- A nagy technológiai vállalatok rekordokat döntenek a felhőalapú infrastruktúrába és az adatközpontokba történő befektetések terén, hogy támogassák a mesterséges intelligenciát.
- Az üzleti automatizálás paradoxonnal néz szembe, ahol a tokenek és az energia költsége meghaladhatja a bérmegtakarítást.
- A mesterséges intelligenciára fordított globális kiadások várhatóan jelentősen növekedni fognak, amit a személyes eszközökbe való integráció és az optimalizált hardverek fognak vezérelni.
- Az energiatermelő modellek hatalmas villamosenergia-fogyasztása miatt az energia fenntarthatósága válik a fő szűk keresztmetszetté.
A mesterséges intelligencia őrülete túllépett a puszta ígéreten, és hatalmas gazdasági motorrá vált , amely több billió dollárt generál a globális piacokon. Míg sokan kezdetben azon tűnődtek, hogy vajon az egész egy buborék-e, a jelenlegi adatok azt mutatják, hogy a tőkebefektetés kezd megtérülni, különösen a digitális infrastruktúrát ellenőrző óriások számára.
A pénzügyi oldalon azonban nem minden rózsás. Míg a Wall Street ünnepli a felhőbevételek növekedését, számos középvállalkozás és kkv küzd a működési költségekkel , és rájön, hogy egy gép folyamatos, 24 órás működésének fenntartása drágább lehet, mint egy csapat fizetésének kifizetése. Ez egy kockázat-jutalom játék, ahol a hatékonyság a kulcs.
A Big Tech befektetési gépezete
A terület meghatározó vállalatai, mint például a Microsoft, az Amazon, az Alphabet és a Meta, csillagászati összegeket fektetnek be – potenciálisan csak idén 725.000 és 760.000 milliárd dollár közötti összeget – mesterséges intelligencia-képességeik fejlesztésébe. Ez a befektetés elsősorban a felhőalapú számítástechnikára összpontosít, amely szektorban az Azure és az AWS robbanásszerű növekedést mutat, mivel a vállalatok hatalmas mennyiségű feldolgozási teljesítmény bérbeadására törekszenek.
Az elemzők szerint bár a szabad cash flow rövid távon negatív lehet, a felhőszolgáltatások iránti kereslet gyorsabban növekszik, mint a kiadások. Ez azt jelenti, hogy a monetizáció gyorsul, ami enyhítheti a befektetők aggodalmait a befektetések megtérülése miatt. Valójában a nagyobb felhőszolgáltatók megrendelésállománya már meghaladja a 2,3 billió dollárt.
A takarékosság paradoxona: Embereket helyettesíteni zsetonokkal?
Egy különös jelenség figyelhető meg a pénzügyi igazgatók irodáiban. Egyes szervezetek teljes részlegeket automatizáltak a személyzeti költségek csökkentése érdekében, csak hogy aztán rájöjjenek, hogy a tokenek és a felhőinfrastruktúra havi számlája magasabb, mint a megszüntetett bérköltség. Ez azért történik, mert a mesterséges intelligencia nem fix díjszabással működik, mint a Netflix; ehelyett minden egyes feldolgozott információért díjat számít fel.
Amikor egy vállalat intenzíven használ nyelvi modelleket kód generálására vagy hatalmas mennyiségű adat feldolgozására, a tokenek mennyisége az egekbe szökik , a várt megtakarításokat falánk és kiszámíthatatlan technológiai kiadássá változtatva. Ennek eredményeként a mesterséges intelligencia nem mindig teszi olcsóbbá az üzletet; ehelyett a kiadásokat az emberi tőkéről a túlzott energia- és technológiai fogyasztás felé tereli.
A mesterséges intelligencia üzleti bevezetésének költségeinek lebontása
Ha egy vállalat belevágna a mesterséges intelligencia integrálásának kalandjába, nincs egységes ár, de vannak általános árkategóriák. Egy standard projekt költsége 10 000 és 50 000 dollár között mozoghat , bár az összetett megvalósítások könnyen meghaladhatják a 200 000 dollárt. A költségek általában a következőképpen oszlanak meg:
- Modellfejlesztés: A költségvetés 25%-át vagy annál többet tesz ki, beleértve az algoritmusokat és az API-kat is.
- tények: Az információk megszerzése és tisztítása 15% és 35% közötti energiafelhasználást igényel.
- Szakosított személyzet: A szakértők felvétele az egyik legnagyobb kiadás, 20%-tól 40%-ig terjedő mértékben.
- Infrastruktúra és karbantartás: A hardver és az állandó frissítések 20-35%-kal növelik a költségeket.
- Megfelelőség és irányítás: A jogi tanácsadás és az adminisztráció általában a teljes összeg körülbelül 10%-át teszi ki.
A modell összetettsége közvetlenül befolyásolja a költségvetést. Míg egy logikai alapú chatbot a leggazdaságosabb megoldás (körülbelül 10 000 dollár), egy mélytanuláson vagy neurális hálózati rendszer ára 100 000 dollártól is elkezdődhet, mivel jelentősen több feldolgozási teljesítményt és adatot igényel.
Az energia- és környezeti szűk keresztmetszet
Nem feledkezhetünk meg arról, hogy a mesterséges intelligencia kielégíthetetlen áraméhséggel rendelkezik. Egy olyan fejlett modell, mint a ChatGPT, betanítása akkora szénlábnyomot generál, mint több száz transzkontinentális repülőút. Csak a GPT-3 betanítása annyi energiát fogyaszt, amennyit egy átlagos spanyol háztartás több mint két évtized alatt fogyasztana.
A legkritikusabb fázis a következtetési szakasz, amikor a mesterséges intelligencia reagál a felhasználókra, ami a teljes energiafogyasztás akár 80%-át is kiteszi . Ez ésszerű kérdést vet fel a rendszer fenntarthatóságával kapcsolatban: a mesterséges intelligencia nem skálázható a végtelenségig anélkül, hogy radikálisan átalakítanánk energiainfrastruktúránkat a környezeti összeomlás elkerülése érdekében.
Globális perspektívák és történelmi összehasonlítás
A Gartner előrejelzése szerint a mesterséges intelligenciára fordított globális kiadások 2025-re elérik az 1,5 billió dollárt, 2026-ra pedig meghaladják a 2 billió dollárt. A legnagyobb részt generatív mesterséges intelligenciával és GPU-ra optimalizált szerverekkel felszerelt okostelefonokra fogják költeni. Ha ezt a fellendülést összehasonlítjuk az 1990-es évek telekommunikációs vagy a 19. századi vasúti fellendüléssel, azt látjuk, hogy hatalmas gazdasági jelentőségű ponton vagyunk , bár a GDP százalékában kifejezett beruházások tekintetében még nem döntöttünk meg minden történelmi rekordot.
A kockázat abban rejlik, hogy a vállalatok olyan eszközökbe fektetnek be, amelyek nagyon gyorsan értékcsökkennek . Az egy évszázadon át kitartott vasúti sínekkel ellentétben a mai chipek mindössze néhány év alatt elavulhatnak. Ez a jelenlegi fogadást egyfajta bizalomugrássá teszi, ahol csak a világos monetizációs stratégiával rendelkező vállalatok élhetik túl a potenciális piaci korrekciót.
A jelenlegi helyzet egy olyan átmenetet mutat, ahol a hardverekbe és a felhőbe történő hatalmas beruházások kétségbeesetten keresik a jövedelmező megtérülést, miközben a vállalatok küzdenek a tokenköltségek és az áramfogyasztás egyensúlyban tartása érdekében a termelékenység növekedésével , egy olyan forgatókönyvben, ahol az energiainfrastruktúra lesz a technológiai növekedés valódi korlátja.