- Velika tehnološka podjetja podirajo rekorde v naložbah v oblačno infrastrukturo in podatkovne centre za podporo umetne inteligence.
- Avtomatizacija poslovanja se sooča s paradoksom, kjer lahko stroški žetonov in energije presežejo prihranke pri plačah.
- Predvideva se, da se bo svetovna poraba za umetno inteligenco močno povečala, kar bo posledica integracije v osebne naprave in optimizirane strojne opreme.
- Energetska trajnost postaja glavno ozko grlo zaradi ogromne porabe električne energije proizvodnih modelov.
Norost za umetno inteligenco je presegla zgolj obljube in postala kolosalen gospodarski motor , ki na svetovnih trgih ustvarja bilijone dolarjev. Čeprav so se mnogi sprva spraševali, ali gre le za mehurček, trenutni podatki kažejo, da se kapitalske naložbe začenjajo obrestovati, zlasti za velikane, ki nadzorujejo digitalno infrastrukturo.
Vendar pa na finančni strani ni vse rožnato. Medtem ko Wall Street slavi rast prihodkov od storitev v oblaku, se številna srednje velika podjetja ter mala in srednje velika podjetja spopadajo z operativnimi stroški , saj odkrivajo, da je lahko vzdrževanje delovanja stroja 24 ur na dan, 7 dni v tednu dražje od plač ekipe. Gre za igro tveganja in nagrade, kjer je učinkovitost ključnega pomena.
Investicijski stroji velikih tehnoloških podjetij
Prevladujoča podjetja na tem področju, kot so Microsoft, Amazon, Alphabet in Meta, vlagajo astronomske vsote – samo letos potencialno med 725.000 in 760.000 milijardami dolarjev – v izboljšanje svojih zmogljivosti umetne inteligence. Te naložbe so osredotočene predvsem na računalništvo v oblaku, sektor, kjer Azure in AWS doživljata eksplozivno rast, saj podjetja iščejo načine za najem ogromnih količin procesorske moči.
Analitiki menijo, da čeprav je prosti denarni tok kratkoročno lahko negativen, povpraševanje po storitvah v oblaku raste hitreje kot poraba. To pomeni, da se monetizacija pospešuje, kar bi moralo ublažiti skrbi vlagateljev glede donosnosti naložb. Pravzaprav zaostanek naročil večjih ponudnikov storitev v oblaku že presega 2,3 bilijona dolarjev.
Paradoks varčevanja: Zamenjava ljudi z žetoni?
V pisarnah finančnih direktorjev se pojavlja nenavaden pojav. Nekatere organizacije so avtomatizirale celotne oddelke, da bi zmanjšale stroške osebja, le da so nato ugotovile, da je njihov mesečni račun za žetone in oblačno infrastrukturo višji od plač, ki so jih ukinile. To se dogaja, ker umetna inteligenca ne deluje po pavšalni tarifi kot Netflix, temveč zaračunava za vsak obdelan podatek.
Ko podjetje intenzivno uporablja jezikovne modele za ustvarjanje kode ali obdelavo ogromnih količin podatkov, se količina žetonov močno poveča , kar pričakovane prihranke spremeni v požrešne in nepredvidljive tehnološke stroške. Posledično umetna inteligenca ne poceni vedno poslovanja, temveč preusmeri porabo s človeškega kapitala na pretirano porabo energije in tehnologije.
Razčlenitev stroškov za uvedbo umetne inteligence v podjetje
Če se podjetje želi podati na pustolovščino integracije umetne inteligence, ni enotne cene, obstajajo pa splošni razponi. Standardni projekt se lahko giblje od 10.000 do 50.000 dolarjev , čeprav lahko kompleksne implementacije zlahka presežejo 200.000 dolarjev. Stroški se običajno porazdelijo na naslednji način:
- Razvoj modela: Predstavlja 25 % ali več proračuna, vključno z algoritmi in API-ji.
- dejstva: Pridobivanje in čiščenje informacij porabi med 15 % in 35 %.
- Specializirano osebje: Najem strokovnjakov je eden največjih stroškov, ki se giblje od 20 % do 40 %.
- Infrastruktura in vzdrževanje: Strojna oprema in stalne posodobitve dodajo med 20 % in 35 % več.
- Skladnost in upravljanje: Pravno svetovanje in administracija običajno predstavljata približno 10 % vseh stroškov.
Kompleksnost modela neposredno vpliva na proračun. Medtem ko je klepetalni robot, ki temelji na logiki , najcenejša možnost (okoli 10.000 USD), se lahko sistem globokega učenja ali nevronske mreže začne pri 100.000 USD, ker zahteva bistveno več procesorske moči in podatkov.
Ozko grlo za energijo in okolje
Ne smemo pozabiti, da ima umetna inteligenca nepotešljivo lakoto po električni energiji. Usposabljanje naprednega modela, kot je ChatGPT, ustvarja ogljični odtis, primerljiv z ogljičnim odtisom stotin transkontinentalnih letov. Samo usposabljanje GPT-3 porabi energijo, ki je enaka porabi povprečnega španskega gospodinjstva v več kot dveh desetletjih.
Najkritičnejša faza je faza sklepanja, ko se umetna inteligenca odziva na uporabnike, kar predstavlja do 80 % celotne porabe energije . To sproža razumno vprašanje o trajnosti sistema: umetne inteligence ni mogoče neskončno skalirati, ne da bi pri tem radikalno preoblikovali našo energetsko infrastrukturo, da bi se izognili okoljskemu zlomu.
Globalne perspektive in zgodovinska primerjava
Gartner napoveduje, da bo svetovna poraba za umetno inteligenco do leta 2025 dosegla 1,5 bilijona dolarjev in leta 2026 presegla 2 bilijona dolarjev. Največji delež bo porabljen za pametne telefone z generativno umetno inteligenco in strežniki, optimiziranimi za grafične procesorje. Če ta razcvet primerjamo s telekomunikacijskim razcvetom v devetdesetih letih prejšnjega stoletja ali železniškim razcvetom v 90. stoletju, vidimo, da smo na točki ogromnega gospodarskega pomena , čeprav še nismo podrli vseh zgodovinskih rekordov glede naložb kot odstotka BDP.
Tveganje je v tem, da podjetja vlagajo v sredstva, ki se zelo hitro amortizirajo . Za razliko od železniških tirov, ki so zdržali stoletje, lahko današnji čipi zastarijo že v nekaj letih. Zaradi tega je trenutna stava skok vere, saj bodo morebitno korekcijo trga preživela le podjetja z jasno strategijo monetizacije .
Trenutna krajina kaže na prehod, kjer ogromne naložbe v strojno opremo in oblak obupno iščejo dobičkonosno donosnost, medtem ko se podjetja trudijo uravnotežiti stroške žetonov in porabo električne energije z večanjem produktivnosti , v scenariju, kjer bo energetska infrastruktura resnična omejitev tehnološke rasti.