- Големите технологични компании чупят рекорди за инвестиции в облачна инфраструктура и центрове за данни, за да поддържат изкуствения интелект.
- Автоматизацията на бизнеса е изправена пред парадокс, при който цената на токените и енергията може да надвиши спестяванията от заплати.
- Прогнозира се, че глобалните разходи за изкуствен интелект ще нараснат значително, водени от интеграцията им в лични устройства и оптимизирания хардуер.
- Енергийната устойчивост се превръща в основна пречка поради огромното потребление на електроенергия от моделите за производство.
Манията по изкуствения интелект надхвърли просто обещания и се превърна в колосален икономически двигател , генериращ трилиони долари на световните пазари. Докато мнозина първоначално се чудеха дали всичко това е балон, настоящите данни показват, че капиталовите инвестиции започват да се отплащат, особено за гигантите, които контролират дигиталната инфраструктура.
Въпреки това, не всичко е розово от финансова гледна точка. Докато Уолстрийт празнува растежа на приходите от облачни услуги, много средни предприятия и малки и средни предприятия се борят с оперативните разходи , откривайки, че поддържането на машина, работеща 24/7, може да бъде по-скъпо от изплащането на заплатите на екипа. Това е игра на риск и награда, където ефективността е ключова.
Инвестиционният механизъм на големите технологични компании
Доминиращите компании в областта, като Microsoft, Amazon, Alphabet и Meta, инвестират астрономически суми – потенциално между 725.000 и 760.000 милиарда долара само тази година – за да подобрят своите възможности в областта на изкуствения интелект. Тази инвестиция е фокусирана предимно върху облачните изчисления, сектор, където Azure и AWS преживяват експлозивен растеж, тъй като компаниите се стремят да наемат огромни количества процесорна мощност.
Анализаторите предполагат, че въпреки че свободният паричен поток може да е отрицателен в краткосрочен план, търсенето на облачни услуги расте по-бързо от разходите. Това означава, че монетизацията се ускорява, което би трябвало да облекчи опасенията на инвеститорите, притеснени относно възвръщаемостта на инвестициите. Всъщност, натрупаните поръчки на големите доставчици на облачни услуги вече надхвърлят 2,3 трилиона долара.
Парадоксът на спестовността: Замяна на хората с жетони?
В офисите на финансовите директори се наблюдава любопитен феномен. Някои организации са автоматизирали цели отдели, за да намалят разходите за персонал, само за да открият, че месечната им сметка за токени и облачна инфраструктура е по-висока от елиминираните от тях заплати. Това се случва, защото изкуственият интелект не работи с фиксирана такса като Netflix; вместо това той таксува за всяка обработена информация.
Когато една компания използва интензивно езикови модели за генериране на код или обработка на огромни количества данни, обемът на токените се увеличава драстично , превръщайки очакваните спестявания в ненаситен и непредсказуем технологичен разход. В резултат на това изкуственият интелект не винаги прави бизнеса по-евтин; вместо това той измества разходите от човешки капитал към прекомерно потребление на енергия и технологии.
Разбивка на разходите за внедряване на изкуствен интелект в бизнеса
Ако една компания иска да се впусне в приключението на интегрирането на изкуствен интелект, няма единна цена, но има общи диапазони. Стандартен проект може да варира от 10 000 до 50 000 долара , въпреки че сложните внедрявания могат лесно да надхвърлят 200 000 долара. Разходите обикновено се разпределят, както следва:
- Разработване на модел: Това представлява 25% или повече от бюджета, включително алгоритми и API.
- факти: Придобиването и почистването на информация изразходва между 15% и 35%.
- Специализиран персонал: Наемането на експерти е един от най-големите разходи, вариращ от 20% до 40%.
- Инфраструктура и поддръжка: Хардуерът и постоянните актуализации добавят между 20% и 35% повече.
- Съответствие и управление: Правните консултации и администрацията обикновено представляват около 10% от общата сума.
Сложността на модела пряко влияе върху бюджета. Докато чатбот, базиран на логика, е най-икономичният вариант (около $10 000), система за дълбоко обучение или невронна мрежа може да започне от $100 000, защото изисква значително повече процесорна мощност и данни.
Енергийният и екологичен проблем
Не можем да забравим, че изкуственият интелект има ненаситен глад за електричество. Обучението на усъвършенстван модел като ChatGPT генерира въглероден отпечатък, сравним с този на стотици трансконтинентални полети. Само обучението на GPT-3 консумира енергия, еквивалентна на това, което средностатистическо испанско домакинство би използвало за повече от две десетилетия.
Най-критичната фаза е етапът на извод, когато изкуственият интелект реагира на потребителите, което представлява до 80% от общото потребление на енергия . Това повдига разумен въпрос относно устойчивостта на системата: изкуственият интелект не може да бъде мащабиран безкрайно, без радикално да трансформираме енергийната си инфраструктура, за да избегнем екологичен колапс.
Глобални перспективи и историческо сравнение
Gartner прогнозира, че глобалните разходи за изкуствен интелект ще достигнат 1,5 трилиона долара до 2025 г. и ще надхвърлят 2 трилиона долара през 2026 г. Най-големият дял ще бъде изразходван за смартфони с генеративен изкуствен интелект и сървъри, оптимизирани за графични процесори. Ако сравним този бум с телекомуникационния бум през 90-те години на миналия век или железопътния бум през 19-ти век, виждаме, че сме в момент от огромно икономическо значение , въпреки че все още не сме счупили всички исторически рекорди за инвестиции като процент от БВП.
Рискът се крие във факта, че компаниите инвестират в активи, които се обезценяват много бързо . За разлика от железопътните релси, които са съществували цял век, днешните чипове могат да остареят само за няколко години. Това прави настоящия залог рискована стъпка, при която само компании с ясна стратегия за монетизация ще оцелеят при потенциалната корекция на пазара.
Настоящата ситуация показва преход, при който масивните инвестиции в хардуер и облачни услуги отчаяно търсят печеливша възвръщаемост, докато компаниите се борят да балансират разходите за токени и потреблението на електроенергия с повишаването на производителността , в сценарий, в който енергийната инфраструктура ще бъде истинското ограничение за технологичния растеж.