Digital Realty 指出，受限於土地與電力，新加坡資料中心將轉向 AI 推論應用發展。相較於模型訓練，AI 推論資料中心所需空間與電力較少，但對延遲敏感，適合位於商業中心附近。業者認為，資料主權法規將促使企業將敏感資料儲存於本地資料中心。新加坡與日本仍是亞太地區資料中心需求最高的市場。
在土地與電力資源有限的情況下，Digital Realty 表示，新加坡資料中心的下一波成長將來自人工智慧（AI）推論。該公司亞太區負責人 Serene Nah 接受《商業時報》採訪時指出，新加坡正積極將自身定位為區域 AI 推論中心。
相較於側重模型訓練的大型設施，AI 推論資料中心所需的運算能力和空間較小。然而，此類基礎設施對延遲相當敏感，因此需要更靠近終端使用者，以最大程度減少訪問服務時的延遲。
Nah 強調，更低的延遲能讓使用者近乎即時地訪問 AI 工具，例如 ChatGPT，這對新加坡和東京等商業中心尤其重要。她表示，訓練 AI 模型所需的大量運算工作，可以轉移到鄰近城市（如柔佛和巴淡島）的資料中心，因為這些地區的土地和電力供應更為充裕。
儘管如此，Nah 提到，新加坡和日本仍是亞太地區資料中心需求最高的市場，Digital Realty 在這兩個市場的設施空置率均「低於個位數」。為滿足不斷成長的需求，這家資料中心業者在 2 月於新加坡和東京設立了首個區域創新實驗室，展示 AI 基礎設施的最新發展，包括旨在支援 AI 工作負載的高密度機架。
隨著印尼和馬來西亞等鄰國收緊對敏感資料所在地點的規定，加上新加坡既有的資料主權規則，一些市場觀察家擔心，區域資料流可能會分裂成更小、效率更低的孤島。然而，Nah 認為，嚴格的資料主權法規將為該區域帶來淨效益。「有了這樣的明確性，企業和國家就能制定良好的指導方針，並真正開始推動政策，以及建立相關的保護措施。」
她表示，有了更清晰的法規，企業將更加注意其資料的儲存地點，從而促使工作負載「分叉」，敏感資料將儲存在本地資料中心，而非敏感的備份資料則會傳輸到鄰近設施。她認為，資料主權將成為一個更大的主題，尤其是在 AI 領域，因為企業需要訓練 AI，也需要私有企業訓練自己的工作負載。雖然這可能會改變資料的儲存方式，但不太可能導致設施小型化。她指出：「較小的資料中心往往較不經濟，營運效率也較低。」
她認為，資料中心的未來在於多租戶模式，即多家公司位於同一設施內。但她補充說，管理多租戶基礎設施需要從根本上轉變對資料中心產業的看法，因為需要更多利基技能來處理更複雜的資料中心環境。「我認為重要的是，開始將資料中心視為不僅僅是不動產，而且是技術層和關鍵基礎設施層。」