ผลกระทบทางการเงินของปัญญาประดิษฐ์: การลงทุน ต้นทุน และความยั่งยืน

หน้าหลัก » กล่อง » ผลกระทบทางการเงินของปัญญาประดิษฐ์: การลงทุน ต้นทุน และความยั่งยืน

กระแสความคลั่งไคล้ปัญญาประดิษฐ์ได้ก้าวข้ามพ้นเพียงแค่คำมั่นสัญญาและกลายเป็นเครื่องยนต์ทางเศรษฐกิจขนาดมหึมาสร้างรายได้หลายล้านล้านดอลลาร์ในตลาดโลก ในขณะที่หลายคนสงสัยในตอนแรกว่าทั้งหมดนี้เป็นฟองสบู่หรือไม่ ข้อมูลปัจจุบันบ่งชี้ว่าการลงทุนเริ่มให้ผลตอบแทน โดยเฉพาะอย่างยิ่งสำหรับยักษ์ใหญ่ที่ควบคุมโครงสร้างพื้นฐานดิจิทัล

อย่างไรก็ตาม ด้านการเงินไม่ได้สวยงามไปเสียทั้งหมด ในขณะที่วอลล์สตรีทเฉลิมฉลองการเติบโตของรายได้จากบริการคลาวด์ธุรกิจขนาดกลางและ SME จำนวนมาก กำลังดิ้นรนกับต้นทุนการดำเนินงานโดยพบว่าการเปิดเครื่องตลอด 24 ชั่วโมง 7 วันต่อสัปดาห์นั้นอาจมีค่าใช้จ่ายสูงกว่าการจ่ายเงินเดือนให้กับทีมงานเสียอีก มันเป็นเกมแห่งความเสี่ยงและผลตอบแทนที่ประสิทธิภาพเป็นกุญแจสำคัญ

บทความที่เกี่ยวข้อง:

เศรษฐศาสตร์ของเอージェนต์ AI: โครงสร้างพื้นฐาน ตลาด และการกำกับดูแล

กลไกการลงทุนของบริษัทเทคโนโลยีขนาดใหญ่

บริษัทชั้นนำในด้านนี้ เช่น ไมโครซอฟต์ อเมซอน อัลฟาเบท และเมตา กำลังลงทุนเป็นจำนวนมหาศาล—อาจสูงถึง725.000 ถึง 760.000 ล้านดอลลาร์ในปีนี้ปีเดียว—เพื่อยกระดับขีดความสามารถด้านปัญญาประดิษฐ์ (AI) การลงทุนนี้ส่วนใหญ่มุ่งเน้นไปที่การประมวลผลบนคลาวด์ ซึ่งเป็นภาคส่วนที่ Azure และ AWS กำลังเติบโตอย่างรวดเร็ว เนื่องจากบริษัทต่างๆ ต้องการเช่าพลังการประมวลผลจำนวนมหาศาล

นักวิเคราะห์ชี้ว่า แม้กระแสเงินสดอิสระอาจติดลบในระยะสั้น แต่ความต้องการใช้บริการคลาวด์กำลังเติบโตเร็วกว่าการใช้จ่าย ซึ่งหมายความว่าการสร้างรายได้กำลังเร่งตัวขึ้น ซึ่งน่าจะช่วยคลายความกังวลของนักลงทุนที่กังวลเกี่ยวกับผลตอบแทนจากการลงทุนได้ ที่จริงแล้ว ยอดคำสั่งซื้อคงค้างของผู้ให้บริการคลาวด์รายใหญ่มีมูลค่าเกิน2,3 ล้านล้านดอลลาร์แล้ว

ความขัดแย้งในเรื่องความประหยัด: การแทนที่คนด้วยสัญลักษณ์?

ปรากฏการณ์ที่น่าสนใจกำลังเกิดขึ้นในสำนักงานของ CFO บางองค์กรได้นำระบบอัตโนมัติมาใช้ในแผนกต่างๆ เพื่อลดต้นทุนด้านบุคลากร แต่กลับพบว่าค่าใช้จ่ายรายเดือนสำหรับโทเค็นและโครงสร้างพื้นฐานบนคลาวด์นั้นสูงกว่าเงินเดือนที่ลดลงไปเสียอีก นี่เป็นเพราะ AI ไม่ได้คิดค่าบริการแบบเหมาจ่ายเหมือน Netflix แต่คิดค่าบริการตามข้อมูลแต่ละชิ้นที่ประมวลผล

เมื่อบริษัทใช้โมเดลภาษาอย่างเข้มข้นในการสร้างโค้ดหรือประมวลผลข้อมูลจำนวนมหาศาลปริมาณโทเค็นจะพุ่งสูงขึ้นอย่างรวดเร็วทำให้การประหยัดที่คาดหวังไว้กลายเป็นค่าใช้จ่ายทางเทคโนโลยีที่สูงลิบลิ่วและคาดเดาไม่ได้ ดังนั้น AI จึงไม่ได้ทำให้ธุรกิจมีต้นทุนถูกลงเสมอไป แต่กลับทำให้การใช้จ่ายเปลี่ยนจากทุนมนุษย์ไปสู่การใช้พลังงานและเทคโนโลยี ที่สิ้นเปลืองอย่าง มหาศาล

บทความที่เกี่ยวข้อง:

การวิเคราะห์ความเสี่ยงระดับโลกและผลกระทบต่อเศรษฐกิจในอนาคต

รายละเอียดค่าใช้จ่ายในการนำ AI มาใช้ในธุรกิจ

หากบริษัทต้องการเริ่มต้นการผจญภัยในการบูรณาการ AI ไม่มีราคาตายตัว แต่มีช่วงราคาทั่วไปอยู่ โครงการมาตรฐานอาจมีค่าใช้จ่ายตั้งแต่10.000 ถึง 50.000 ดอลลาร์สหรัฐฯในขณะที่การใช้งานที่ซับซ้อนอาจเกิน 200.000 ดอลลาร์สหรัฐฯ ได้อย่างง่ายดาย โดยทั่วไปแล้วค่าใช้จ่ายจะกระจายดังนี้:

• การพัฒนารูปแบบ: ส่วนนี้คิดเป็น 25% หรือมากกว่าของงบประมาณทั้งหมด รวมทั้งอัลกอริธึมและ API ด้วย
• ข้อเท็จจริง: การรวบรวมและทำความสะอาดข้อมูลใช้เวลาประมาณ 15% ถึง 35%
• บุคลากรผู้เชี่ยวชาญ: การจ้างผู้เชี่ยวชาญเป็นหนึ่งในค่าใช้จ่ายที่สูงที่สุด โดยมีสัดส่วนตั้งแต่ 20% ถึง 40% ของค่าใช้จ่ายทั้งหมด
• โครงสร้างพื้นฐานและการบำรุงรักษา: ฮาร์ดแวร์และการอัปเดตอย่างต่อเนื่องจะเพิ่มต้นทุนอีกระหว่าง 20% ถึง 35%
• การปฏิบัติตามกฎระเบียบและการบริหารจัดการ: โดยปกติแล้ว ค่าใช้จ่ายในการให้คำปรึกษาทางกฎหมายและการบริหารจัดการจะคิดเป็นประมาณ 10% ของค่าใช้จ่ายทั้งหมด

ความซับซ้อนของโมเดลส่งผลกระทบโดยตรงต่องบประมาณ ในขณะที่แชทบอทแบบใช้ตรรกะเป็นตัวเลือกที่ประหยัดที่สุด (ประมาณ 10.000 ดอลลาร์) ระบบ การเรียนรู้เชิงลึกหรือโครงข่ายประสาทเทียมอาจมีราคาเริ่มต้นที่ 100.000 ดอลลาร์ เนื่องจากต้องการพลังการประมวลผลและข้อมูลมากกว่าอย่างมาก

ปัญหาคอขวดด้านพลังงานและสิ่งแวดล้อม

เราต้องไม่ลืมว่า AI นั้นต้องการพลังงานไฟฟ้าอย่างมหาศาล การฝึกฝนโมเดลขั้นสูงอย่าง ChatGPT ก่อให้เกิดรอยเท้าคาร์บอนที่เทียบเท่ากับการบินข้ามทวีปหลายร้อยเที่ยว การฝึกฝน GPT-3 เพียงอย่างเดียวก็ใช้พลังงานเทียบเท่ากับที่ครัวเรือนชาวสเปนโดยเฉลี่ยใช้ในระยะเวลากว่าสองทศวรรษ

ขั้นตอนที่สำคัญที่สุดคือขั้นตอนการอนุมาน ซึ่งเป็นขั้นตอนที่ AI ตอบสนองต่อผู้ใช้ และคิดเป็นสัดส่วนถึง80% ของการใช้พลังงานทั้งหมดนี่ทำให้เกิดคำถามที่สมเหตุสมผลเกี่ยวกับความยั่งยืนของระบบ: AI ไม่สามารถขยายขนาดได้อย่างไม่มีที่สิ้นสุดหากไม่เปลี่ยนแปลงโครงสร้างพื้นฐานด้านพลังงานของเราอย่างสิ้นเชิงเพื่อหลีกเลี่ยงการล่มสลายทางสิ่งแวดล้อม

มุมมองระดับโลกและการเปรียบเทียบทางประวัติศาสตร์

Gartner คาดการณ์ว่าการใช้จ่ายทั่วโลกด้าน AI จะสูงถึง1,5 ล้านล้านดอลลาร์ภายในปี 2025และเกิน 2 ล้านล้านดอลลาร์ในปี 2026 โดยส่วนใหญ่จะใช้ไปกับสมาร์ทโฟนที่มี AI แบบสร้างสรรค์และเซิร์ฟเวอร์ที่ปรับแต่งด้วย GPU หากเราเปรียบเทียบการเติบโตครั้งนี้กับการเติบโตของอุตสาหกรรมโทรคมนาคมในทศวรรษ 1990 หรือการเติบโตของอุตสาหกรรมรถไฟในศตวรรษที่ 19 เราจะเห็นว่าเราอยู่ในจุดที่มีความสำคัญทางเศรษฐกิจอย่างมหาศาลแม้ว่าเราจะยังไม่ได้ทำลายสถิติการลงทุนในอดีตทั้งหมดในแง่ของสัดส่วนต่อ GDP ก็ตาม

ความเสี่ยงอยู่ที่ว่าบริษัทต่างๆ กำลังลงทุนในสินทรัพย์ที่เสื่อมราคาอย่างรวดเร็วต่างจากรางรถไฟที่ใช้งานได้นานนับศตวรรษ ชิปในปัจจุบันอาจล้าสมัยได้ภายในเวลาเพียงไม่กี่ปี ทำให้การลงทุนในครั้งนี้เป็นการเสี่ยงครั้งใหญ่ มีเพียงบริษัทที่มีกลยุทธ์การสร้างรายได้ที่ชัดเจน เท่านั้น ที่จะอยู่รอดได้ท่ามกลางการปรับตัวของตลาดที่อาจเกิดขึ้น

สถานการณ์ปัจจุบันแสดงให้เห็นถึงช่วงเปลี่ยนผ่านที่การลงทุนมหาศาลในฮาร์ดแวร์และคลาวด์กำลังแสวงหาผลตอบแทนที่คุ้มค่า ในขณะที่บริษัทต่างๆ ดิ้นรนเพื่อสร้างสมดุลระหว่างต้นทุนขั้นต่ำและการใช้ไฟฟ้ากับผลผลิตที่เพิ่มขึ้นในสถานการณ์ที่โครงสร้างพื้นฐานด้านพลังงานจะเป็นข้อจำกัดที่แท้จริงของการเติบโตทางเทคโนโลยี