W środku największej historii technologicznej kryje się obecnie dziki paradoks. Okazuje się, że procesory graficzne i inny niezbędny sprzęt, na który hiperskalowerzy tak hojnie wydają, aby umieścić je w swoich centrach danych, szybko stają się przestarzałe. Taki pogląd został szczegółowo przedstawiony w doskonałym nowym raporcie Research Affiliates, firmy nadzorującej strategie inwestycyjne o wartości około 200 miliardów dolarów dla funduszy indeksowych i ETF-ów RAFI. Autor Chris Brightman, dyrektor generalny RA, przekonuje, że wyścig zbrojeń AI skutecznie stworzył nową erę przemysłową. W tym przekształconym ekosystemie firmy nie „inwestują” w tradycyjnym tego słowa znaczeniu. Zamiast tego tworzą zespoły w tak niewiarygodnie szybkim tempie, aby generować sprzedaż, że zmienia się nawet samo pojęcie wydatków kapitałowych.
„Przypominają bardziej supermarkety niż tradycyjne firmy technologiczne lub przemysłowe, ale ich przychody nie skupiają się na artykułach takich jak artykuły spożywcze. To produkty generują duże modele językowe, wyszukiwanie wektorowe i inne produkty” – powiedział mi Brightman w wywiadzie telefonicznym. „Prowadzą wyścig zbrojeń, w którym muszą bardzo szybko wymienić swój sprzęt, innymi słowy szybko uzupełnić swoje półki”. Problem polega na tym, twierdzi Brightman, że podmioty zajmujące się hiperskalem ponoszą straty na dużych modelach językowych, wektorowych bazach danych i innych produktach, które sprzedają firmom i konsumentom, zatem im więcej sprzętu kupują, tym więcej pieniędzy tracą. „W tej chwili wszyscy korzystają ze sztucznej inteligencji, aby utrzymać kluczową dominację w swojej dziedzinie i ma to sens”. Brightman zauważa. Dodaje jednak, że ogromne wydatki wymagane do utrzymania tych „fos” i trzymania rywali na dystans mogą w przyszłości wygenerować znikome zyski i zaszkodzić ogólnej rentowności.
W artykule Brightman podkreśla historyczny wzrost wydatków kapitałowych na sztuczną inteligencję, które według szacunków Bloomberga gwałtownie wzrosły z 250 miliardów dolarów w 2024 r. do 650 miliardów dolarów w tym roku, co stanowi równowartość 2% PKB. Historyczny apetyt tej branży na kapitał doprowadził do poglądu, że sztuczna inteligencja staje się nową stalą lub nowymi liniami kolejowymi. Jednak, jak podkreśla Brightman, zespół i infrastruktura, które wspierały te firmy, bardzo różnią się od zespołu obsługującego sztuczną inteligencję. „W ciągu 40–45 lat huty i linie kolejowe straciły na wartości” – pisze. Następnie porównaj te kilkudziesięcioletnie okresy życia ze scenariuszem sztucznej inteligencji. Firmy hiperskalowalne, takie jak Microsoft, Amazon, Alphabet i Meta, amortyzują swoje procesory graficzne i inny sprzęt w ciągu około 5 lub 6 lat. Choć te okresy wydają się krótkie, jego zdaniem, ich prawdziwe „życie” jest znacznie krótsze.
W sensie ekonomicznym aktywa ulegają całkowitej amortyzacji lub stają się przestarzałe, gdy generowane przez nie dochody nie pokrywają już kosztów ich nabycia (odzwierciedlonych w rocznej amortyzacji), kosztów operacyjnych i kosztów kapitałowych. Według Brightmana dane branżowe pokazują, że sprzęt AI traci na wartości w ciągu około trzech lat. Jako dowód przytacza dane dotyczące rentowności standardowych procesorów graficznych Nvidia H100. W drugim roku istnienia H100 wygenerował roczny zysk w wysokości 36 000 dolarów, co oznacza zwrot z inwestycji na poziomie 137%. Jednak w czwartym roku produkt tracił ponad 4400 dolarów przy ujemnym ROI wynoszącym 34%, a wyniki szybko się poprawiły. Brightman pisze: „Żywotność sprzętu AI jest (znacznie) krótsza niż jego żywotność księgowa”.
To nie jest tak, że sprzęt się zużywa. Fizycznie może trwać znacznie dłużej. Powodem, dla którego sprzęt AI tak szybko traci moc, jest to, że Nvidia, AMD i inni producenci przedstawiają nowe oferty, które każdego roku zapewniają ogromny wzrost mocy obliczeniowej na wat zastosowanego wata. Ponieważ hiperskalowerzy borykają się z surowymi ograniczeniami energetycznymi, nieustannie wykonują duże ilości nowych „obliczeń”, wykorzystując dodatkowe ilości energii elektrycznej. Zwykle, gdyby typowi producenci dodawali kapitał w tempie, jakie hiperskalownicy narzucają w AI, zbudowaliby już gigantyczną bazę sprzętu i infrastruktury, którą mogliby wdrażać latami, bez konieczności dokupowania kolejnych. Inaczej jest w tym nowym, odważnym biznesie. Zespoły AI ewoluują tak szybko, że każdego roku osoby zajmujące się hiperskalem muszą wymienić ogromną część swojej bazy kapitałowej, aby zachować tę samą zdolność do tworzenia cudów AI. „Większość ich wydatków to nie nakłady inwestycyjne na rozwój, ale na wydatki na utrzymanie” – mówi Brightman. Jednak ogólne liczby są tak ogromne, że chociaż tylko około jedna trzecia przeznaczana jest na ekspansję, to i tak wystarczy, aby znacznie zwiększyć wolumen produktów i usług, jakie mogą oferować każdego roku.
Hiperskalownicy korzystają ze sztucznej inteligencji i ponoszą ciężkie straty, głównie w celu ochrony swojego terytorium.
W naszych rozmowach telefonicznych Brightman rozwiązał zagadkę gigantów AI. „W miarę zwiększania mocy obliczeniowej tracą coraz więcej pieniędzy” – mówi. „Ale na razie mają ku temu wszelkie powody”. Celem Wielkiej Czwórki jest zapewnienie najlepszych funkcji sztucznej inteligencji w celu ulepszenia swojej charakterystycznej oferty i zdaje sobie sprawę, że stracą wiodącą pozycję w tych podstawowych produktach, jeśli komponent sztucznej inteligencji nie będzie najwyższej klasy. Amazon zarabia większość swoich pieniędzy, zapewniając przetwarzanie w chmurze i przechowywanie danych. Brightman twierdzi, że nie jest w stanie odzyskać od swoich klientów niemal kosztów dodatków AI. „Ale to rozsądne, ponieważ jeśli Amazon nie będzie kontynuował wyścigu zbrojeń, straci biznes w chmurze. Potrzebuje usług sztucznej inteligencji jako części komponentu chmury”.
Jeśli chodzi o Microsoft, jego głównym produktem jest oprogramowanie biurowe, które generuje przychody z subskrypcji, szczególnie na platformie 360. Franczyza ta musi teraz stawić czoła ostrej konkurencji ze strony produktów Google zajmujących się dokumentacją i arkuszami. „Aby chronić swoją obecną działalność i zatrzymać klientów, Microsoft musi oferować usługi w zakresie modelu sztucznej inteligencji, nawet jeśli traci pieniądze na wydatkach kapitałowych na sztuczną inteligencję” – stwierdza Brightman. Alphabet przoduje w „wyszukiwaniu” i jest pozycjonowany jako największy sprzedawca reklam online na świecie. Microsoft postawił sobie wyzwanie uruchamiając własną wyszukiwarkę. „Aby kontynuować swoją dochodową działalność i utrzymać przewagę, Alphabet potrzebuje elementu sztucznej inteligencji, a to wymaga dużych inwestycji w centra danych” – mówi Brightman.
Meta musi się martwić, że pozostała trójka wtargnie do jego wysoce lukratywnego biznesu związanego z reklamą w mediach społecznościowych. „Ludzie przychodzą na ich platformę, aby obejrzeć obrazy i filmy, a produkcja treści na potrzeby reklam Meta kosztuje mnóstwo pieniędzy” – mówi Brightman. Meta wykorzystuje sztuczną inteligencję do personalizowania kanałów użytkowników, klasyfikowania treści na Instagramie i Facebooku oraz sprawdzania bezpieczeństwa postów i potrzebuje tych zastosowań, aby utrzymać przewagę. Jednak znowu, jak twierdzi Brightman, nadal nie jest w stanie pobierać za reklamy wystarczającej kwoty, aby pokryć gigantyczne nowe wydatki potrzebne do zapewnienia tych fantastycznych funkcji.
Brightman konkluduje, że wzrost inwestycji w sztuczną inteligencję nie oznacza, że ten rewolucyjny postęp zapewni Wielkiej Czwórce duże źródło zysków. Jest to raczej broń dla każdego tytana do obrony swojej domeny. „Kiedy kapitał odnawia się szybko, a konkurencja wymusza ciągłe reinwestycje, nadzwyczajne wydatki mogą utrzymać konkurencyjną pozycję bez tworzenia wartości dla akcjonariuszy” – stwierdza w artykule. Po raz kolejny żywotność tego, co wypełnia nasze centra danych, jest tak krótka, że zakup procesorów graficznych przypomina bardziej uzupełnianie zapasów w supermarketach niż budowanie fabryk, które przetrwają dziesięciolecia.
Z drugiej strony Brightman powiedział mi, że rzeczy, z którymi borykają się ci mistrzowie, bardzo pomogły mu w przygotowaniu analizy. „Rok temu badania i modelowanie tego projektu zajęłyby mi dziewięć miesięcy. Jednak wykorzystałem to, co najlepsze w Claude, ChatGPT i Gemini, zsyntetyzowałem ich opinie i zacząłem go kończyć w trzy tygodnie” – mówi. Kreskówka Brightmana opowiada tę historię. Ta nowa era przemysłowa może być znacznie bardziej korzystna dla ludzi i firm korzystających z produktów wzbogaconych sztuczną inteligencją, niż dla firm, które je dostarczają.
