- Các công ty công nghệ lớn đang phá vỡ kỷ lục đầu tư vào cơ sở hạ tầng đám mây và trung tâm dữ liệu để hỗ trợ trí tuệ nhân tạo (AI).
- Tự động hóa doanh nghiệp đối mặt với một nghịch lý: chi phí cho các thiết bị và năng lượng có thể vượt quá khoản tiết kiệm được từ tiền lương.
- Dự kiến chi tiêu toàn cầu cho trí tuệ nhân tạo sẽ tăng trưởng mạnh mẽ, nhờ vào việc tích hợp vào các thiết bị cá nhân và tối ưu hóa phần cứng.
- Tính bền vững năng lượng trở thành nút thắt cổ chai chính do lượng điện tiêu thụ khổng lồ của các mô hình phát điện.
Cơn sốt trí tuệ nhân tạo đã vượt xa những lời hứa suông và trở thành một động lực kinh tế khổng lồ , tạo ra hàng nghìn tỷ đô la trên thị trường toàn cầu. Mặc dù ban đầu nhiều người tự hỏi liệu tất cả chỉ là bong bóng, nhưng dữ liệu hiện tại cho thấy rằng khoản đầu tư vốn đang bắt đầu mang lại lợi nhuận, đặc biệt là đối với những gã khổng lồ kiểm soát cơ sở hạ tầng kỹ thuật số.
Tuy nhiên, không phải mọi thứ đều suôn sẻ về mặt tài chính. Trong khi Phố Wall ăn mừng sự tăng trưởng doanh thu từ điện toán đám mây, nhiều doanh nghiệp vừa và nhỏ đang phải vật lộn với chi phí vận hành , nhận ra rằng việc duy trì một hệ thống hoạt động 24/7 có thể tốn kém hơn cả việc trả lương cho nhân viên. Đó là một trò chơi cân bằng giữa rủi ro và lợi ích, trong đó hiệu quả là yếu tố then chốt.
Bộ máy đầu tư của các tập đoàn công nghệ lớn
Các công ty hàng đầu trong lĩnh vực này, như Microsoft, Amazon, Alphabet và Meta, đang đầu tư những khoản tiền khổng lồ—có thể lên tới 725.000 tỷ đến 760.000 tỷ đô la chỉ riêng trong năm nay—để tăng cường khả năng trí tuệ nhân tạo (AI) của họ. Khoản đầu tư này chủ yếu tập trung vào điện toán đám mây, một lĩnh vực mà Azure và AWS đang trải qua sự tăng trưởng bùng nổ khi các công ty tìm cách thuê lượng lớn sức mạnh xử lý.
Các nhà phân tích cho rằng, mặc dù dòng tiền tự do có thể âm trong ngắn hạn, nhưng nhu cầu về dịch vụ đám mây đang tăng nhanh hơn chi tiêu. Điều này có nghĩa là quá trình kiếm tiền đang được đẩy nhanh, điều này sẽ giúp xoa dịu những lo ngại của các nhà đầu tư về lợi tức đầu tư. Trên thực tế, lượng đơn đặt hàng tồn đọng của các nhà cung cấp dịch vụ đám mây lớn đã vượt quá 2,3 nghìn tỷ đô la.
Nghịch lý của sự tiết kiệm: Thay thế con người bằng các vật tượng trưng?
Một hiện tượng kỳ lạ đang xảy ra trong các văn phòng của giám đốc tài chính (CFO). Một số tổ chức đã tự động hóa toàn bộ các bộ phận để cắt giảm chi phí nhân sự, nhưng lại phát hiện ra rằng hóa đơn hàng tháng cho token và cơ sở hạ tầng đám mây lại cao hơn cả tiền lương mà họ đã cắt giảm. Điều này xảy ra vì trí tuệ nhân tạo (AI) không hoạt động theo mức giá cố định như Netflix; thay vào đó, nó tính phí cho mỗi mẩu thông tin được xử lý.
Khi một công ty sử dụng rộng rãi các mô hình ngôn ngữ để tạo mã hoặc xử lý lượng dữ liệu khổng lồ, số lượng token tăng vọt , biến khoản tiết kiệm dự kiến thành một khoản chi phí công nghệ khổng lồ và khó lường. Kết quả là, AI không phải lúc nào cũng làm cho doanh nghiệp rẻ hơn; thay vào đó, nó chuyển hướng chi tiêu từ nguồn nhân lực sang tiêu thụ năng lượng và công nghệ đắt đỏ.
Phân tích chi phí triển khai AI trong doanh nghiệp
Nếu một công ty muốn bắt đầu hành trình tích hợp trí tuệ nhân tạo (AI), không có mức giá cố định nào, nhưng có những khoảng giá phổ biến. Một dự án tiêu chuẩn có thể dao động từ 10.000 đến 50.000 đô la , mặc dù các triển khai phức tạp hơn có thể dễ dàng vượt quá 200.000 đô la. Chi phí thường được phân bổ như sau:
- Phát triển mô hình: Nó chiếm từ 25% trở lên ngân sách, bao gồm cả thuật toán và API.
- Sự kiện: Việc thu thập và làm sạch thông tin tiêu tốn từ 15% đến 35% thời gian.
- Nhân viên chuyên trách: Thuê chuyên gia là một trong những khoản chi phí lớn nhất, dao động từ 20% đến 40%.
- Cơ sở hạ tầng và bảo trì: Phần cứng và việc cập nhật liên tục sẽ làm tăng thêm từ 20% đến 35% chi phí.
- Tuân thủ và quản lý: Tư vấn pháp lý và quản lý hành chính thường chiếm khoảng 10% tổng số.
Độ phức tạp của mô hình ảnh hưởng trực tiếp đến ngân sách. Trong khi chatbot dựa trên logic là lựa chọn tiết kiệm nhất (khoảng 10.000 đô la), hệ thống học sâu hoặc mạng nơ-ron có thể có giá khởi điểm từ 100.000 đô la trở lên vì nó yêu cầu sức mạnh xử lý và dữ liệu lớn hơn đáng kể.
Nút thắt cổ chai về năng lượng và môi trường
Chúng ta không thể quên rằng trí tuệ nhân tạo (AI) có nhu cầu năng lượng vô cùng lớn. Việc huấn luyện một mô hình tiên tiến như ChatGPT tạo ra lượng khí thải carbon tương đương với hàng trăm chuyến bay xuyên lục địa. Riêng việc huấn luyện GPT-3 đã tiêu thụ năng lượng tương đương với lượng năng lượng mà một hộ gia đình trung bình ở Tây Ban Nha sử dụng trong hơn hai thập kỷ.
Giai đoạn quan trọng nhất là giai đoạn suy luận, khi AI phản hồi người dùng, chiếm tới 80% tổng mức tiêu thụ năng lượng . Điều này đặt ra một câu hỏi hợp lý về tính bền vững của hệ thống: AI không thể mở rộng vô hạn mà không cần phải thay đổi triệt để cơ sở hạ tầng năng lượng của chúng ta để tránh sự sụp đổ môi trường.
Quan điểm toàn cầu và so sánh lịch sử
Gartner dự đoán rằng chi tiêu toàn cầu cho trí tuệ nhân tạo (AI) sẽ đạt 1,5 nghìn tỷ đô la vào năm 2025 và vượt quá 2 nghìn tỷ đô la vào năm 2026. Phần lớn chi phí sẽ được dành cho điện thoại thông minh tích hợp AI tạo sinh và máy chủ tối ưu hóa GPU. Nếu so sánh sự bùng nổ này với sự bùng nổ viễn thông của những năm 1990 hoặc sự bùng nổ đường sắt của thế kỷ 19, chúng ta thấy rằng đây là thời điểm có tầm quan trọng kinh tế to lớn , mặc dù chúng ta vẫn chưa phá vỡ tất cả các kỷ lục lịch sử về đầu tư tính theo tỷ lệ phần trăm GDP.
Rủi ro nằm ở chỗ các công ty đang đầu tư vào những tài sản giảm giá trị rất nhanh . Không giống như đường ray xe lửa có thể tồn tại cả thế kỷ, chip ngày nay có thể trở nên lỗi thời chỉ trong vài năm. Điều này khiến cho việc đầu tư hiện tại trở thành một canh bạc mạo hiểm, chỉ những công ty có chiến lược kiếm tiền rõ ràng mới có thể sống sót sau đợt điều chỉnh thị trường tiềm năng.
Bối cảnh hiện tại cho thấy một quá trình chuyển đổi, trong đó các khoản đầu tư khổng lồ vào phần cứng và điện toán đám mây đang nỗ lực tìm kiếm lợi nhuận, trong khi các công ty phải vật lộn để cân bằng chi phí thiết bị và mức tiêu thụ điện năng với việc tăng năng suất , trong một kịch bản mà cơ sở hạ tầng năng lượng sẽ là giới hạn thực sự đối với sự phát triển công nghệ.