В большинстве предприятий рассчитывают на частные облака для развертывания рабочих ИИ-нагрузок, чтобы обеспечить безопасность, соответствие нормативным требованиям и предсказуемость затрат. Такие выводы делают авторы отчета Private Cloud Outlook 2026, выпущенного Broadcom на основе результатов опроса 1800 топ-менеджеров, проведенного по заказу Broadcom в начале 2026 года в различных странах мира.

В настоящее время только 41% предприятий используют публичные облака для инференса по сравнению с 56% год назад, а доля частных облаков возросла с 55% до 56%. В Broadcom говорят о переломном моменте в развитии ИИ, когда частное облако стало предпочтительной платформой для логических выводов.

В целом, в 72% предприятий намерены в следующие три года увеличить расходы на частные облака по сравнению с 51% в 2025 году. Кроме того, в 50% вернули в свою инфраструктуру часть рабочей нагрузки (в 2025-м — 35%), а в 33% рассматривают такую возможность. Публичные облака также растут, но вдвое медленнее по инвестициям.

Агентный ИИ способен быстро привести к превышению «облачного» бюджета за счет экспоненциального роста потребления ресурсов LLM-моделями. Поэтому 62% респондентов «очень» или «крайне» озабочены затратами на необходимую инфраструктуру.

В прошлом году наблюдался значительный рост использования публичных облаков для пилотных проектов ИИ-обучения, Теперь все хотят разместить модели ближе к источникам данных в частной облачной среде. Респонденты уделяют также большое внимание защите данных и конфиденциальности, безопасности и контролю, учитывают более простую реализацию этих функций в частном облаке, поясняют в Broadcom.

Предсказуемость и оптимизация «облачных» расходов связана не только с ИИ: 97% респондентов считают пустой тратой некоторой части денег на публичные облака, а для 52% объем таких потерь превысил 25%. Однако затраты не всегда служат главным фактором при определении облачной стратегии. Безопасность и соответствие требованиям (compliance) выбрали 32% опрошенных, суверенитет и контроль данных — 15%, производительность и задержки — 14%, интеграцию с существующими системами — 14%. Стоимость вместе со скоростью развертывания и масштабируемостью, все по 12%, — на последнем месте.

Если рабочая нагрузка подвержена резким колебаниям или требует доступа к специализированным облачным сервисам, публичное облако может быть привлекательным. Когда же выполняют регулярные операции логического вывода ИИ с чувствительными данными, хотят большего контроля над хранением данных и моделей или нуждаются в предсказуемой экономике, частное облако может быть более полезным. Однако ИИ-нагрузки отличаются обработкой больших массивов данных и работой с дорогостоящими ускорителями. Для них нужны сетевые ресурсы, средства контроля безопасности, а также особые требования к управлению, утверждают авторы отчета.