14 godzin temu
Według raportu firmy konsultingowej McKinsey & Company ogromne globalne wydatki na centra danych sztucznej inteligencji w ogóle mogą nie znaleźć odzwierciedlenia w zapotrzebowaniu na AI, które nie zostało określone.
Raport stwierdza, iż nakłady na centra AI, ich infrastrukturę łącznie z zabezpieczeniem stabilnego zasilania, do 2030 roku wyniosą 7,9 bln dolarów. Jak zauważają analitycy McKinsey naprawdę nikt nie jest pewien jaki będzie poziom popytu na usługi sztucznej inteligencji. Jak napisano raporcie „brak jasności co do przyszłego popytu utrudnia dokładne obliczenia inwestycyjne”.
Co istotne, koszty inwestycji przez cały czas ponoszą hiperskalerzy, ale coraz częściej przerzucają ich część na klientów. Ponadto próbują wydobyć część finansowania z rządów poprzez preferencyjne kredyty i dopłaty inwestycyjne, ale konieczne jest według analityków by przedsiębiorstwa, rządy i instytucje finansowe wkroczyły na rynek z nowymi modelami finansowania. Jednak przez cały czas bez odpowiedzi pozostaje podstawowe pytanie czy popyt na centra danych będzie przez cały czas rósł napędzany gwałtownym wzrostem wykorzystania AI, czy też spadnie, ponieważ postęp techniczny sprawi, iż AI będzie mniej zasobochłonna.
Raport też nie znajduje odpowiedzi na pytanie zadane w czasie Forum Ekonomicznego w Davos na początku roku, co nastąpi, jeżeli AI okaże się przydatna do pewnych konkretnych zadań, ale nie stanie się uniwersalnym rozwiązaniem, które zautomatyzuje wiele procesów biznesowych i pozwoli im zaoszczędzić dużo na kosztach – głównie poprzez wyeliminowanie pracowników.
Jak istotne może to być pytanie wskazuje roboczy dokument rządu brytyjskiego wydany na początku maja, w którym wykazano, iż generatywna sztuczna inteligencja nie miała żadnego wpływu na zmniejszenie kosztów godziny pracy oraz na zarobki w jakimkolwiek zawodzie mimo „wydania miliardów dolarów zainwestowanych w budowę i szkolenie modeli”.
Raport McKinsey stwierdza, iż globalny popyt na moc obliczeniową może prawie potroić się do 2030 r., przy czym 70% tego dodanego popytu będzie pochodzić właśnie od AI. Ale zależy to od dwóch czynników – po pierwsze czy przedsiębiorstwa będą w stanie przekształcić AI w coś, co będzie miało rzeczywisty wpływ na biznes, po drugie na ile i jak gwałtownie postęp technologiczny zwiększy wydajność obliczeniową modeli.
Oba czynniki są przy tym raczej wykluczające się, bo jeżeli pierwszy zwiększyłby znacznie popyt na infrastrukturę, to drugi raczej by go zmniejszył. Pierwszy też prowadzi do wzrostu zapotrzebowania na AI, ale też w przypadku drugiego wszelkie zyski na wydajności zniweluje szerokie wykorzystanie AI niemal na każdym rynku.
McKinsey przewidział trzy scenariusze wykorzystania AI do roku 2030 nazwane „Ograniczonym popytem”, „Ciągłym popytem” i „Przyspieszonym popytem”. W pierwszym z nich dodatkowo trzeba dodać 78 GW mocy energetycznych, co oznacza nakłady inwestycyjne wynoszące 3,7 bln dolarów. W drugim zapotrzebowanie na moc wyniesie 124 GW co da nakłady inwestycyjne na poziomie 5,2 bln dolarów. Jednak w tym scenariuszu to nie wszystko – dochodzi jeszcze dodatkowe 1,5 bln dolarów na „obudowę” AI z tradycyjnych aplikacji IT, co doprowadza wydatki inwestycyjne do 6,7 bln dolarów. Wreszcie w trzecim modelu jest już konieczne 205 GW dodatkowych mocy, czyli wydatek rzędu 7,9 bln dolarów tylko na AI, bez aplikacji. Z nimi prawdopodobnie byłoby to około 10 bln dolarów.
Tymczasem jedyne czego, jak do tej pory, AI zdołała dokonać to wstrzymanie zatrudnienia w branży technologicznej, bowiem szum wokół sztucznej inteligencji, cła na podzespoły, zwolnienia, zagrożenie recesją lub stagnacją na Zachodzie uniemożliwiają stworzenie racjonalnego planu wykorzystania AI. Tymczasem ocena najprostszego modelu AI, jakim jest Copilot Microsoftu, jest nie tyle negatywna, ile sprowadzająca go do roli gadżetu – pomocnego, ale niekoniecznego.
Analitycy McKinsey stwierdzają ponadto, iż poziomy inwestycji klientów końcowych są niższe od wszystkich zakładanych prognozami. Wywiady z firmami inwestującymi w sztuczną inteligencję, ujawniają, iż zarządy nie są zbyt chętne inwestowaniu w moc obliczeniową na maksymalnym poziomie, ponieważ nie mają pojęcia jaki będzie przyszły popyt. Nie są więc pewni czy duże sumy wydane na infrastrukturę AI przyniosą jakikolwiek mierzalny zwrot z inwestycji przyszłości.
Nie znaczy to, iż centra danych nie są budowane. Raport kancelarii prawnej DLA Piper z ubiegłego roku wykazał, iż 70% bankowców, operatorów i konsultantów spodziewa się dalszego finansowania centrów AI mimo problemów z ich zasilaniem w energię. Według serwisu branżowego The Register przyczyną są prognozowane korzystne zwroty z inwestycji, co przyciąga inwestorów bez wcześniejszego doświadczenia w sektorze, ale jednak może się nie sprawdzić.
„W Wielkiej Brytanii, we Francji, w Niemczech mamy ludzi przychodzących znikąd, nie mających żadnego doświadczenia… którzy nie mają pojęcia, czym naprawdę są AI i centra danych, a mimo to w nie inwestują” – powiedział The Register pierwszy wiceprezes Digital Realty Fabrice Coquio opisując obecny proces inwestycyjny jako „typową bańkę”.
Zwraca na to uwagę McKinsey zalecając ostrożność: najlepiej by firmy same, jak najwcześniej oceniały potrzeby obliczeniowe AI, przygotowały się na ewentualne zmiany popytu i stworzyły skalowalne strategie inwestycyjne, które mogą dostosowywać się do ewolucji modeli AI i ewentualnych możliwości użycia. Jak bowiem stwierdza raport, konieczne jest znalezienie równowagi pomiędzy wzrostem centrów AI a efektywnością zainwestowanego w nie kapitału.
