Модели искусственного интеллекта могут выдавать на первый взгляд блестящие ответы на человеческие запросы, которые при более внимательном рассмотрении оказываются набором бессмысленных фраз. Похожая динамика может наблюдаться в стремительно растущих инвестициях и оценках технологических компаний, которые ищут богатства в самонаучающихся компьютерах. От железных дорог до телекоммуникационных сетей, предыдущие бумы в капиталоемких отраслях показывают, что новые технологии могут изменить мир, но оставить инвесторов с убытками.
Инвестиции в искусственный интеллект
Инвесторы не могут насытиться ИИ. Стартап OpenAI, стоящий за чат-ботом ChatGPT, привлек средства в феврале с оценкой в $80 миллиардов, что почти в три раза больше, чем год назад. Меньшие конкуренты, такие как Anthropic и Mistral, также показали аналогичные успехи. Однако крупнейшие технологические гиганты получили наибольшую выгоду. Совокупная рыночная капитализация Microsoft, Amazon.com, Alphabet и Meta Platforms увеличилась на $5 триллионов с момента выпуска ChatGPT в ноябре 2022 года.
Для компаний, разрабатывающих модели ИИ и строящих сети для их обучения и работы, ответом стало гонка за захват новых рынков и предотвращение нарушений со стороны конкурентов. Microsoft, Amazon, Alphabet и Meta совместно потратили $200 миллиардов на капитальные расходы в прошлом году, причем около половины этой суммы пошло на технологическую инфраструктуру, по данным Bernstein. Исследовательская фирма оценивает, что эти расходы увеличатся более чем на 50% в этом году, в основном из-за ИИ.
По сравнению с этими огромными суммами доходы от ИИ остаются малыми. Sequoia оценивает, что генеративный ИИ сейчас приносит около $3 миллиардов в год дохода, по сравнению с нулем год назад. Однако венчурная фирма отмечает, что компаниям, предлагающим программное обеспечение как услугу, потребовалось десятилетие, чтобы достичь аналогичного порога. Обещание будущих богатств вызвало гигантские прогнозы по расходам на производство передовых полупроводников, строительство дата-центров и генерацию энергии для обучения и работы моделей ИИ. Глава OpenAI Сэм Альтман ранее в этом году оценил эту сумму до $7 триллионов.
Такое дикое потребление может даже быть оправдано. Умные системы, которые автоматизируют больше труда, манипулируют большими объемами данных и дополняют или превосходят человеческий интеллект, могут стоить многие кратные этой суммы. Более того, мир уже переживал подобные бумы.
Возьмем железные дороги. Совокупные инвестиции в строительство железнодорожной сети Великобритании между 1845 и 1850 годами были равны примерно 30% валового внутреннего продукта страны в 1850 году, по данным экономического историка Эндрю Одлыжко. В конце 20 века телекоммуникационные компании заняли $1 триллион для строительства волоконно-оптических кабелей и сетей мобильной связи, по данным председателя Федеральной комиссии по связи США. Это было равно примерно 3% мирового ВВП того времени. Программа инвестиций в $7 триллионов сегодня была бы равна примерно 30% ВВП США за один год или около 7% ежегодного мирового экономического производства.
Инвестиции, которые сейчас делаются, будут иметь смысл только если они принесут огромную прибыль. Чтобы понять, какой доход могут потребовать технологические компании, начнем с Nvidia (NVDA.O), чьи чипы являются стандартом для обучения систем ИИ. Аналитики ожидают, что компания под управлением Дженсена Хуанга принесет почти $100 миллиардов дохода от своего подразделения дата-центров в этом году, по данным LSEG. Хотя продажи этого подразделения не все связаны с ИИ, большая часть вероятно такова.
Предположим, что серверы ИИ с использованием этих чипов имеют срок службы четыре года. Другие затраты, такие как сетевое оборудование, пространство в дата-центрах и энергия для работы моделей ИИ добавляют около 75% к счету, по данным исследовательской компании SemiAnalysis, увеличивая общие расходы до $175 миллиардов. Теперь предположим, что технологические компании, делающие эти инвестиции, ожидают 40% операционной прибыли. Это означает, что им потребуется зарабатывать $292 миллиарда дохода от ИИ за четыре года или около $73 миллиарда в год. Это вполне возможно, но все еще далеко от $3 миллиардов в год, которые приносит генеративный ИИ сегодня.
Это особенность новых технологических рынков – ранние оценки могут сильно недооценивать масштабы. В 1980 году McKinsey пыталась угадать размер рынка мобильных телефонов через 20 лет; реальная цифра была в 125 раз больше оценки консультанта. Сегодня запуски продуктов ИИ регулярно описываются как “магические”, а компании восхищаются предполагаемым увеличением производительности на 30% от внедрения технологии. Как и в телекоммуникационном буме, очевидна выгода от масштаба. Наибольшие успехи в ИИ за последние несколько лет связаны с увеличением моделей, использованием большего объема данных и большей вычислительной мощности.
Однако инвестиционные бумы чаще разочаровывают своих финансовых сторонников. Инвесторы в британские железные дороги переоценили спрос на новый вид транспорта и потеряли около трети своих денег к 1850 году. Страна вошла в депрессию. Телекоммуникационная лихорадка конца 1990-х также привела к гигантским убыткам. Огромные инвестиции в прокладку волоконно-оптических кабелей и переплата за европейские лицензии на эксплуатацию сетей 3G обрекли многие стартапы на провал и крупные компании на годы низкой доходности.
Бум ИИ сопровождается этими ловушками и многими другими. Железнодорожные пути и волоконно-оптические кабели после установки служили десятилетиями. Срок службы модели ИИ и серверов, на которых она работает, гораздо короче. Изменения вкусов или поведения людей, новая информация или обучение на ошибочных данных могут быстро сделать дорогую модель большого языка устаревшей.
Множество гигантских компаний и многие страны хотят развивать ИИ, поэтому достижения могут быть стандартизированы. А если ИИ действительно окажется превосходящим человеческий интеллект, вероятно правительства введут строгие ограничения на его использование – уменьшая получаемую прибыль.
Возможно конечный результат будет похож на бумы железных дорог и телекоммуникаций. Технологические визионеры были правы: люди теперь могут читать эту статью на своем смартфоне во время поездки на поезде. Это некоторое утешение для многих инвесторов, которые потеряли свои деньги в процессе.
