- Suuret teknologiayritykset rikkovat investointiennätyksiä pilvi-infrastruktuuriin ja datakeskuksiin tekoälyn tukemiseksi.
- Liiketoiminnan automaatio kohtaa paradoksin, jossa tokenien ja energian kustannukset voivat ylittää palkkasäästöt.
- Tekoälyyn kohdistuvien maailmanlaajuisten menojen ennustetaan kasvavan massiivisesti henkilökohtaisten laitteiden integroinnin ja optimoidun laitteiston ansiosta.
- Energian kestävyydestä tulee suurin pullonkaula sähköntuotantomallien valtavan sähkönkulutuksen vuoksi.
Tekoälyvillitys on pidemmälle mennyt kuin pelkkä lupaus ja siitä on tullut valtava talousmoottori , joka tuottaa biljoonia dollareita globaaleilla markkinoilla. Vaikka monet aluksi ihmettelivät, oliko kyse vain kuplasta, nykyiset tiedot osoittavat, että pääomasijoitukset alkavat kannattaa, erityisesti digitaalista infrastruktuuria hallitseville jättiläisille.
Talouden puolella kaikki ei kuitenkaan ole ruusuilla tanssimista. Samalla kun Wall Street juhlii pilvipalveluliikevaihdon kasvua, monet keskisuuret yritykset ja pk-yritykset kamppailevat käyttökustannusten kanssa ja huomaavat, että koneen pitäminen käynnissä 24/7 voi olla kalliimpaa kuin tiimin palkkojen maksaminen. Kyseessä on riski-palkkiopeli, jossa tehokkuus on avainasemassa.
Big Techin sijoituskoneisto
Alan johtavat yritykset, kuten Microsoft, Amazon, Alphabet ja Meta, investoivat tähtitieteellisiä summia – mahdollisesti 725.000–760.000 miljardia dollaria pelkästään tänä vuonna – tekoälyominaisuuksiensa parantamiseen. Nämä investoinnit keskittyvät pääasiassa pilvipalveluihin, joilla Azure ja AWS kasvavat räjähdysmäisesti yritysten pyrkiessä vuokraamaan valtavia määriä prosessointitehoa.
Analyytikot arvioivat, että vaikka vapaa kassavirta saattaa olla lyhyellä aikavälillä negatiivinen, pilvipalveluiden kysyntä kasvaa nopeammin kuin kulutus. Tämä tarkoittaa, että rahaksi muuttuminen kiihtyy, minkä pitäisi helpottaa sijoittajien huolta sijoitetun pääoman tuotosta. Itse asiassa suurten pilvipalveluntarjoajien tilauskanta ylittää jo 2,3 biljoonaa dollaria.
Säästäväisyyden paradoksi: Ihmisten korvaaminen rahakkeilla?
Talousjohtajien toimistoissa on käynnissä outo ilmiö. Jotkut organisaatiot ovat automatisoineet kokonaisia osastoja henkilöstökulujen leikkaamiseksi, mutta huomaavat, että heidän kuukausittainen laskunsa tokeneista ja pilvi-infrastruktuurista on suurempi kuin heidän karsimistaan palkoista. Tämä johtuu siitä, että tekoäly ei toimi kiinteällä hinnalla kuten Netflix, vaan se veloittaa jokaisesta käsitellystä tiedosta.
Kun yritys käyttää intensiivisesti kielimalleja koodin luomiseen tai valtavien tietomäärien käsittelyyn, tokeneiden määrä kasvaa räjähdysmäisesti , mikä muuttaa odotetut säästöt valtavaksi ja arvaamattomaksi teknologiakuluksi. Tämän seurauksena tekoäly ei aina tee liiketoiminnasta halvempaa; sen sijaan se siirtää menoja pois inhimillisestä pääomasta kohtuuttoman energian ja teknologian kulutukseen.
Kustannuserittely tekoälyn käyttöönotosta liiketoiminnassa
Jos yritys haluaa lähteä mukaan tekoälyn integrointiseikkailuun, ei ole olemassa yhtä hintaa, mutta on olemassa yleisiä hintahaarukoita. Vakioprojektin hinta voi vaihdella 10 000 dollarista 50 000 dollariin , vaikka monimutkaiset toteutukset voivat helposti ylittää 200 000 dollaria. Kustannukset jakautuvat yleensä seuraavasti:
- Mallin kehitys: Se edustaa vähintään 25 % budjetista, algoritmit ja API:t mukaan lukien.
- faktat: Tiedon hankkiminen ja puhdistaminen kuluttaa 15–35 %.
- Erikoistunut henkilöstö: Asiantuntijoiden palkkaaminen on yksi suurimmista kuluista, ja sen osuus vaihtelee 20 prosentista 40 prosenttiin.
- Infrastruktuuri ja ylläpito: Laitteisto ja jatkuvat päivitykset lisäävät hintaa 20–35 %.
- Vaatimustenmukaisuus ja hallinta: Oikeudellinen neuvonta ja hallinto muodostavat yleensä noin 10 % kokonaismäärästä.
Mallin monimutkaisuus vaikuttaa suoraan budjettiin. Vaikka logiikkapohjainen chatbot on edullisin vaihtoehto (noin 10 000 dollaria), syväoppimis- tai neuroverkkojärjestelmä voi alkaa 100 000 dollarista, koska se vaatii huomattavasti enemmän prosessointitehoa ja dataa.
Energia- ja ympäristöpula
Emme saa unohtaa, että tekoälyllä on kyltymätön sähkönhimo. ChatGPT:n kaltaisen edistyneen mallin kouluttaminen tuottaa hiilijalanjäljen , joka on verrattavissa satojen mannertenvälisten lentojen hiilijalanjälkeen. Pelkästään GPT-3:n kouluttaminen kuluttaa energiaa yhtä paljon kuin keskimääräinen espanjalainen kotitalous käyttäisi yli kahden vuosikymmenen aikana.
Kriittisin vaihe on päättelyvaihe, jossa tekoäly reagoi käyttäjille, mikä vastaa jopa 80 prosentista energian kokonaiskulutuksesta . Tämä herättää kohtuullisen kysymyksen järjestelmän kestävyydestä: tekoälyä ei voida skaalata loputtomasti ilman, että energiainfrastruktuuriamme muutetaan radikaalisti ympäristön romahduksen välttämiseksi.
Globaalit näkökulmat ja historiallinen vertailu
Gartner ennustaa, että tekoälyyn käytettävät maailmanlaajuiset menot nousevat 1,5 biljoonaan dollariin vuoteen 2025 mennessä ja ylittävät 2 biljoonaan dollariin vuonna 2026. Suurin osa menoista käytetään älypuhelimiin, joissa on generatiivinen tekoäly ja näytönohjaimelle optimoidut palvelimet. Jos vertaamme tätä nousukautta 1990-luvun televiestintäbuumiin tai 1800-luvun rautatiebuumiin, näemme, että olemme valtavan taloudellisen merkityksen pisteessä , vaikka emme ole vielä rikkoneet kaikkia historiallisia investointien ennätyksiä suhteessa bruttokansantuotteeseen.
Riski piilee siinä, että yritykset investoivat omaisuuseriin, joiden arvo heikkenee hyvin nopeasti . Toisin kuin vuosisadan kestäneet rautatiet, nykyiset sirut voivat vanhentua vain muutamassa vuodessa. Tämä tekee nykyisestä vedosta uskonhypyn, jossa vain selkeän ansaintastrategian omaavat yritykset selviävät mahdollisesta markkinakorjauksesta.
Nykytilanteessa on meneillään murros, jossa massiiviset investoinnit laitteistoon ja pilvipalveluihin hakevat epätoivoisesti kannattavaa tuottoa, samalla kun yritykset kamppailevat tasapainottaakseen token-kustannuksia ja sähkönkulutusta tuottavuuden kasvun kanssa . Tässä tilanteessa energiainfrastruktuuri on teknologisen kasvun todellinen rajoitus.