グレイスケールのリサーチ責任者ザック・パンデル氏は9月24日、「AIモデルの学習、実行、運用に必要な計算能力に対する需要は、供給の道筋から切り離されつつある」と述べた。ChainCatcherによれば、グレイスケールはこの不均衡が、稼働可能で即利用できる計算能力を保有するオーナーに有利に働き、成長志向の投資機会を生み出すとした。

パンデル氏は、デジタル需要はすぐに拡大し得る一方で、電力、データセンター、チップ、メモリ、クラウドサービスといった物理的なインフラの承認、接続、構築には年単位の時間がかかる可能性があると述べた。また、複数ステップのタスクを実行するAIエージェントは、一般的なチャットボットのやり取りに比べて計算トークンを5〜50倍多く消費し得て、より高いアプリケーション層の活動が、基盤となる計算インフラにまで波及する可能性があるとも付け加えた。

この記事は国際エネルギー機関（IEA）およびローレンス・バークレー国立研究所のデータを引用し、データセンターが2030年までに米国の電力需要増加の約半分を占める見通しであり、新規プロジェクトの系統連系には5年以上かかる可能性があると述べた。電力が確保されたとしても、許認可、熟練労働者、電気設備、冷却システム、GPU、高帯域幅メモリ、そしてネットワーキングがなお必要となる。この記事によれば、持続的な価値は、電力を生成する事業者、データセンター運営者、そして電気をコンピューティングに変換できるAIクラウドサービス提供者へと流れるという。