AI to nie bańka? Analitycy ciągle wierzą w boom

Dynamicznie rosnące inwestycje w sztuczną inteligencję są uzasadnione – przekonują analitycy Goldmana Sachsa, wskazując na mocne fundamenty. Pytanie, kto wygra w tym wyścigu: „first movers”, czy „fast followers”.

Coraz powszechniej pojawiają się opinie o bańce spekulacyjnej, podobnej do tej określanej jako „dot-com”, z którą mieliśmy do czynienia w latach 90. ubiegłego wieku – dzisiejsza nie dotyczy inwestycji w internet, lecz w sztuczną inteligencję, ale pozostałe symptomy pompowania balonika są podobne. Wszechobecny boom na AI oraz wysoki poziom obecnych i zapowiadanych wydatków kapitałowych na tę technologię mogą doprowadzić do jego pęknięcia. Wielu ekspertów ostrzega, że rynek już jest przegrzany, ale od takiej oceny wyraźnie dystansuje się Goldman Sachs. Analitycy twierdzą, że globalne inwestycje w AI, choć imponującej skali, są uzasadnione ekonomicznie i mają trwałe podstawy.

Zyski mogą sięgnąć 8 bln USD

GS w swoim najnowszym raporcie „The AI Spending Boom Is Not Too Big” potwierdza znaczący wzrost wydatków na AI, który faktycznie może budzić obawy o bańkę. Tylko tegoroczne wydatki publicznych firm amerykańskich, odnoszące się do budowy infrastruktury AI, to pułap ok. 300 mld USD. „Gdyby utrzymać tempo wydatków na sprzęt AI (taki jak serwery, chipy, centra danych) z ostatnich trzech miesięcy przez cały rok, to roczna kwota tych wydatków byłaby o 277 mld dol. wyższa niż średnia roczna kwota wydawana na ten cel w 2022 r.” – czytamy w raporcie.

Statystyki są imponujące, ale prognozy wskazują, że tempo inwestycji będzie jeszcze rosło. Szef Nvidii Jensen Huang przekonuje, iż wydatki na infrastrukturę dla sztucznej inteligencji do 2030 r. mogą sięgnąć poziomu 3 bln a nawet 4 bln USD. I nie są to dane na wyrost. Szacunki GS wskazują, że sam CAPEX największych graczy (tzw. hiperscalerów) w latach 2025-2027 wyniesie bowiem łącznie 1,4 bln USD. Kwoty mogą robić wrażenie, ale czy stanowią one podstawę do tego, żeby alarmować, iż światu grozi krach AI? Jeśli spojrzeć na inwestycje w takie systemy, liczone jako udział w PKB Stanów Zjednoczonych, to szybko okazuje się, że są dziś one mniejsze (

Na rynku jednak coraz częściej słychać głosy pełne obaw. Samo OpenAI zrobiło wiele, by hasło „bańka” w kontekście projektów AI stało się popularne. Firma kierowana przez Sama Altmana ogłosiła bowiem w krótkim okresie ostatnich tygodni umowę o wartości 300 mld USD z Oracle, inwestycję 100 mld USD od Nvidii, strategiczne partnerstwo z AMD w celu wdrożenia 6 GW mocy GPU oraz strategiczne partnerstwo z Broadcomem w celu wdrożenia 10 GW. „Financial Times” szacuje, że umowy z Nvidią, AMD i Oracle w sumie mogą kosztować nawet 1,1 bln USD. A do tego dochodzi jeszcze choćby kontrakt z CoreWeave, spółką zajmującą się centrami danych, wart przeszło 22 mld USD.

Kto naprawdę zarobi na AI?

Część ekspertów wątpi w zdolność OpenAI do realizacji tych projektów. „FT” wylicza, że firma stojąca za ChatGPT ma przychody na poziomie 20 mld USD i dynamikę wzrostu rzędu 250 proc. rocznie. A to zbyt mało. Cytowany przez gazetę Gil Luria, analityk w DA Davidson, mówi wprost: OpenAI nie jest w stanie zrealizować żadnego z tych zobowiązań.

– Częścią etosu Doliny Krzemowej typu „fake it until you make it” jest to, aby zachęcić ludzi do zaangażowania się w grę – tłumaczy. I dodaje, że teraz wiele dużych firm, mających biznesowe relacje z OpenAI, ma sporo do stracenia.

Obawy mogą być uzasadnione w tym momencie. Goldman Sachs podaje, że z reguły w cyklach technologicznych wyniki „pierwszych graczy” (z ang. first movers) były „mieszane” w kontekście budowy infrastruktury. Ale już „szybcy naśladowcy” (z ang. fast followers) często wykorzystywali wcześniej zbudowaną infrastrukturę do osiągania „ponadprzeciętnych zysków”. Analitycy zastrzegają, iż obecna struktura rynku AI nie daje jasności co do tego, czy dzisiejsi liderzy branży będą długoterminowymi zwycięzcami. Powód? Jak czytamy w raporcie GS, przewagi „pierwszego gracza” są silniejsze, gdy aktywa komplementarne (np. półprzewodniki) są rzadkie, a produkcja jest zintegrowana pionowo, co sugeruje, że dzisiejsi liderzy mogą osiągać lepsze wyniki. Z drugiej jednak strony owe wyniki są z reguły słabsze w okresach szybkich zmian technologicznych, a właśnie z taką zmianą mamy do czynienia obecnie.

W GS przekonują, że dla ponadprzeciętnego boomu na AI jest uzasadnienie technologiczne – to swoisty wyścig zbrojeń, gdzie inwestycje są napędzane fundamentalną potrzebą technologiczną: AI wymaga ogromnej mocy obliczeniowej, a zapotrzebowanie na nią rośnie szybciej niż spadają koszty. Temu zjawisku towarzyszą wzrost produktywności (AI już teraz dostarcza wymiernych korzyści – badania pokazują średni wzrost produktywności rzędu 25-30 proc. po wdrożeniu aplikacji AI) oraz luka popytowo-kosztowa, gdzie zapotrzebowanie na moc obliczeniową (FLOPs) do trenowania modeli rośnie w tempie ok. 400 proc. rocznie, a koszty mocy obliczeniowej (mierzone jako FLOPs/dolar) spadają o zaledwie 40 proc. rocznie (podobna jest skala poprawy efektywności energetycznej, czyli FLOPs/Wat – również ok. 40 proc. rocznie). Eksperci uspokajają zatem, tłumacząc, iż dopóki ta luka między szybkim wzrostem zapotrzebowania a wolniejszym spadkiem kosztów i wzrostem efektywności się utrzymuje, inwestycje w moc obliczeniową i energię muszą rosnąć.

„Najniebezpieczniejsza bańka w historii”

Ryzyka są jednak faktem. Do wyobraźni z pewnością może przemawiać fakt, iż w ciągu roku 10 największych start-upów AI zyskało na wartości niemal bilion USD, mimo że żadna z tych firm nie wygenerowała jeszcze zysku. „FT”, który porównuje obecną gorączkę sztucznej inteligencji do szalonego rynku z czasów bańki dot-comów, pisze, że ta obecna jest jednak aż 17 razy większa. Julien Garran z brytyjskiej firmy MacroStrategy Partnership zwrócił uwagę na nieefektywne inwestowanie pieniędzy w USA, czyli finansowanie firm głównie na podstawie oczekiwań i hype’u, a nie realnej użyteczności ich produktów.

– Obecny szał AI jest największą i najniebezpieczniejszą bańką, jaką kiedykolwiek widziano – przekonuje analityk.

Nawet Goldman Sachs, który ogólny poziom inwestycji uważa za uzasadniony, ma pewne wątpliwości. Analitycy tej firmy nie są bowiem pewni, czy spółki inwestujące dzisiaj („first movers”) odniosą korzyści. Jak wyjaśniają, sprzęt technologiczny szybko się starzeje, a GS stopę amortyzacji obecnego CAPEX-u AI szacuje na 18 proc. (zakładając m.in. 5-letni cykl życia sprzętu IT) – rodzi to ryzyko „niedopasowania czasowego” między poniesieniem kosztów a realizacją przychodów. Efekt nie musi być jednoznacznie negatywny, gdyż historia poprzednich cyklów infrastrukturalnych nie daje jednoznacznej odpowiedzi – czasem wygrywali pierwsi (np. w IT), ale często (np. koleje, telekomy) dochodziło do przeinwestowania, po którym następował krach, a prawdziwe zyski czerpali „fast followers”, kupujący aktywa po niskich cenach.

Dziś dodatkowo swoistym wyzwaniem jest sama struktura rynku AI. Ten jest silnie skonsolidowany u podstawy i bardzo konkurencyjny na szczycie. Liderzy kontrolują 94 proc. rynku projektowania półprzewodników (Nvidia) i 65 proc. rynku produkcji chipów (TSMC), a także 50 proc. rynku tzw. modeli fundamentalnych (OpenAI), gdy jednocześnie na rynku aplikacji, gdzie działa prawie 2000 firm, lider ma zaledwie 2-proc. udział.