Τεχνητή Νοημοσύνη: Όταν η υπερβολή συναντά την πραγματικότητα

Μπορούμε να κατασκευάσουμε όλη την απαραίτητη φυσική υποδομή που χρειάζεται η Τεχνητή Νοημοσύνη; Και αν ναι, θα αποφέρουν τα προϊόντα με Τεχνητή Νοημοσύνη αρκετά έσοδα ώστε να αποπληρώσουν αυτή την επένδυση;

Αυτά είναι τα βασικά ερωτήματα στα οποία επιχειρεί να απαντήσει άρθρο της Wall Street Journal. Κατατρχήν, το άρθρο διαπιστώνει ότι ο ρυθμός με τον οποίο οι εταιρείες τεχνολογίας και οι startups επενδύουν στην Τεχνητή Νοημοσύνη δεν δείχνει σημάδια επιβράδυνσης. Στις τελευταίες οικονομικές τους εκθέσεις, όλοι οι μεγάλοι του κλάδου αποκάλυψαν ότι οι τρέχουσες επενδύσεις τους έχουν αυξηθεί σημαντικά και προέβλεψαν ότι αυτή η τάση θα συνεχιστεί.

Υπάρχουν ουσιαστικά «άπειρα» χρήματα διαθέσιμα αυτή τη στιγμή για την κατασκευή νέων κέντρων δεδομένων, λέει ο Τζιμ Σνάιντερ, ανώτερος αναλυτής έρευνας στην Goldman Sachs. Όλες αυτές οι επενδύσεις έχουν μεταφραστεί σε δαπάνες ρεκόρ για τα υλικά που μπαίνουν στα κέντρα δεδομένων—γνωστά και ως «υπερυπολογιστές Τεχνητής Νοημοσύνης»—όλα αυτά τα τσιπ, οι διακομιστές (servers), τα συστήματα HVAC, οι μετασχηματιστές, οι γραμμές μεταφοράς και οι σταθμοί ηλεκτροπαραγωγής.

Προφανώς υπάρχουν απόλυτα, φυσικά όρια στο πόσο γρήγορα μπορούν να παραδοθούν όλα αυτά. Ως αποτέλεσμα, ορισμένα έργα ήδη καθυστερούν.

Υπάρχει ένας τεράστιος αριθμός κέντρων δεδομένων Τεχνητής Νοημοσύνης στο στάδιο του σχεδιασμού, πράγμα που σημαίνει ότι οι κατασκευαστές βρίσκονται στη διαδικασία εξασφάλισης γης και έκδοσης αδειών, λέει ο Στιβ Τάσα, διευθύνων σύμβουλος στην JPMorgan Chase.

Ο σημερινός αριθμός ρεκόρ κέντρων δεδομένων στο στάδιο του σχεδιασμού είναι ενδεικτικός αυτού που ο Φρανκ Λόουθαν, διευθύνων σύμβουλος της Raymond James, αποκαλεί «μια νοοτροπία χρυσοθηρίας». Η σύνδεση αυτών των σχεδιαζόμενων κέντρων δεδομένων με ηλεκτρικό ρεύμα και οπτικές ίνες, και η εύρεση αγοραστή ή ενοικιαστή που να θέλει ένα, σε αυτή τη συγκεκριμένη τοποθεσία, είναι ένα άλλο ζήτημα.

«Πολλοί άνθρωποι που έχουν κάποια γη πιστεύουν ότι θα μπουν σε αυτή τη βιομηχανία και θα βγάλουν χρήματα, αλλά δεν κατάλαβαν τους κινδύνους», προσθέτει.

Χρηματοδότηση μέσω χρέους

Παρά τις συγκεκριμένες προκλήσεις, οι μεγαλύτερες εταιρείες τεχνολογίας ξοδεύουν περισσότερα από ποτέ για την υποδομή Τεχνητής Νοημοσύνης. Αυτό απαιτεί ένα συνεχώς αυξανόμενο μερίδιο των εσόδων τους.

Ένα αυξανόμενο μερίδιο αυτής της επένδυσης χρηματοδοτείται από χρέος. Η OpenAI, η Anthropic και άλλες startups συνεχίζουν να χάνουν χρήματα και πρέπει να χρηματοδοτούν το μεγαλύτερο μέρος αυτής της επένδυσης πουλώντας «κομμάτια του εαυτού τους» σε επενδυτές και εκδίδοντας αυτό το χρέος. Μια πρόσφατη έκθεση της Goldman Sachs προέβλεψε ότι μόνο η OpenAI θα μπορούσε να δαπανήσει 75 δισεκατομμύρια δολάρια το 2026. Ακόμη και η Meta Platforms, που πρακτικά δεν έχει πρόβλημα μετρητών, υπογράφει περίπλοκες συμφωνίες χρέους που περιλαμβάνουν ιδιωτικά επενδυτικά κεφάλαια.

Έλλειψη υλικών

Οποιοδήποτε βασικό εξάρτημα ενός υπερυπολογιστή Τεχνητής Νοημοσύνης που είναι σε έλλειψη θα καθορίσει πόση υποδομή Τεχνητής Νοημοσύνης μπορεί πραγματικά να κατασκευαστεί, σημειώνει η Wall Street Journal. Για παράδειγμα, ακόμη και αν υπήρχε αρκετή διαθέσιμη ενέργεια για κάθε νέο κέντρο δεδομένων που οραματίζεται, υπάρχει επί του παρόντος έλλειψη μετασχηματιστών, που συνδέουν τα κτίρια με το δίκτυο ηλεκτρικής ενέργειας, λέει ο Σνάιντερ της Goldman Sachs.

Ως αποτέλεσμα, η πρόβλεψή του για το πόση νέα χωρητικότητα κέντρων δεδομένων θα κατασκευαστεί πραγματικά σε όλο τον κόσμο μέχρι το τέλος του 2027 είναι σχετικά συντηρητική σε σύγκριση με άλλες εκτιμήσεις της Wall Street και της βιομηχανίας ακινήτων.

Ο Σκοτ Στράζικ είναι διευθύνων σύμβουλος της GE Vernova, ενός από τους μεγαλύτερους κατασκευαστές στις ΗΠΑ εξοπλισμού για την παραγωγή ηλεκτρικής ενέργειας, όπως μετασχηματιστές και τουρμπίνες φυσικού αερίου. Ο Στράζικ δήλωσε πρόσφατα στο podcast Bold Names της Wall Street Journal ότι σχεδόν όλη η παραγωγή της εταιρείας του είναι ήδη δρομολογημένη μέχρι το 2028. Αυτό πρακτικά μεταφράζεται σε κάτι απλό: Δεν υπάρχει εφεδρική παραγωγική ικανότητα για την κατασκευή αυτού του εξοπλισμού πιο γρήγορα.

Ο Στράζικ λέει ότι η κάλυψη των προβλεπόμενων απαιτήσεων για την παραγωγή ηλεκτρικής ενέργειας στις ΗΠΑ δεν είναι κάτι που μπορεί να λύσει ο κλάδος του τα επόμενα πέντε χρόνια, αλλά μάλλον σε 10 ή 15. Εν τω μεταξύ, υπάρχουν και άλλα σημεία συμφόρησης, όπως η εξασφάλιση αδειών κατασκευής και η σύνδεση των τουρμπινών με το φυσικό αέριο.

Όλες αυτές οι δαπάνες από τις μεγάλες εταιρείες Τεχνητής Νοημοσύνης και cloud computing —οι οποίες μεταφράζονται σε ακίνητα, κατασκευές, ενέργεια και άλλα τεράστια κόστη—θα πρέπει να ανακτηθούν κάπως. Η προσδοκία είναι ότι η αυξημένη δαπάνη από καταναλωτές και επιχειρήσεις σε προϊόντα με AI θα το επιτύχει αυτό. Τα σημερινά chatbots και οι γεννήτριες εικόνων θα γίνουν, όπως ελπίζουν οι εταιρείες, πιο ακριβοί πράκτορες Τεχνητής Νοημοσύνης που θα ενεργούν εκ μέρους μας, ακόμη και ανθρωποειδή ρομπότ.

Σε ένα τέτοιο μέλλον, οι πάροχοι υπηρεσιών cloud Τεχνητής Νοημοσύνης θα μπορούσαν να δουν τα έσοδα τους να αυξάνονται ραγδαία. Με βάση τα σενάρια καλύτερης περίπτωσης, η χρηματοοικονομική εταιρεία Raymond James προβλέπει ότι τα έσοδα του cloud Τεχνητής Νοημοσύνης θα εκτοξευθούν την επόμενη πενταετία, σε σχεδόν εννέα φορές την τρέχουσα αξία τους.

Τα… απίθανα έσοδα

Πρόσφατα, οι αναλυτές της JPMorgan Fundamental Research δημιούργησαν ένα χρηματοοικονομικό μοντέλο που προβλέπει τη συνολική επένδυση στην παγκόσμια υποδομή Τεχνητής Νοημοσύνης έως το 2030, λαμβάνοντας υπόψη τους φυσικούς περιορισμούς. Αυτό το ποσό είναι 5 τρισεκατομμύρια δολάρια, σημειώνει η Wall Street Journal.

Στη συνέχεια υπολόγισαν πόσα νέα έσοδα θα πρέπει να δημιουργήσουν αυτές οι εταιρείες για να δικαιολογήσουν αυτήν την επένδυση των 5 τρισεκατομμυρίων σε υπερυπολογιστές Τεχνητής Νοημοσύνης. Το αποτέλεσμα: Τα προϊόντα Τεχνητής Νοημοσύνης θα πρέπει να δημιουργούν επιπλέον 650 δισεκατομμύρια ετησίως, επ’ αόριστον, για να δώσουν στους επενδυτές μια λογική ετήσια απόδοση 10%. Αυτό είναι περισσότερο από 150% των ετήσιων εσόδων της Apple, και πολύ μακριά από τα τρέχοντα έσοδα της OpenAI που ανέρχονται σε περίπου 20 δισεκατομμύρια ετησίως.

Αυτό ισοδυναμεί με κάθε κάτοχο iPhone στον κόσμο να πληρώνει επιπλέον 35 δολάρια ή περίπου το μήνα για προϊόντα και συνδρομές, σύμφωνα με τους αναλυτές της JPMorgan.

Ενώ αυτά τα στοιχεία εσόδων ανά χρήστη ακούγονται απίθανα, θα υπάρχουν πολλοί τρόποι για να βγάλει κανείς χρήματα από την Τεχνητή Νοημοσύνη, συμπεριλαμβανομένης της διαφήμισης και της εξειδικευμένης Τεχνητής Νοημοσύνης για επιχειρηματικούς πελάτες με υψηλές πληρωμές, λέει ο Λόουθαν της Raymond James.

Μετριάστε τις προσδοκίες

Οι προβλέψεις των εταιρειών Τεχνητής Νοημοσύνης και των συνεργατών τους δεν αντικατοπτρίζουν τις ελλείψεις εξοπλισμού, συμπεραίνει η Wall Street Journal. Ταυτόχρονα, αυτές οι προβλέψεις υποθέτουν μια γιγαντιαία αγορά για προϊόντα και υπηρεσίες με AI. Οι αναλυτές δεν μπορούν να συμφωνήσουν αν αυτή η αγορά θα υλοποιηθεί τόσο γρήγορα όσο υποσχέθηκε.

Η Τεχνητή Νοημοσύνη ήδη μεταμορφώνει δραματικά τις ζωές και τις επιχειρήσεις μας. Αλλά ο πραγματικός κόσμος θέτει όρια στο πόσο γρήγορα μπορούν οι εταιρείες να κλιμακώσουν αυτούς τους υπερυπολογιστές επόμενου επιπέδου, και είναι ασαφές ποιος θα πληρώσει για όλες τις υπηρεσίες που προκύπτουν.

Θα ήταν συνετό να μετριάσουμε τις προσδοκίες μας—ή τουλάχιστον να προσαρμόσουμε το χρονοδιάγραμμα—για την επανάσταση της Τεχνητής Νοημοσύνης, καταλήγει η ανάλυση της Wall Street Journal.