovila dostop do potrebne strojne opreme. Razpis dovoljuje nakup procesorjev iz Evrope in iz »podobno mislečih držav«, kar v praksi pomeni predvsem iz ZDA (Digital Strategy Europe). Evropa bo torej z evropskim javnim denarjem subvencionirala nakup ameriških procesorjev, ameriške omrežne opreme in večinoma ameriškega softverja. Če je to tehnološka suverenost, gre za precej nenavadno obliko suverenosti: Evropa bo lastnica stavbe, medtem ko bodo ključna tehnologija, dobavna veriga in razvojni ekosistem v rokah njenega dobavitelja.

Katedrale v puščavi

Kritike takšnega pristopa niso nove in niso omejene na običajne tehnološke skeptike. Raziskovalca Nicoleta Kyosovska in Andrea Renda sta v analizi bruseljskega inštituta CEPS postavila vprašanje, ali bodo evropske AI-tovarne postale svetišča inovacij ali »katedrale v puščavi«: veliki in dragi infrastrukturni objekti brez dovolj močnega lokalnega ekosistema, ki bi jih znal produktivno uporabljati. Opozorila sta, da lokacije prvih AI-tovarn niso bile vedno izbrane glede na koncentracijo raziskovalcev, podjetij, kapitala in razpoložljive energije, temveč tudi glede na politično potrebo po geografski porazdelitvi evropskih sredstev.

Podobno je raziskovalni inštitut Interface opozoril, da Komisija ni dovolj jasno opredelila, za kakšno dejansko povpraševanje gradi gigatovarne. Računske potrebe pri začetnem učenju temeljnih modelov, njihovem dodatnem prilagajanju in poznejšem izvajanju so zelo različne. Evropa ima le malo podjetij, ki bi bila sposobna redno izvajati učenje modelov na sami tehnološki meji. Velik del evropskega povpraševanja bo zato verjetneje sestavljen iz manjših industrijskih, raziskovalnih in javnih projektov, ki potrebujejo drugačno infrastrukturo in drugačen poslovni model kot ameriški laboratoriji za frontier AI.

Tudi nemški evropski poslanec Sergey Lagodinsky je ob prejšnjih napovedih zahteval pojasnilo, kdo bo tako velikansko računsko zmogljivost dejansko uporabljal in zakaj je potrebna prav predlagana velikost objektov. Kritična poanta ni, da povpraševanja po računski moči ne bo. Nedvomno bo raslo. Vprašanje je, ali bo obstajalo dovolj evropskega povpraševanja po najdražji frontier infrastrukturi, da bodo objekti ekonomsko upravičeni, ali pa bodo evropske države najprej zgradile centre, nato pa iskale uporabnike in subvencionirale še njihovo uporabo.

Tudi Reuters je ob prvi napovedi gigatovarn izpostavil tri temeljne negotovosti: dostop do najnaprednejših procesorjev, iskanje lokacij z zadostno količino elektrike in pomanjkanje evropskih oblačnih podjetij z dovolj veliko bazo strank. Opozoril je tudi na nevarnost, da bo javni sektor financiral infrastrukturo, pri kateri se oprema tehnološko zastara bistveno hitreje kot klasična javna infrastruktura.

Evropsko računsko sodišče je že pri prejšnjih evropskih politikah umetne inteligence ugotovilo, da Komisija ni učinkovito usklajevala nacionalnih vlaganj, da so bili cilji zastareli in da ni bilo ustreznih kazalnikov za spremljanje rezultatov. Problem evropskih programov zato ni samo pomanjkanje denarja, temveč tudi težava pri ugotavljanju, koliko novega zasebnega investiranja so evropske subvencije dejansko povzročile in koliko napovedanega denarja pomeni le seštevanje že obstoječih nacionalnih, evropskih in zasebnih načrtov (Science|Business).

To vprašanje je še posebej pomembno pri širši pobudi InvestAI, pri kateri je Komisija leta 2025 napovedala mobilizacijo 200 milijard evrov naložb. Večina tega zneska ne pomeni neposrednega denarja iz proračuna EU, temveč kombinacijo pričakovanih zasebnih naložb, nacionalnih programov, garancij in drugih finančnih instrumentov (BDV Big Data Value Association). Bruselj ima dolgo tradicijo predstavljanja »mobiliziranega« kapitala, pri katerem je bistveno lažje objaviti končno ciljno številko kot pozneje dokazati, da je denar res dodatno nastal zaradi evropskega programa.

Evropa absolutno zaostaja

Evropski problem ni relativno zaostajanje, pri katerem bi ZDA napredovale nekoliko hitreje, Evropa pa bi postopoma zmanjševala razliko. Gre za absolutno in kumulativno zaostajanje, ki se meri v astronomskih merah. V AI se prednost ne sešteva linearno. Več računske moči omogoča razvoj boljših modelov, boljši modeli pritegnejo več uporabnikov in kapitala, več uporabnikov ustvarja več podatkov in prihodkov, ti pa financirajo novo generacijo procesorjev in podatkovnih centrov. Kdor zaostaja v enem krogu, v naslednjega vstopi z dodatnim hendikepom.

Analiza 500 identificiranih AI-superračunalnikov, ki jo je pripravil Epoch AI, ocenjuje, da je bilo leta 2025 približno 75 % njihove skupne računske zmogljivosti v ZDA in približno 15 % na Kitajskem. Ameriški FED je na podlagi istih oziroma primerljivih podatkov ocenil delež EU na približno 4,8 %. Ti deleži se ne nanašajo na vse strežnike ali vse podatkovne centre, temveč na identificirano visokozmogljivo infrastrukturo, namenjeno najzahtevnejšim AI-obremenitvam. Toda prav ta segment je ključen za razvoj frontier modelov.

Še bolj neprijeten je podatek o evropskem razvoju modelov. Študija Evropske komisije, ki uporablja podatke Epoch AI, je junija 2026 ugotovila, da je bilo samo 30 od približno 2.900 evidentiranih AI modelov razvitih v EU. To ne pomeni, da v Evropi obstaja zgolj 30 vseh AI-modelov, saj baza ne zajema vsakega internega ali specializiranega modela. Pomeni pa, da je evropska prisotnost v globalno relevantnem segmentu naprednih modelov izredno majhna (Agence Europe).

Pri frontier modelih ima Evropa v bistvu enega globalno prepoznavnega neodvisnega igralca, francoski Mistral. Tudi Mistral se hitro širi, razvija lasten računalniški oblak in načrtuje več milijard evrov naložb v podatkovne centre. Toda še vedno kupuje Nvidiine procesorje in je po kapitalu, računski moči ter prihodkih bistveno manjši od ameriških tekmecev. Po najnovejših načrtih želi do leta 2030 doseči približno en gigavat računske moči in v infrastrukturo vložiti okoli štiri milijarde evrov (Mistral AI). To je ambiciozno za evropsko podjetje, vendar še vedno kaže velikost razkoraka: en največji evropski AI-igralec načrtuje večletni projekt, primerljiv z delom letnih naložb enega ameriškega hyperscalerja.

Naložbe: katere številke so primerljive?

Pri številkah o AI-naložbah je treba ločiti med tremi koncepti: zasebnimi naložbami v AI-podjetja, skupnimi kapitalskimi izdatki tehnoloških družb in neposrednimi vlaganji v podatkovne centre. Teh kategorij ni mogoče preprosto seštevati ali neposredno primerjati.

Po Stanfordovem poročilu AI Index 2026 so zasebne naložbe v umetno inteligenco v ZDA leta 2025 dosegle 285,9 milijarde dolarjev. Na Kitajskem je bilo evidentiranih 12,4 milijarde dolarjev zasebnih naložb. Stanford izrecno opozarja, da kitajski podatek podcenjuje dejanski obseg, ker ne zajema velikih državnih usmerjevalnih skladov, javnih bank, lokalnih oblasti in naložb državnih podjetij. ZDA so imele tudi 1.953 novofinanciranih AI-podjetij, več kot desetkrat toliko kot naslednja država (Stanford HAI).

Za leto 2024 je bilo v prejšnji izdaji Stanford poročila za ZDA evidentiranih približno 109 milijard dolarjev zasebnih AI-naložb. Skok na 285,9 milijarde v letu 2025 je predvsem posledica izjemno velikih kapitalskih krogov in vrednotenja generativne umetne inteligence. Zato je pravilna primerjava: 109 milijard dolarjev leta 2024 in 285,9 milijarde leta 2025 za zasebne naložbe v AI v ZDA. To pa ni isto kot kapitalska poraba Microsofta, Amazona, Mete in Alphabeta.

Druga kategorija so kapitalski izdatki ameriških tehnoloških velikanov. Microsoft, Amazon, Alphabet in Meta so leta 2025 skupaj investirali približno 400 do 410 milijard dolarjev. Za leto 2026 naj bi po zadnjih napovedih njihov skupni capex znašal približno 700 do 725 milijard dolarjev: Amazon približno 200 milijard, Alphabet približno 175 do 185 milijard, Microsoft po zadnji računovodski primerljivi oceni približno 175 milijard in Meta približno 130 do 145 milijard dolarjev. (Reuters)

Vendar tudi tu velja opozorilo. Vseh teh 700 ali 725 milijard ni mogoče označiti za neposredne naložbe v AI. Gre za celotne kapitalske izdatke, ki vključujejo podatkovne centre, AI-procesorje, klasične strežnike, omrežja, stavbe, zemljišča, logistiko in drugo opremo. Kljub temu podjetja sama poudarjajo, da je glavni razlog za rast porabe širitev AI in oblačne infrastrukture. Zato je korektna formulacija, da naj bi štirje največji ameriški hyperscalerji leta 2026 porabili okoli 700 milijard dolarjev za kapitalske naložbe, katerih največji in najhitreje rastoči del je povezan z AI-infrastrukturo.

Primerjava z evropskim programom je kljub tej metodološki razliki osupljiva. EU načrtuje nekaj več kot 30 milijard evrov javnih in zasebnih naložb v večletnem obdobju. Štirje ameriški tehnološki velikani nameravajo samo leta 2026 vložiti približno dvajsetkrat več. Microsoft sam načrtuje približno 175 milijard dolarjev kapitalskih izdatkov, torej skoraj šestkratnik celotne vrednosti evropskega programa sedmih gigatovarn. Amazonova načrtovana letna poraba je še višja (Reuters).

Evropskih 30 milijard zato ni nepomembnih, je pa napačno ustvarjati vtis, da gre za finančni odgovor primerljivega reda velikosti. To je obrambna intervencija, s katero Evropa poskuša ohraniti minimalno prisotnost v svetovni AI-infrastrukturi. Niti slučajno pa to ni program dohitevanja.

Največja omejitev ni procesor, temveč elektrika

Tudi če bi Evropa zagotovila ves potreben kapital in procesorje, ostane fizična omejitev, ki je Komisija ne more rešiti z razpisom: elektrika. AI ni nematerialna industrija. Gre za novo težko industrijo, ki namesto premoga, železa in koksa uporablja procesorje, hladilne sisteme, transformatorje, prenosna omrežja in ogromne količine električne energije.

Epoch AI ocenjuje, da je xAI-jev grozd Colossus že marca 2025 uporabljal približno 200.000 AI-procesorjev, stal okoli sedem milijard dolarjev in potreboval približno 300 MW električne moči. To je poraba, primerljiva s približno 250.000 gospodinjstvi oziroma tolkšen je slovenski delež v jedrski elektrarni Krško. Če bi se sedanji trend nadaljeval, bi lahko vodilni sistem leta 2030 potreboval več milijonov procesorjev in več gigavatov električne moči (arXiv). To niso več običajni pisarniški ali digitalni projekti, temveč porabniki velikosti večjih industrijskih kompleksov.

Mednarodna agencija za energijo ocenjuje, da se bo svetovna poraba elektrike v podatkovnih centrih povečala s približno 415 oziroma 460 TWh leta 2024 na okoli 945 oziroma več kot 1.000 TWh leta 2030, odvisno od tega, ali merimo neposredno porabo ali potrebno proizvodnjo. AI bo glavni razlog za rast. ZDA bodo ustvarile največji del dodatnega povpraševanja, sledila bo Kitajska (iea.org).

Evropa ima bistveno slabše začetne pogoje. V najbolj obremenjenih evropskih podatkovnih središčih – Frankfurtu, Londonu, Amsterdamu, Parizu in Dublinu – znaša povprečna čakalna doba za omrežni priključek sedem do deset let. V posameznih državah EU se giblje med dvema in desetimi leti (Ember Energy). Evropska gigatovarna naj bi po politični časovnici začela delovati v 18 mesecih po podpisu pogodbe, na električni priključek pa lahko čaka skoraj desetletje. To je dober povzetek razkoraka med bruseljskim programiranjem in fizično realnostjo.

Komisija poudarja, da bodo podatkovni centri energetsko učinkoviti. Kar je sam po sebi nonsens, saj so podatkovni centri energetsko požrešni. En podatkovni center srednje velikosti je bolj požrešen od velike jeklarne ali od mesta Ljubljana z okolico. Glavni problem oziroma glavna omejitev podatkovnih centrov je potrebna absolutna količine energije. Učinkovitejši procesor lahko porabi manj elektrike na posamezno računsko operacijo, vendar se zaradi skokovite rasti števila operacij skupna poraba še naprej povečuje. To je klasični Jevonsov paradoks: večja učinkovitost poceni uporabo in zato poveča skupno povpraševanje.

Še pomembnejša je stabilnost oskrbe. Velik AI-podatkovni center potrebuje neprekinjeno napajanje 24 ur na dan, visoko kakovost električne energije, rezervne priključke in možnost takojšnjega nadomeščanja izpadov. Sončna in vetrna energija sta sicer lahko koristna dodatna vira elektrike, vendar sta iz vidika potreb podatkovnih centrov zgolj folklorne narave. Podatkovni center ne more prekiniti učenja modela vsakič, ko nastopi večdnevno obdobje brez vetra in sonca.

To pomeni, da obnovljivi viri sami po sebi niso primerni za napajanje podatkovnih centrov, lahko pa služijo kot dopolnitev tradicionalnim virom (jedrska energija, hidroelektrarne, plinske elektrarne), če jih seveda spremljajo hranilniki, čezmejne povezave ali druge oblike stabilne in prilagodljive proizvodnje elektrike. IEA ocenjuje, da naj bi obnovljivi viri do leta 2030 zagotovili skoraj polovico dodatne svetovne proizvodnje za podatkovne centre, vendar bodo velik del dodatne porabe še vedno pokrili zemeljski plin in premog, jedrska energija pa bo dobila vse pomembnejšo vlogo proti koncu desetletja in po njem (iea.org).

Ameriška tehnološka podjetja so to že razumela. Sklepajo dolgoročne pogodbe z jedrskimi elektrarnami, vlagajo v ponovno odpiranje zaprtih reaktorjev ter podpirajo razvoj malih modularnih reaktorjev. Ne zato, ker bi nenadoma postala ideološko naklonjena jedrski energiji, temveč ker potrebujejo stabilno moč v gigavatnem obsegu.

Evropa pa je dve desetletji izvajala energetsko strategijo, ki je spodbujala hitro gradnjo nestanovitnih virov, hkrati pa v več državah zapirala jedrske elektrarne, odlagala gradnjo novih reaktorjev, zmanjševala stabilne termoenergetske zmogljivosti in prepočasi širila omrežja. Nemčija je zaprla zadnje jedrske elektrarne prav v času, ko se je začela nova globalna tekma za energetsko intenzivno AI-infrastrukturo. Posledica niso samo podvojene povprečne cene elektrike, temveč tudi pomanjkanje priključne moči in večja odvisnost od uvoza ter plinskih elektrarn.

Francija in nordijske države imajo zaradi jedrske oziroma hidroenergije bistveno boljše možnosti za gostitev AI-infrastrukture kot države z dražjo in manj stabilno oskrbo. Toda to pomeni, da evropska gigatovarna ne more biti politično razdeljena vsaki večji državi. Postavljena mora biti tam, kjer obstajajo elektrika, omrežje, voda za hlajenje, raziskovalci in podjetja.

Suverenost brez evropskega tehnološkega sklada

Naslednja omejitev je struktura vrednostne verige. EU nima primerljivega proizvajalca najnaprednejših AI-procesorjev. Nima ponudnika javnega oblaka, primerljivega z AWS, Microsoft Azure ali Google Cloud. Nima ekosistema, primerljivega z Nvidiino CUDO, ki je postal standard za programiranje grafičnih procesorjev. Prav tako nima podjetja, ki bi obvladovalo celotno vertikalo od procesorja in podatkovnega centra do temeljnega modela, aplikacij in globalnega distribucijskega kanala.

Evropa ima ASML, brez katerega danes ni mogoče izdelovati najnaprednejših čipov. Ima vrhunske raziskovalce, specializirano industrijo ter izjemno dragocene podatke iz avtomobilske, strojne, kemične, farmacevtske in energetske industrije. Toda ASML ne izdeluje AI-procesorjev, evropski industrijski podatki pa se pogosto obdelujejo na ameriških oblakih z ameriškimi modeli.

Komisija trdi, da bo predvidljivo evropsko povpraševanje po računski moči sčasoma spodbudilo razvoj in proizvodnjo evropskih procesorjev (European Commission). To je račun brez krčmarja. Če pri javnem naročilu ni jasnih zahtev glede razvoja evropske tehnologije in softverja, bo subvencionirano povpraševanje predvsem povečalo prodajo Nvidie in drugih tujih dobaviteljev. Evropski javni denar bo financiral stavbo, električni priključek in nakup opreme, tehnološka renta pa bo odtekla v ZDA.

»Made in Europe« zato ne more pomeniti zgolj tega, da ameriške procesorje privijemo v strežniške omare, postavljene na evropskih tleh. Prava tehnološka suverenost ne zahteva popolne avtarkije, zahteva pa nadzor nad vsaj nekaterimi kritičnimi plastmi sistema: specializiranimi procesorji, sistemsko programsko opremo, oblačno infrastrukturo, podatki, modeli in industrijskimi aplikacijami.

Napačen poudarek na lovljenju frontier modelov

Evropska strategija je problematična tudi zato, ker implicitno posnema ameriški razvojni model. Predpostavlja, da mora Evropa tekmovati pri učenju največjih splošnih jezikovnih modelov. Toda prednost ZDA izhaja prav iz kombinacije hyperscalerjev, ogromnih potrošniških trgov, tveganega kapitala in globalnih platform. Evropa teh pogojev nima.

Njena primerjalna prednost je drugje: v industrijski avtomatizaciji, robotiki, energetskih sistemih, farmaciji, medicinskih napravah, logistiki, avtomobilski industriji in napredni proizvodnji. Smisel evropske strategije zato ne bi smel biti predvsem v izdelavi nekoliko slabšega evropskega klona najnovejšega ameriškega splošnega modela. Moral bi biti v razvoju specializiranih industrijskih modelov, ki uporabljajo evropske podatke, procesno znanje in regulativne prednosti.

Kitajska že kaže alternativni model. Pri najnaprednejših procesorjih je dohitela ZDA, hkrati se močno osredotoča na široko uporabo umetne inteligence v proizvodnji, logistiki, robotiki in javnih storitvah. Njena prednost ni samo v enem frontier modelu, temveč v sposobnosti vključevanja AI v velik industrijski ekosistem (Financial Times). Evropa bi morala slediti podobni logiki in umetno inteligenco povezati z industrijami, v katerih še ima globalno relevantna podjetja.

Regulacija kot nadomestek za tehnološki razvoj

Evropska unija je bila prva pri sprejemanju celovite zakonodaje o umetni inteligenci. Skrb za varnost, zasebnost in odgovornost je legitimna. Toda vrstni red je vseeno zgovoren. ZDA so najprej ustvarile Google, Microsoft, Amazon, Meta, Nvidia, OpenAI in Anthropic. Kitajska je ustvarila Alibaba, Tencent, Huawei, ByteDance, Baidu, Moonshoot in DeepSeek. Evropa je ustvarila AI Act.

Regulacija ni glavni razlog za evropsko zaostajanje. Evropski digitalni trg je bil fragmentiran, kapital preveč konservativen in univerzitetna komercializacija prešibka že dolgo pred AI Actom. Toda dodatna pravna negotovost, dolgi postopki, razdrobljenost nacionalnih pravil in previdnost javnih naročnikov povečujejo stroške razvoja prav evropskim mladim podjetjem. Ameriški velikan si lahko privošči stotine pravnikov. Evropski startup ne.

Komisija rada poudarja, da bodo modeli, razviti v gigatovarnah, skladni z evropskimi vrednotami, pravili varstva podatkov, varnostjo in etiko. To je dobrodošlo, vendar vrednote niso tehnološka arhitektura in niso poslovni model. Ne odgovorijo na vprašanje, kdo bo izdelal procesor, kdo bo imel v lasti oblak, kdo bo financiral podjetje skozi fazo globalne širitve in kdo bo pobral prihodke.

Majhne možnosti uspeha sedanje strategije

Gigatovarne niso nesmiselne. Evropa nujno potrebuje več lastne računske infrastrukture. Evropske univerze, zagonska podjetja, industrijski konzorciji in javne ustanove ne morejo razvijati naprednih modelov, če morajo vso računsko moč najemati pri ameriških ponudnikih. Skupna evropska nabava lahko zniža stroške, poveča pogajalsko moč in zagotovi varno infrastrukturo za občutljive podatke.

Toda to ni strategija, s katero bo Evropa ujela ZDA ali Kitajsko. Časovnica pomeni, da bodo prvi objekti začeli delovati leta 2028 ali 2029. Do takrat bodo ameriški in kitajski tekmeci zgradili nove generacije grozdov, procesorjev in modelov. Ker se računska zmogljivost vodilnih sistemov podvoji približno vsakih devet mesecev, dve- ali triletna zamuda ne pomeni zaostanka ene generacije, temveč večkratno razliko v zmogljivosti.

Obstaja tudi realna nevarnost politične razpršitve sredstev. Sedem gigatovarn bo skoraj neizogibno postalo predmet nacionalnega lobiranja. Vsaka večja država bo želela svoj objekt, ne glede na to, ali ima dovolj električne moči, AI-podjetij in specializiranih raziskovalcev. Toda tehnološki ekosistemi nastajajo s koncentracijo, ne z geografsko kohezijo. Silicijeva dolina ni nastala tako, da bi ameriška vlada računsko moč enakomerno razdelila med zvezne države.

Uspešnejša strategija bi morala sredstva koncentrirati v nekaj lokacijah z obilico stabilne elektrike, močnim omrežjem, univerzami in obstoječimi industrijskimi ekosistemi. Vsaka lokacija bi morala imeti vnaprej zagotovljeno električno moč, dolgoročne pogodbe z nizkoogljičnimi proizvajalci ter načrt za gradnjo dodatne jedrske, hidro ali druge stabilne proizvodnje.

EU bi morala ob gigatovarnah ustanoviti tudi bistveno večji sklad za rast tehnoloških podjetij. Evropska težava ni samo začetno financiranje startupov, temveč pomanjkanje kapitala v fazi, ko morajo ta podjetja vložiti več milijard evrov in se razširiti na svetovni trg. Brez tega bodo najboljša evropska podjetja še naprej financirali ameriški vlagatelji, nato pa se bodo preselila v ZDA ali bila prodana ameriškim platformam.

Najpomembneje pa je, da mora Evropa spremeniti energetsko strategijo. AI-gigatovarne, električna vozila, toplotne črpalke, vodik in elektrifikacija industrije tekmujejo za isto omejeno proizvodnjo in omrežje. Vsega tega ni mogoče uresničiti zgolj z nameščanjem dodatnih sončnih panelov in vetrnic. Potrebni so množična gradnja omrežij, podaljševanje življenjske dobe obstoječih jedrskih elektrarn, novi veliki reaktorji, razvoj malih modularnih reaktorjev, hidroenergija, hranilniki in stabilne rezervne zmogljivosti.

Evropska strategija ima zato majhne možnosti, da doseže svoj deklarirani cilj in Evropo spremeni v globalno vodilno »AI-celino«. Lahko pa doseže skromnejši in realističnejši cilj: zagotovi nekaj dodatne evropske računske moči, podpre specializirane industrijske aplikacije ter zmanjša popolno odvisnost javnega sektorja in evropskih podjetij od ameriških oblakov.

Težava je v tem, da Komisija obrambni program predstavlja kot razvojni preboj. Sedem gigatovarn, zgrajenih z ameriškimi procesorji, priključenih na preobremenjeno evropsko omrežje in podprtih z desetino ali dvajsetino kapitala ameriških konkurentov, ne pomeni evropske tehnološke suverenosti. Pomeni nekoliko manjšo tehnološko odvisnost.

Strategija AI Gigafactories je tako po svojem bistvu strategija omejevanja škode. Je prepozna glede na hitrost tehnološkega razvoja, premajhna glede na finančni obseg ameriških tekmecev in energetsko nepodprta glede na fizične potrebe podatkovnih centrov.

Največja nevarnost ni, da gigatovarne ne bodo zgrajene. Z evropskimi subvencijami jih bo verjetno mogoče zgraditi. Nevarnost je, da bodo slovesno odprte, napolnjene z ameriškimi procesorji in politično razglašene za dokaz evropske suverenosti, nato pa bodo zaradi pomanjkanja uporabnikov, dragih nadgradenj in omejene električne moči postale prav tisto, pred čimer opozarja CEPS: drage katedrale v puščavi.

Evropa želi postati celina umetne inteligence, vendar za ta cilj namenja drobec ameriških vlaganj, procesorje kupuje v ZDA, elektrarne pa zapira ali jih gradi dvajset let. To ni strategija dohitevanja. To je drago upravljanje zaostajanja.